Aller au contenu principal
2024 conference-paper

Optimizing operator allocation in labor-intensive cell production systems: A comparative study of fatigue-aware and proficiency-based models

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Effective operation of labor-intensive cell production systems hinge on the identification and accurate training of operators’ skills. Learning models that simulate proficiency play a pivotal role in predicting operators’ skills. However, there are adverse effects due to fatigue accumulation. This study undertakes a comprehensive comparison of several learning-fatigue models with the learning model, meticulously evaluating their features to provide a thorough understanding. Then, we perform computer experiments of task assignment on these models to teach skills and compare the results of each model. The study’s findings underscore the practicality of the learning-fatigue model for a wide range of learning and fatigue patterns, thereby validating its effectiveness.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Optimizing operator allocation in labor-intensive cell production systems: A comparative study of fatigue-aware and proficiency-based models
Date Crossref
15/12/2024
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Manufacturing and Logistics OptimizationAssembly Line Balancing OptimizationScheduling and Optimization Algorithms

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.