人工智能排产
人工智能排产功能
机器学习已完成的排产方案(优秀计划员的排产计划)。
机器根据学到模型,编排新的生产任务。
现场及时更新排产规则,重新学习,做到不断完善。
不同工厂,不同工序用不同的规则(模型)排产。
避免规则制定-编程-验证复杂过程,加速新规则使用。
提高排产效率。
机器学习的定义
机器学习(Machine Learning)是一门专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能的学科。
深度学习算法。
矩阵AI排产,结合工厂生产排产需求与深度学习,在加拿大团队完成核心算法,成功实现工厂车间生产计划的机器学习 。
输入
机器学习是一种新的编程方式,它不需要人类来总结经验、输入逻辑,人类只需要把大量数据输入给计算机。我们只需要将优秀计划员的排产方案输入到计算机中。
特征提取
机器根据输入的信息,计算机就可以自己总结经验归纳逻辑,进行特征提取。
学习
计算机进行特征提取的过程就是训练,训练过后得到一个模型,计算机进行模型的学习。
预测结果
计算机根据学到模型,就可以用来代替人去做判断,预测结果,并根据预测编排新的生产任务。训练得比较好的模型甚至可以达到超过人类的判定准确度。
实现用例
输入:可先由人工排产,给出样本数据,这个样本数据让AI学习;
AI学习完成后,输出新的排结果;
人员确人后,如有修改人工再调整,再下发给生产线,然后保存为样本给AI学习。
http://www.pcb456.com