Uboreshaji wa Msururu wa Ugavi na Usafirishaji — Akili Bandia katika Uhandisi wa Viwanda

Faida:

Uwezo wa kutambua muundo wa mtandao wa usambazaji, njia na shida za mpangilio wa ghala
Uwezo wa kutumia AI katika uzalishaji wa mazingira, orodha ya vikwazo na uboreshaji wa muundo wa muundo
Uwezo wa kuhalalisha suluhisho zilizopendekezwa za AI na gharama, uwezo na vikwazo vya utoaji

Mlolongo wa usambazaji ni mtiririko mzima wa nyenzo, habari na pesa kutoka kwa malighafi hadi kwa mteja wa mwisho. Kila uamuzi katika mtandao huu (wapi pa chanzo, ghala lipi kwa hisa, njia gani ya kusafirishwa) huleta uwiano kati ya gharama, kasi na uimara. Uboreshaji sio uchawi hapa, inamaanisha utendakazi na vikwazo vilivyobainishwa vyema. Akili ya Bandia ina nguvu sana katika eneo hili katika kupanga tatizo, kuzalisha matukio, kuorodhesha vikwazo na kuandaa muundo wa uboreshaji; Lakini madai ya "suluhisho bora" daima yanahitaji kuthibitishwa dhidi ya vikwazo na gharama halisi. Katika kitengo hiki, tutajadili muundo wa mtandao, uboreshaji wa njia na maamuzi ya ghala kwa usaidizi wa AI.

Ramani ya Matatizo ya Kuboresha Msururu wa Ugavi

Kutambua matatizo ya optimization ni hatua ya kwanza katika kujenga mfano sahihi.

tatizo

kutofautiana kwa uamuzi

Kusudi la kawaida

muundo wa mtandao

Je, ni kituo/ghala gani linapaswa kufunguliwa?

Jumla isiyobadilika + gharama inayobadilika dak

Mgawo/mgao

Mteja gani kutoka ghala lipi?

Gharama ya usafiri min

Uelekezaji wa gari (VRP)

Gari gani hufanya ambayo inasimama, kwa mpangilio gani?

Jumla ya umbali/saa dakika

mpangilio wa ghala

Bidhaa zinapaswa kuwekwa wapi?

Kuchukua umbali dakika

Uchaguzi wa njia ya usafiri

Ardhi/bahari/hewa

Usawa wa gharama-kasi

Mfumo wa kawaida wa kila tatizo ni sawa: vigezo vya uamuzi, kazi ya lengo, vikwazo. Mchango muhimu zaidi wa AI ni kwamba hukusaidia kutafsiri tatizo la biashara katika vipengele hivi vitatu.

Jukumu: Wewe ni mhandisi wa viwanda aliyebobea katika uboreshaji wa ugavi. Kazi: Tafsiri tatizo lifuatalo la biashara kuwa muundo wa uboreshaji. Bainisha: (1) vigezo vya uamuzi, (2) utendakazi wa lengo, (3) vikwazo (uwezo, kuridhika kwa mahitaji, kutokuwa hasi), (4) aina ya tatizo hili. Tatizo: "Tuna viwanda 3 na vituo 5 vya usambazaji. Uwezo wa kila kiwanda na mahitaji ya kila kituo ni hakika. Gharama za kitengo cha usafiri kutoka kiwanda hadi kituo ni tofauti. Punguza jumla ya gharama ya usafirishaji Tunataka kuipakua." Kanuni: Taja aina ya mfano (k.m. tatizo la usafiri), andika mawazo kwa uwazi.

Hili ni tatizo la usafiri wa kawaida. AI inaweza kutambua hili na kujenga mifupa sahihi ya hisabati; Pia unaweka data halisi ya uwezo na mahitaji.

Uboreshaji wa Njia (VRP) na Umuhimu wa Vikwazo

Uelekezaji wa njia ya gari ndio shida inayokumbwa mara kwa mara na kuanzishwa vibaya katika mazoezi. Kuna tofauti kubwa kati ya "njia fupi" rahisi (TSP) na VRP ya kweli: uwezo wa gari, madirisha ya muda (saa ambazo mteja anaweza kuchukua), mipaka ya muda wa kuendesha gari, magari mengi.

Tahadhari: Wakati AI inapendekeza njia, mara nyingi "husahau" au kukadiria uwezo na vikwazo vya dirisha la muda. Njia iliyopakiwa na mizigo mingi kuliko gari linaweza kuonekana kuwa "fupi" lakini haiwezekani. Angalia kila njia kibinafsi kwa jumla ya mzigo ≤ na muda wa kuwasili ∈ dirisha la saa.

Uhamasishaji dhaifu / Uhamasishaji Wenye Nguvu

Agizo dhaifu:

Toa njia fupi zaidi ya vituo hivi 8.

Ikiwa hakuna uwezo, dirisha la wakati na idadi ya magari, AI inatoa cheo rahisi; Haina kushikilia katika operesheni halisi.

Agizo lenye nguvu:

Pendekeza mpango wa njia kwa wateja 8 wafuatao. Kuna magari 2, uwezo wa kila moja ni vitengo 100. Mahitaji ya kila mteja na dirisha la saa zimeambatishwa. Angalia kutoka kwenye ghala08:00. Zingatia kasi ya wastani 40 km/h. Pato: mpangilio wa vituo kwa kila gari, mzigo ulioongezeka (usizidi uwezo), makadirio ya nyakati za kuwasili (ili kutoshea dirisha la saa), umbali wa jumla. Ikiwa kuna ukiukwaji wa kizuizi, ieleze wazi na upendekeze njia mbadala. Data: {{ ... }}

Kidokezo cha pili kinaweka kwa uwazi vikwazo na maombi ya kukagua ukiukaji kutoka kwa AI. Hata hivyo, ni muhimu kuthibitisha matokeo na solver au manually; AI haitoi dhamana ya ukamilifu kabisa.

