Koltai T et al. Analysis of the Effect of Learning on the Throughput-Time in Simple Assembly Lines. (2017) COMPUTERS AND INDUSTRIAL ENGINEERING 0360-8352 1879-0550 111 507-515, 3207209
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[3207209]
  1. Alberto García-Villoria et al. Solving the accessibility windows assembly line problem level 1 and variant 1 (AWALBP-L1-1) with precedence constraints. (2018) EUROPEAN JOURNAL OF OPERATIONAL RESEARCH 0377-2217 1872-6860 271 3 882-895
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[27454037] [Nyilvános]
    Független, Idéző: 27454037, Kapcsolat: 27454037
  2. Sandra Mattsson et al. Forming a cognitive automation strategy for Operator 4.0 in complex assembly. (2020) COMPUTERS AND INDUSTRIAL ENGINEERING 0360-8352 1879-0550 139
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[27503880] [Nyilvános]
    Független, Idéző: 27503880, Kapcsolat: 27503880
  3. ÇAVDUR Fatih et al. MONTAJ HATLARINDA YENİDEN İŞLEME İSTASYON POZİSYONUNUN OPTİMİZASYONU İÇİN BİR KARIŞIK-TAMSAYILI PROGRAMLAMA MODELİ. (2018) Uludağ Üniversitesi Tıp Fakültesi Dergisi 2148-4147 23 3 273-288
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30374983] [Nyilvános]
    Független, Idéző: 30374983, Kapcsolat: 27783976
  4. Castellano Davide et al. Batching decisions in multi-item production systems with learning effect. (2019) COMPUTERS AND INDUSTRIAL ENGINEERING 0360-8352 1879-0550 131 578-591
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30686691] [Egyeztetett]
    Független, Idéző: 30686691, Kapcsolat: 28176668
  5. Mahesh Vishwas et al. Approach to Reduce Throughput Time in Grinding of Gundrills. (2019) JOURNAL EUROPEEN DES SYSTEMES AUTOMATISES 1269-6935 52 2 137-142
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30760382] [Nyilvános]
    Független, Idéző: 30760382, Kapcsolat: 28253057
  6. Chen Tin-Chih Toly et al. An innovative yield learning model considering multiple learning sources and learning source interactions. (2019) COMPUTERS AND INDUSTRIAL ENGINEERING 0360-8352 1879-0550 131 455-463
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31089147] [Egyeztetett]
    Független, Idéző: 31089147, Kapcsolat: 28681166
  7. Ayough Ashkan et al. Balancing, sequencing, and job rotation scheduling of a U-shaped lean cell with dynamic operator performance. (2020) COMPUTERS AND INDUSTRIAL ENGINEERING 0360-8352 1879-0550 143 p. 106363
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31276687] [Egyeztetett]
    Független, Idéző: 31276687, Kapcsolat: 28948786
  8. Moein Asadi-Zonouz et al. A Hybrid Unconscious Search Algorithm for Mixed-model Assembly Line Balancing Problem with SDST, Parallel Workstation and Learning Effect. (2020) JOURNAL OF OPTIMIZATION IN INDUSTRIAL ENGINEERING 2251-9904 2423-3935 13 2 123-140
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31408624] [Nyilvános]
    Független, Idéző: 31408624, Kapcsolat: 29112320
  9. Bruno Giulia et al. Evaluating the effect of learning rate, batch size and assignment strategies on the production performance. (2021) JOURNAL OF INDUSTRIAL AND PRODUCTION ENGINEERING 2168-1015 2168-1023 38 2 137-147
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31909328] [Nyilvános]
    Független, Idéző: 31909328, Kapcsolat: 29899371
  10. Jiang Y. et al. An exact solution method for solving seru scheduling problems with past-sequence-dependent setup time and learning effect. (2021) COMPUTERS AND INDUSTRIAL ENGINEERING 0360-8352 1879-0550 158
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[32069908] [Nyilvános]
    Független, Idéző: 32069908, Kapcsolat: 30151786
2021-09-17 12:23