Optimisation de réseaux de transport : transport de bois brut inter-usine & transport de copeaux
Bibliographic record
Abstract
Ce mémoire présente les résultats de projets d'optimisation de réseaux de transport de l'entreprise Produit Forestier Résolu (PFR). Ces réseaux traitent, dans un cas, du transport de bois brut inter-usine et dans l'autre, de l'approvisionnement et du transport de copeaux vers les papetières. Le projet du transport de bois brut inter-usine cherche à développer un outil d'optimisation pour effectuer la planification du transport du bois brut entre les différentes étapes de production, soit le sciage, le séchage et le planage. Ce projet s'avère nécessaire en raison du contexte opérationnel de PFR, qui possède plusieurs petites usines avec des capacités différentes à chaque étape, demandant donc le transport de produits à différents moments. Le projet se restreint au territoire du Lac Saint-Jean, au Québec. Ce projet est complexe notamment en raison de la gestion des chargements; comme il s'agit de paquets de bois de toutes longueurs et dimensions, il n'est pas possible de simplement considérer une caractéristique physique pour remplir le camion. Les résultats sont prometteurs et proposent, outre une réduction significative du temps de planification, des gains allant de 1200 à 3000$ pour une période de deux semaines. Du côté du transport de copeaux, l'objectif est également de créer un outil d'optimisation, cette fois pour gérer l'approvisionnement en copeaux des papetières de PFR à travers la province de Québec. Ici, le défi est de considérer les recettes de productions aux papetières et d'assurer l'approvisionnement en tenant compte des différents mélanges d'essences aux scieries et les contraintes d'entreposage aux papetières. En raison de l'ampleur du réseau, les résultats sont significatifs, proposant des gains allant de 180 000 à 475 000$ pour une période de 4 semaines, en plus de faciliter la production de différents scénarios étudiant diverses hypothèses.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".