Mojawapo au "Nzuri" tu?

Kuna wazo muhimu hapa: suluhisho ambalo AI (na njia za vitendo zaidi) hupata mara nyingi ni suluhisho nzuri (heuristic), sio suluhisho bora. Ubora wa kweli hupatikana na kisuluhishi cha hisabati (kama vile OR-Tools, Gurobi, PuLP) kinachosuluhisha kielelezo kilichoundwa kwa usahihi. Jukumu la AI ni kuunda mfano, sio kuutatua.

Andika kiunzi cha mfano ili kutatua tatizo la usafiri lifuatalo na Python PuLP:- Vigezo vya maamuzi x[i][j] (i kiwanda, j kituo)- Lengo: jumla ya kupunguza gharama- Kizuizi: usambazaji wa kila kiwanda, mahitaji ya kila kituo, x >= 0Eleza msimbo na maoni, lakini nitaingiza data ya nambari. Pia: orodhesha ukaguzi gani ninahitaji kufanya suluhisho linapotoka.

Kidokezo: Badala ya kuwaambia AI "andika nambari na uibaini," iambie "andika nambari na nitaiendesha." Hii inafanya uboreshaji kuwa suluhisho la kweli; Huamini nambari zilizoundwa na AI (na ambazo hazijathibitishwa) zinazosema "hapa ndio suluhisho langu".

Maamuzi ya Ghala na Mahali

Uwekaji wa bidhaa kwenye ghala huathiri moja kwa moja umbali wa kuokota. Kanuni ya msingi ni kuweka vitu vinavyosogezwa mara kwa mara (zaidi ya juu) karibu na mahali pa kuokota (uwekaji wa ABC). AI inaweza kutoa muhtasari wa pendekezo la mpangilio na data ya harakati ya bidhaa; Hata hivyo, vikwazo vya kimwili (ukubwa wa rafu, uzito, utengano wa nyenzo za hatari, mnyororo wa baridi) lazima usimamiwe na wanadamu.

Kipochi Kidogo: Fupi kwenye Karatasi, Haiwezekani Katika Uga

Kampuni ya usambazaji hutoa bidhaa 40 kwa siku na magari 3. Mhandisi wa viwanda Selin anatoa vituo, maombi na uwezo wa gari kwa AI na anauliza mpango wa njia. AI hutoa risasi ambayo inaonekana nzuri na ina umbali wa chini kabisa. Lakini Selin anapokagua, anagundua kuwa mzigo kwenye njia ya gari unazidi uwezo kwa 15%; Pia kuna vituo viwili ambapo mteja anaweza kuchukua mchana lakini hupangwa asubuhi. Selin anaandika vizuizi kwa uwazi zaidi kwenye kidokezo na kuvitoa tena, kisha anathibitisha mpango na OR-Tools. Matokeo yake yanawezekana. Somo: Mpango ambao AI iliuita "mfupi zaidi" haukuwa mfupi zaidi na hata ulikuwa batili kwa sababu ya ukiukaji wa vizuizi.

Makosa ya Kawaida

Bila kubainisha vikwazo: Kuomba njia bila uwezo, dirisha la saa na idadi ya magari.
Kukosea AI kwa kisuluhishi: Kukubali suluhisho "bora" lililotolewa na AI kama pato la kisuluhishi halisi.
Kutoangalia ukiukaji wa vikwazo: Utekelezaji wa mpango bila kuangalia mzigo uliojumlishwa na nyakati za kuwasili.
Kuzingatia lengo moja: Kuboresha gharama pekee na kusahau kuhusu uimara/hatari (utegemezi wa msambazaji mmoja).
Kutotumia gharama halisi: Kuunda modeli kwa gharama chaguo-msingi/iliyotengenezwa na si kusasisha kwa data halisi.

Kwa muhtasari

Kila uboreshaji wa msururu wa ugavi hupungua hadi vipengele vitatu: vigeu vya uamuzi, utendakazi wa lengo, vikwazo.
Mchango wa thamani zaidi wa AI ni kutafsiri tatizo la biashara katika aina sahihi ya mfano (usafiri, VRP, mgawo).
Vikwazo vya uwezo na muda wa dirisha ni muhimu katika VRP; AI huruka hizi mara kwa mara, hakikisha umeziangalia.
AI hujenga, sio kutatua; Kitatuzi (PuLP, OR-Tools) kinapaswa kufanya utoshelezaji halisi.
Kando na gharama, uimara na hatari inapaswa pia kuwa lengo; Mtoa huduma mmoja/utegemezi wa njia moja ni gharama iliyofichwa.

Jukumu la maombi

Tengeneza tatizo la usambazaji/usambazaji (k.m. maghala 3, wateja 5-8, mahitaji na uwezo wa magari). Kwanza, fanya mfano wa AI wa shida kama kigezo cha uamuzi, lengo, na kizuizi na utaje aina ya shida. Kisha toa hali ya VRP na uulize mpango wa njia; Angalia mzigo uliojumlishwa na nyakati za kuwasili za kila gari mwenyewe kwenye pato. Uthibitishaji muhimu: ongeza mwenyewe jumla ya mzigo wa angalau gari moja na ulinganishe na uwezo wake na utafute ukiukaji wa kizuizi. Mwishowe, ruhusu AI iandike kiunzi cha msimbo wa kisuluhishi (PuLP) na utengeneze mtiririko wa kazi unaozuia AI isitoe nambari bandia, kwa mbinu ya "Nitaendesha suluhisho".