A Dynamic Just‐in‐Time Component Delivery Framework for Off‐Site Construction
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
Off‐site construction entails various advantages compared with the traditional construction method; however, the fragmentation of the prefabrication and assembly results in a complex supply chain. Both general contractors and factories often encounter production deviation, making the original component delivery plan nonoptimal. Traditionally, both parties tend to rely on internal resources or third‐party resources to manage schedule changes, paying little attention to the optimisation of the component delivery process. The static compensation mechanisms reported in existing literature require factories to manage demand fluctuations but fail to encourage general contractors to control schedule deviations. Therefore, a dynamic compensation mechanism is proposed to achieve just‐in‐time component delivery, with which a factory shares possible changes for each component’s delivery date to its clients on an inverse Kanban system. First, unfavourable changes for the factory schedule are allocated with surcharges, and the general contractor should compensate the factory if it accepts the date changes; secondly, schedule changes that are beneficial for the factory are assigned as incentives, and the general contractor receives the factory’s incentive upon agreeing to the changes. Based on these two scenarios, genetic algorithm‐based optimisation models are developed to achieve optimal delivery planning solutions. General contractors can obtain an optimal component delivery date to reduce the additional cost when they have changed the assembly schedule. General contractors can also optimise their component delivery schedule to trade their duration flexibility for incentives offered by factories. The models can help both parties to reduce component delivery waste when either side has the motivation to change the original component delivery schedules.
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 | 0,000 |
| 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