Decisioning-Based Approach for Optimising Control Engineering Tools Using Digital Twin Capabilities and Other Cyber-Physical Metaverse Manufacturing System Components
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
The optimisation of control engineering tools based on digital twin capabilities and other cyber-physical metaverse manufacturing system (CPMMS) components are crucial for the successful performance. This study proposes a model for optimising control engineering tools using digital twin capabilities and other CPMMS components to solve the open issues. The main contributions and novelty aspects of the methodological process are outlined as follows: Formulated and developed is a decision matrix based on a utility procedure for 10 control engineering tools with digital twin capabilities and other three CPMMS components (Programmable-Logic-Controller and Human-Machine-Interface, Internet of Things connectivity and cybersecurity features). This matrix accounts for the uncertainty associated with tool assessment and transformation evaluation issue; formulated and develop an integrating fuzzy weighted with zero-inconsistency-interval-valued spherical fuzzy rough sets (IvSFRS-FWZIC) and combined compromise solution (CoCoSo) methods. The IvSFRS-FWZIC method is utilised to assign importance degrees to the digital twin capabilities and other CPMMS components. The applicability and robustness of the proposed approach are validated and evaluated through conducting sensitivity, correlation, and comparative analyses. The proposed approach can assist managers in analysing and selecting the most suitable tool for developing CPMMS.
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 | 0,001 |
| 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