近来,2021年Franz Edelman奖决赛名单揭晓,联想智能出产规划体系成功上榜。该体系由联想研讨院人工智能实验室携手联想联宝工厂联合打造。本次上榜,使联想成为该奖1972年建立以来,我国首家入围Franz Edelman奖的IT企业。
Franz Edelman奖由世界运筹学与办理科学学会(INFORMS)建立,被业界称为运筹学(Operation Research)运用范畴的“奥斯卡”大奖。要点奖赏世界各国、区域,在运筹和办理学范畴做出突出贡献、并带来严重运用价值的研讨项目或作用。联想之所以能够获此荣誉,要归功于该方案背面先进的中心技能及带来的实践效益进步。
在大规模制作业中,因为出产的杂乱性,工厂通常将每个客户订单分解成一系列出产使命,再将出产使命分配到详细的出产线上。整个出产的排程进程需求考虑包含人员、设备、物料、出产工序与办法、出产环境等在内的数十种杂乱要素。
怎么从数不胜数的可行方案中找出契合多个束缚条件,并能够最大化出产功率,合理运用出产资源的出产方案成为整个出产办理智能化转型的中心问题。联想智能出产规划体系经过多种人工智能技能和数学优化算法,处理了制作业的中心决议方案问题,在出产规划体系的智能化晋级道路上迈出了坚实的一步。该体系依据多交互增强学习和多方针战略学习网络打造的智能出产规划模型,能够应对多变的出产环境,快速寻找到最佳排程战略。
该方案已经在联想集团旗下的最大的PC研制和制作基地——联宝科技落地布置。联宝科技具有多个厂区的数十条出产线万个制品物料料号。其PC出产车间在运用了该智能出产规划体系后,借助产线数据堆集和模型进化,完结了功率和收益的巨大进步。
首要,拟定出产方案的时刻大幅缩短。本来方案员每天要花费6个小时才干完结的排程使命,现在几分钟就能完结。不仅如此,面临最为扎手的加单、急单,智能出产规划体系能够从多方针大局优化动身,快速供给合理的出产决议方案。
此外,处理了方案员经历依靠的问题。经历不足的方案员也可快速上手,在智能出产规划体系的辅佐下,每一班排程成果的质量都得到了保证。别的,方案员经过灵敏的人机交互进程可快速进步自己的事务水平。
别的,多个要害出产功能方针得到全面进步。在运用了智能出产规划体系后,联宝科技制作的交期满意率进步了20%,全体出产功率进步了18%,充沛完结了产能运用,一起也很好地满意了客户的需求。
一名在联宝科技具有多年排产经历的方案员说:“这套智能体系,能在有限出产资源束缚下,整合人、机、料、法、环等要害因子,为一切的可出产订单主动组织准确的排程方案,简化排程进程,并且充沛运用出产资源,优化要害绩效方针,处理了曾经咱们凭仗人工经历排程,耗时长、准确率低一级问题。”
联想智能出产规划体系杰出的功能来自于其背面的多种人工智能技能和数学优化算法。这些技能和算法,对物料齐套和出产排程两阶段优化问题进行联合求解,充沛优化出产线之间的出产资源分配和调度,供给更高效、更优质的出产资源装备方案,处理了制作业出产方案耗时长、功率低、无法统筹多个方针等问题。
体系特性包含呼应快、运用办理灵敏、决议方案作用好。研制团队创始性地运用深度强化学习等先进算法,打造了具有自主学习才能的优化决议方案引擎。例如,经过构建首创的深度非线性编码器和战略学习网络,决议方案引擎可对大规模排程问题进行多方针协同优化,并支撑对优化方针的实时装备和反应。用户可依据需求和环境改变,灵敏设置出产方针、物料齐套、出产排程等环节的参数和优先级、并能经过增加或删去决议方案使命,完结可灵敏定制化的出产规划。一起,引进依据深度图模型的隐瞒网络,快速判别杂乱的束缚条件,以保证在不献身呼应速度的前提下,决议方案成果严格遵守杂乱的事务逻辑。除此之外,研制人员还进一步引进并行化技能,进步体系呼应速度,使其具有实时决议方案、增量规划,以及假定剖析等才能。
“依据深度强化学习的多方针优化算法能够高效求解大规模组合优化问题,体系输出的成果会依据实践出产要求归纳考虑产品数、订单数、订单交期满意率,换线本钱和产能合理运用率等多个要害方针,并且跟着数据的堆集和对人工经历的继续学习,智能出产规划体系的才能还会进一步进步。”联想研讨院机器学习总监范伟表明。“联想的智能出产规划体系突破了传统的高档方案和排程体系(APS)仅依据事务规矩进行简略死板的主动化处理的限制,真实意义上完结了人工智能归纳决议方案,释放了很多潜在产能,完结了出产资源的最优装备。”
据世界银行数据显现,2010年我国制作业增加值初次超越美国,并接连十年坚持世界第一制作大国位置,一起据《我国新一代人工智能科技工业开展陈述(2020)》发表,我国是人工智能第二大国,具有全球第二多的人工智能企业。但是,SAP公司做过的一项剖析显现,我国曩昔三年最大的300项人工智能出资项目中,人工智能+制作业的出资不到1%。这巨大落差的背面,除了工业数据的匮乏、“一机一模型”的算法泛化性应战,还存在工业逻辑、范畴常识的堆集问题。为此,从特征工程到构建优化算法模型,联想研讨院的人工智能专家与联宝科技的职业专家深度协作,不断地将工业场景和专家经历与算法模型深度交融,终究在业界初次完结了人工智能算法在大规模出产调度场景中运用的先例。
智能出产规划体系在联宝工厂的成功落地运用,进一步驱动联想智能化和数字化的转型晋级。“数字经济的下半场,也便是工业的数字化和智能化浪潮,正在拉开大幕,开展前景十分宽广,”联想集团首席技能官、高档副总裁芮勇博士表明。“工业的数字化和智能化,正是联想的优势地点。联想正在推进以服务和处理方案为导向的智能化革新,而智能制作是咱们所聚集的最重要、也是咱们最拿手的范畴之一。”