MétaCan
Menu
Retour à la cohorte
Enregistrement W4393162046 · doi:10.24818/18423264/58.1.24.07

A Multi-Objective Water Cycle Algorithm for the BI-Objective Multi-Mode Project Resource Renting Problem

2024· article· en· W4393162046 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueECONOMIC COMPUTATION AND ECONOMIC CYBERNETICS STUDIES AND RESEARCH · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueResource-Constrained Project Scheduling
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésRentingComputer scienceMode (computer interface)Mathematical optimizationResource (disambiguation)AlgorithmMathematicsEngineeringCivil engineeringOperating systemComputer network

Résumé

récupéré en direct d'OpenAlex

A resource renting problem is a project scheduling problem in which the required resources should be rented, and the goal is to find a schedule and resource renting plan such that the total cost of the resources minimises.Traditionally, the model of a resource renting problem contains single-mode activities and a single objective function.This research aims to present a new mathematical model for a bi-objective multi-mode resource renting problem.The objectives are to minimise the project makespan and also the total cost of resources, including the time-independent resource procurement costs and time-dependent resource renting costs, simultaneously.A novel evolutionary algorithm, namely the Multi-Objective Water Cycle Algorithm (MOWCA), is employed to solve this NP-hard problem.In order to evaluate the proposed algorithm, the Non-Dominated Sorting Genetic Algorithm (NSGA-II) is applied, too.A set of instances is selected from the digital library of project scheduling problems to analyse the performances of evolutionary algorithms.The results of the experimentation are quite satisfactory.

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 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)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,157
Tête enseignante GPT0,450
Écart entre enseignants0,293 · 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