A multi-item batch fabrication problem featuring delayed product differentiation, outsourcing, and quality assurance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Variety, quality, and rapid response are becoming a trend in customer requirements in the contemporary competitive markets. Thus, an increasing number of manufacturers are frequently seeking alternatives such as redesigning their fabrication scheme and outsourcing strategy to meet the client’s expectations effectively with minimum operating costs and limited in-house capacity. Inspired by the potential benefits of delay differentiation, outsourcing, and quality assurance policies in the multi-item production planning, this study explores a single-machine two-stage multi-item batch fabrication problem considering the abovementioned features. Stage one is the fabrication of all the required common parts, and stage two is manufacturing the end products. A predetermined portion of common parts is supplied by an external contractor to reduce the uptime of stage one. Both stages have imperfect in-house production processes. The defective items produced are identified, and they are either reworked or removed to ensure the quality of the finished batch. We develop a model to depict the problem explicitly. Modeling, formulation, derivation, and optimization methods assist us in deriving a cost-minimized cycle time solution. Moreover, the proposed model can analyze and expose the diverse features of the problem to help managerial decision-making. An example of this is the individual/ collective influence of postponement, outsourcing, and quality reassurance policies on the optimal cycle time solution, utilization, uptime of each stage, total system cost, and individual cost contributors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle