Évaluation des stratégies à flux tiré et flux poussé dans la production de bois d'œuvre : une approche basée sur des agents
Bibliographic record
Abstract
L’objectif de l’étude est d’évaluer des stratégies en flux tiré et flux poussé pour la planification de la production en utilisant comme cas d’étude une usine de sciage située au Québec. Un outil de planification de la production (APS, Advanced Planning and Scheduling System), basé sur une architecture logicielle distribuée, simule les divers processus de production et planification des opérations de la scierie (approvisionnement, sciage, séchage, rabotage, entreposage et distribution) en les représentant comme des agents logiciels spécifiques. Pour les expériences, des configurations de pilotage définies par deux facteurs contrôlables sont utilisées, à savoir : la position du point de découplage et les niveaux des contrats pour une famille de produits. Ensuite, des scénarios ont été définis par deux facteurs non contrôlables : la qualité de l’approvisionnement et le différentiel des prix pour les produits visés par les contrats. Ces configurations et ces scénarios génèrent un plan d’expériences de niveaux mixtes avec cinquante-quatre expériences. Pour chacun des 54 plans de production généré par l’APS trois indicateurs de performance sont calculés : le taux de service, le niveau de stock de produits en-cours et le profit potentiel de la production (Potential Monetary Throughput). Les résultats montrent une relation directe entre le niveau de pénétration du point de découplage, le flux tiré et le taux de service, pour chaque niveau de demande des produits tirés par les contrats. Ainsi, une planification qui incorpore le flux tiré génère en moyenne une augmentation de performance de 100% dans le niveau de service, par rapport à une planification en flux poussé pour tous les niveaux de contrats. Cette augmentation de la performance du niveau de service a un coût financier d’approximativement 7% du profit potentiel, lequel devrait être compensé par de meilleures conditions des contrats (un premium payé sur le prix marché) et des coûts de stockage plus bas. Ce « compromis » s’avère un résultat direct de la divergence dans la production de bois d’œuvre. Ainsi, dans un contexte d’affaires qui privilégie la qualité du service et où les clients sont prêts à payer pour ce service, l’utilisation de ces stratégies de planification de la production, où le point de découplage est situé en amont de la chaîne, est une opportunité possible d’avantage concurrentiel.
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 | 0.003 | 0.003 |
| 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 | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".