Algoritmo Genético Adaptativo com Chaves Aleatórias Viciadas para um Problema de Corte de Estoque Multi-Período com Custos de Setup
Notice bibliographique
Résumé
Resumo.Este trabalho apresenta um Algoritmo Genético Adaptativo com Chaves Aleatórias Viciadas (AGACAV) para resolver o problema de Corte de Estoque Multi-período com custos de setup nos padrões de corte.Uma aplicação determinística chamada decoder que mapeia soluções factíveis do problema é necessária para a inicialização do AGACAV.Um decoder baseado na geração de estoque por período e construção de padrões de corte é proposto e comparado com um procedimento de geração de colunas.Os métodos foram comparados em instâncias com diferentes tamanhos de itens e o resultados mostram que o AGACAV obtém melhores resultados para instâncias cujo custo de setup é maior que o custo dos objetos em estoque.Palavras-chave.Problema de Corte de Estoque Unidimensional, Custo de Setup nos Padrões de Corte, Metaheurística. IntroduçãoO Problema de Corte de Estoque (PCE) vem sendo estudado, dentre outros motivos, devido a sua importância em diversas aplicações de origem industrial, tais como em indústrias de metal, madeira, vidro e papel.O PCE consiste em determinar maneiras de cortar um conjunto de objetos, em pedaços menores (itens), visando satisfazer demandas de clientes ([2]).Um dos objetivos primários do PCE é minimizar o custo do material envolvido, no entanto, custos auxiliares surgem durante as etapas do processo de corte, um desses custos refere-se a quantidade de padrões de corte usados no plano de corte, por exemplo, o número de vezes que deve-se mudar a posição das lâminas para realizar um novo corte ([14]).Tais ajustes interrompem o processo de produção aplicando custos de setup como objetivo extra para o problema.O PCE que tem como objetivo minimizar a quantidade de padrões de cortes é conhecido como Problema da Minimização de Padrões e é classificado como um problema NP-hard ([10]).O problema de corte de estoque multi-período (PCEMP) consiste em resolver, para cada período em um horizonte de planejamento, um PCE a fim de satisfazer a demandas em cada período.No entanto, nesta configuração, as demandas de alguns itens podem ser adiantadas ou não na forma de inventário para os próximos períodos ([12]).
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».