MétaCan
Menu
Retour à la cohorte
Enregistrement W4312694068 · doi:10.1016/j.ifacol.2022.10.099

A Two-Level Optimization Approach For Engineer-To-Order Project Scheduling*

2022· article· en· W4312694068 sur OpenAlexaff
Anas Neumann, Adnène Hajji, Monia Rekik, Robert Pellerin

Notice bibliographique

RevueIFAC-PapersOnLine · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueScheduling and Optimization Algorithms
Établissements canadiensPolytechnique MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésOutsourcingRobustness (evolution)Job shop schedulingComputer scienceScheduling (production processes)Mathematical optimizationIterated functionIndustrial engineeringOperations researchEngineeringMathematicsSchedule

Résumé

récupéré en direct d'OpenAlex

This paper presents a new formulation of the flexible job-shop scheduling problem with outsourcing options adapted for Engineer-To-Order (ETO) products. Our formulation enables modeling complex product structures with flexible precedence relations between elements and operations. Having a significant role in the ETO context, the specificity of non-physical operations (design and engineering) is taken into account. Indeed, non-physical operations are subject to a validation stage, can be iterated in case of non-validation, and are executed once for several identical elements. The proposed approach is governed by a new ETO strategy to overcome the impact of the design uncertainty and element cancellations (time and financial wastes). First, the production and purchase of the most uncertain elements are delayed at the latest while their design is validated early. Besides, in the presence of similar elements, an element can be saved when cancelled by being used as a sub-part of another one. The proposed approach sequentially solves two mathematical models. The first model aims to minimise the makespan and outsourcing costs. The second model maximizes the solution robustness and the ability of saving elements while being governed by the completion time and project cost, output of the first model. The obtained results and a comparative study show the efficiency and robustness of the proposal.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Simulation ou modélisationlow
gptaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Simulation ou modélisationlow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,028
Tête enseignante GPT0,259
Écart entre enseignants0,231 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

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

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFAC-PapersOnLineMême sujetScheduling and Optimization AlgorithmsTravaux en français237 207