The multi-factory two-stage assembly scheduling problem
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
• A new kind of collaborative manufacturing in the supply chain is investigated. • The objective is to minimize the makespan of the entire process. • A mixed integer linear programming model is developed to deal with small-size instances. • A branch and bound algorithm and five constructive heuristics are proposed. • Computational experiments demonstrate the accuracy of the proposed methods. The recent notable focus on distributed production management in academic and industrial contexts has underscored the importance of scheduling across multiple factories. Accordingly, this study investigates a new multi-factory configuration in which non-identical factories produce different components of a final product in the first stage. Each factory is considered as a classical flow-shop, which can manufacture a unique component. These components are assembled into final products in the assembly factory, which is located in the second stage. Unlike other distributed scheduling problems, to determine a united production sequence in such a system, there is no need to find a suitable factory to assign a job since each factory is qualified for a particular task. In real-world applications, these systems encounter challenges that span from information architectures and negotiation mechanisms to the development of scheduling algorithms. The objective of this research is to schedule the jobs in each factory to minimize the makespan of the entire process. For this purpose, a mixed-integer programming model is developed to deal with small-size instances. Then, the lower bound is derived and incorporated to develop a branch and bound method. Furthermore, to deal with larger instances, five heuristic methods are developed, and the worst-case analysis is carried out. Computational experiments are conducted for different test classes to compare and to highlight the performance of the proposed solution procedures.
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 | 0,001 | 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 | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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