нейронные сети

автор — Алена Карякина

Нейронная сеть — это объединенный набор нейронов, она может рассматриваться в качестве черного ящика. Машинное обучение – это процесс обучения нейронной сети определенным «навыкам», то есть это процесс поиска зависимости между входными и выходными данными.

Нейронные сети в логистикеШелехметь 2008 149

В настоящий момент нейронные сети начинают использоваться во многих областях: медицине, бизнесе, аналитике и других. Самый популярный пример использования нейронных сетей — это распознавание изображений и речи.

Сегодня нейронные сети начинают использоваться в транспортной логистике для анализа и моделирования транспортных потоков и для верного распределения ресурсов (транспорта, пассажиров) на транспортных потоках. Все это используется для оптимизации потоков.

На данные задачи можно смотреть с нескольких сторон. С одной стороны, мы можем оптимизировать потоки, с помощью поиска оптимальных параметров (для основных статических параметров находим оптимальные динамические). С другой стороны, мы можем изучать данные об участниках, например, о пассажирах. Таким образом мы можем улучшить ситуацию с общественным транспортом (например, связать данные о количестве пассажиров в зависимости от времени и дня недели с количеством городского транспорта). Данная информация дает нам возможность регулировать количество автобусов.

Производственная логистика

Рассмотрим теперь эти задачи, сменив транспортную логистику на складскую.

Решение второй задачи существует и используется на некоторых складах. Это задача об оптимальном использовании ресурсов – людей. Создается нейронная сеть, где входными данными являются люди, их качество работы, время суток, количество часов, типы груза и формирование персонала в группы. После того, как нейронная сеть проводит анализ, можно получить информацию о наиболее производительном формировании групп (анализ отношения между сотрудниками), также можно определить нехватку персон в какой-то зоне склада или наоборот, ее избыток. В одной из компаний пошли дальше и в качестве входных данных используют фитнес-браслеты, по которым считываются данные о пульсе, шагах и т.д. Такие данные анализируются и помогают выстроить ход работы таким образом, чтобы нагрузка было распределена равномерно. По подсчетам разработчиков данная система увеличивает производительность сотрудников на 8-10% [https://vc.ru/21281-neuro-stock].

Если мы говорим о решении первой задачи, то мы можем представить, что транспортные потоки – это потоки материалов на складе. Транспортные средства – это паллеты, с помощью сети мы хотим найти такое решение, при котором требуемые материалы будут распределены наилучшим образом, то есть не простаивать и не накапливаться.

Прогнозированиеpapka

Одно из важных преимуществ нейронных сетей — это прогнозирование. Другими словами, после обучения нейронной сети по входным данным она может прогнозировать выходные. С помощью данного решения можно пробовать решать задачи о производительности склада, о выборе варианта и выбора склада. Нужно отметить, что нейронные сети не дают 100% точности. Погрешность зависит от того, насколько хорошо обучена сеть. Чем на большем наборе данных она обучилась, тем точнее будет сеть и ее прогноз. Нужно помнить о том, что все еще зависит от сложности системы. Если вы моделируете линейные зависимости, то сети не нужно большое количество данных, чтобы установить связь. Если система сложная, то для установления зависимостей нужен более большой набор данных.

социальный кластер
Методология, Общество, Экология
социальный кластер
тестирование
Логистика, Методология, Производство
тестирование
dashboard
Логистика, Методология, Производство
dashboard
параметры склада
Логистика, Методология
параметры склада
темы для студентов
Логистика, Университеты
темы для студентов
матрица
Методология
матрица
логистика
Логистика, Производство, Университеты
логистика
нейронные сети
Логистика, Методология, Производство
нейронные сети
агентные модели
Логистика, Производство, Университеты
агентные модели
управление проектами
Логистика, Производство, Университеты
управление проектами
мастер классы
Логистика, Университеты, Экология
мастер классы
сайт ЕСО 63
Общество, Экология
сайт ЕСО 63
системные ловушки
Методология
системные ловушки
сущность системы
Методология
сущность системы
BoardMaps
Общество, Производство, Университеты, Экология
BoardMaps
эволюция системы
Методология
эволюция системы
управление персоналом
Общество, Производство, Университеты
управление персоналом
рейтинг кафедры
Университеты
рейтинг кафедры
социальные системы
Общество
социальные системы
механический завод
Производство
механический завод
опыт работы
Логистика, Общество, Производство, Университеты, Экология
опыт работы
университеты
Университеты
университеты
ЮНИВОЛГА
Общество, Университеты
ЮНИВОЛГА
КАДАСТР ОТХОДОВ
Муниципалитетам
Производство, Экология
КАДАСТР ОТХОДОВ