Minimization of total tardiness in no-wait flowshop production systems with preventive maintenance
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
Efficient business organizations must balance quality, cost, and time constraints in competitive environments. Reflecting the complexity of this task, we consider manufacturing systems including several stages of production chains requiring time measurement. When production scheduling is not prioritized in such enterprises, several negative effects may occur. A corporation may suffer financial penalties as well as negative brand exposure, and thus may find its credibility challenged. Therefore, in this study, we propose constructive methods to minimize a total tardiness criterion, considering preventative maintenance constraints to reflect the reality of industrial practice, focusing on a no-wait flowshop environment in which jobs are successively processed without operational interruptions. In addition to proposing constructive methods to solve the no-wait flowshop production scheduling problem, a metaheuristic is presented as an approach to improve results obtained by constructive methods. Computational experiments were designed and performed to compare several production scheduling algorithms. Among various constructive heuristics considered, an algorithm called HENLL using an insertion logic showed the best performance. The proposed metaheuristic is based on the iterated greedy (IG) search method, and the results obtained demonstrated significant improvement compared to the heuristics alone. It is expected that this study may be used by production planning and control (PPC) professionals to apply the proposed method to schedule production more efficiently. We show that the proposed method successfully presented a better solution in relation to total tardiness, considering the above mentioned environment.
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