MétaCan
Menu
Retour à la cohorte
Enregistrement W3156898704 · doi:10.1016/j.ifacol.2020.12.2858

Collaborative supply chain planning and scheduling of construction projects

2020· article· en· W3156898704 sur OpenAlexaff
Walid Elmughrabi, Oumaima Ben Sassi, Thiên-My Dao, Amin Chabaane

Notice bibliographique

RevueIFAC-PapersOnLine · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueResource-Constrained Project Scheduling
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésSupply chainScheduling (production processes)Integer programmingIBMProduction planningComputer scienceLinear programmingSupply chain managementOperations researchProject managementProcess managementManufacturing engineeringOperations managementProduction (economics)Systems engineeringBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

In this study, we propose an integrated model for collaborative Construction Supply Chain (CSC) planning that deals with the joint project scheduling and material ordering decisions. The main objective is to achieve more coordination and, therefore, to reduce the total CSC cost. More specifically, we consider a two-echelon Supply Chain (SC) composed of a manufacturer, a warehouse, and multiple construction sites where multiple independent construction projects are planned. The projects require different materials that are provided by the same manufacturer with a limited production capacity. The starting time of each activity is subject to materials availability in construction sites. A mixed-integer linear programming (MILP) model is developed to reduce the total costs while collaboration between contractors is possible. The model is implemented using the IBM ILOG® CPLEX® Optimization Studio and used to analyze the collaboration process through a numerical study to demonstrate the benefits of collaborative planning in construction project management. The decision model help also in finding practical construction projects’ sequences as well as suitable materials ordering, manufacturing, and inventories plans for SC participants.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,353
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFAC-PapersOnLineMême sujetResource-Constrained Project SchedulingTravaux en français237 207