MétaCan
Menu
Retour à la cohorte
Enregistrement W4251854831 · doi:10.1504/ijmme.2021.121325

Short-term production scheduling in open pit mines with shovel allocations over continuous time frames

2021· article· en· W4251854831 sur OpenAlexaff
Shiv Prakash Upadhyay, John Doucette, Hooman Askari Nasab

Notice bibliographique

RevueInternational Journal of Mining and Mineral Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésScheduling (production processes)ShovelPareto principleMathematical optimizationComputer scienceEngineeringProduction (economics)Pareto optimalTerm (time)Operations researchMulti-objective optimizationOperations managementMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

Short term mine production scheduling is essential to attain the desired capacity utilization of equipment, meet blending targets and adhere to the strategic schedules. Although, several optimization models exist in the literature, size and complexity remains a problem which poses a limitation to solve and generate the schedules at smaller resolutions for larger time frames. This paper presents a short term production scheduling model which allocates shovels over continuous time frames, thus controlling the model size from growing with the resolution. This approach also models the mine operating environment in a more representative way to create practical and achievable schedules. A verification study of the model is presented in this paper using an iron ore mine case study. A comparison of solutions in the pareto optimal space also justifies the goal optimization as an efficient approach to attain best outcomes from among multiple conflicting objectives of the problem.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,226 · 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 tête enseignante, 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mining and Mineral EngineeringMême sujetMining Techniques and EconomicsTravaux en français237 207