登录
注册
个人信息
我的订单
我的报告豆
我的优惠券
我的笔记
我的阅读
我的收藏
我的下载
我的上传
我的订阅
在线客服
退出登录
回到首页
AI
搜索
发现报告
发现数据
发现专题
专题报告
专题百科
研选报告
定制报告
VIP
权益
发现大使
发现一下
行业研究
公司研究
宏观策略
财报
招股书
会议纪要
seedance2.0
低空经济
DeepSeek
AIGC
大模型
当前位置:首页
/
行业研究
/
报告详情
5-3 工业数据与智能算法驱动下的生产调度优化研究
信息技术
2022-11-02
DataFunSummit2022:决策智能在线峰会
王英文
战略意义
智能制造的三种基本范式:数字化制造、“互联网+”制造到新一代智能制造,强调智能升级和数字化、网络化转型。
中国电子信息制造业现状:2021年营收141,285亿元,预计2025年智能生产系统市场规模达4,658亿-5,515亿元。
电子制造行业特点:多品种小批量、生命周期短,瓶颈在于印刷电路板封装,需数字化、智能化升级。
具有挑战的问题
生产调度优化问题:涉及元件、软件、网板、机台等要素,本质是高不确定环境下的多目标多约束调度。
挑战:21条生产线、2000多种设备,人工经验调度缺乏准确性、全局性、持续性,导致生产目标或约束顾此失彼。
数据和算法驱动
工业数据驱动优化:采用“预测-优化”模式,利用机器学习、人工经验软件化、排序调度最优规则和智能优化算法。
不确定性处理:通过鲁棒优化方法(如均值方差模糊集、Wasserstein距离)应对物料、订单、工时等不确定性。
联合预测与优化:结合预测模型(如机器学习)和优化算法,实现物料平衡、工单约束、排序调度和重调度。
关键科学问题
如何用工业数据解决生产调度难题:应对不确定性(ambiguity)、强NP难和动态性问题。
高效算法设计:通过问题分解机制、基于特性的算法、数学模型+启发式、贝叶斯更新、强化学习等方法提升效率。
数据与算法的关系
数据是基础,算法是核心,两者结合实现数据优化,以人为本的技术体系(Data Analytics & Optimization, DAO)。
未来趋势
中国APS(高级排程系统)优势:产业链完整、工业数据丰富、应用场景多样。
未来发展方向:调度+(学习效应、人机交互、产线配置、设备管理、订货管理、物料配送、工艺优化、DFM、设施布局、政策环境等)。
你可能感兴趣
数据驱动的电网前瞻优化调度
商贸零售
清华大学
2023-06-20
数据驱动的电力系统鲁棒前瞻调度方法研究
商贸零售
香港中文大学(深圳)
2024-10-01
生产耦合下计及资源利用的煤矿综合能源调度及规划方法
商贸零售
中国矿业大学
2025-05-01
5-3 秒针基于用户驱动的 ToB SaaS 数据产品经营方法
商贸零售
DataFunSummit2022:数据产品经理峰会
2022-11-02
行业景气轮动研究之五:宏观数据驱动下的行业轮动与择时
商贸零售
华西证券
2023-12-21