Key points are not available for this paper at this time.
No reino da manufatura inteligente, impulsionada pela busca por fábricas inteligentes e pela Indústria 4.0, otimizar a seleção e o sequenciamento de tecnologias é primordial para a transformação inteligente. Este complexo processo de tomada de decisão assemelha-se a um novo problema de seleção e agendamento de projetos, caracterizado por efeitos de melhoria multiplicativa (EMMs), onde os benefícios coletivos de múltiplos projetos podem exceder suas contribuições individuais. Além disso, a duração incerta dos projetos adiciona complexidade. Motivado por esses desafios práticos, um modelo estocástico de programação inteira mista que incorpora EMMs e atrasos incertos é estabelecido. Uma medida de risco baseada em valor-condicional em risco (CVaR) é integrada para controlar o risco de atraso. A abordagem de solução utiliza uma abordagem eficiente de ramificação e delimitação (B&B) com estratégias de corte eficientes, integrando uma estrutura de aproximação de média amostral (SAA) e um algoritmo de rotulagem reversa para lidar com elementos estocásticos. Um estudo de caso de implementação de tecnologia no mundo real destaca as vantagens de considerar EMMs, revela vieses míopes na seleção de tecnologias e identifica padrões de implementação centrados em tecnologias principais da Indústria 4.0. Esta pesquisa aprimora nossa compreensão da tomada de decisão na manufatura inteligente, oferecendo insights valiosos e implicações práticas para transformações impulsionadas por tecnologia.
Liu et al. (Terça,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: