Scheduling of jobs and autonomous mobile robots: Towards the realization of line-less assembly systems
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
As Industry 4.0 continues to transform the manufacturing domain, the focus is shifting towards mass personalization of products, enabling companies to efficiently produce customized goods that meet individual customers’ unique needs and preferences. This requires manufacturing enterprises to be flexible and adaptable with their scheduling processes and manufacturing setup. Flexibility and subsequent realization of personalization of products can be realized by utilizing the notion of a Line-less Assembly System (LAS), which replaces a fixed conveyor system with a system in which the products move between machines, with products being fitted on Autonomous Mobile Robots (AMRs) to transport the products from one machine to another as per their production routing. This necessitates scheduling products as per their production routing on available AMRs to reap the benefits of LAS, which is viewed as a Job Shop Scheduling Problem (JSSP) to maximize resource utilization while adhering to constraints. The novelty of this approach is that, in addition to scheduling products, it also considers the scheduling of AMRs. A mathematical formulation to solve the deterministic JSSP is presented in the current work. The formulation is solved for various inputs using a mathematical solver. In general, JSSPs are NP-hard problems. Subsequently, a meta-heuristic-based Genetic Algorithm (GA) has been constructed to solve the JSSP. The solutions obtained through both GA and mathematical solver are compared, and it was found that GA performs well in computation and optimization efficiencies.
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 | 0,000 |
| 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