Analýza a optimalizace procesů 4
 x   TIP: Přetáhni ikonu na hlavní panel pro připnutí webu
Reklama

Analýza a optimalizace procesů 4Analýza a optimalizace procesů 4

 
Hledat
Moderní platforma pro vytvoření vašeho nového webu – Wix.com.
Nyní už můžete mít web zdarma.
Vybavení pro Laser Game
Spuštěn Filmový magazín
Laser Game Brno

Analýza a optimalizace procesů 4

Google       Google       10. 6. 2015       7 312×

V minulých článcích jsme si ukázali, jak zpracovat a pak analyzovat data z procesu, nalézt závislosti mezi veličinami, které tento proces ovlivňují a vytvořit si tak určitý model procesu, který pak můžeme dále využívat pro jeho optimalizaci. V tomto článku si předvedeme tři způsoby optimalizace, které můžeme provést s pomocí systému ElTav.

Reklama
Reklama

Optimalizace procesů

Analýzou dat získáme naučenou neuronovou síť. Probrali jsme si tři typy neuronových sítí:

  • Kohonenova síť soutěžní strategie má význam při rozpoznávání vzorů, pro model výrobního procesu není určena
  • Lineární síť nám dává přímo vzorec závislosti proměnných, bohužel vztahy v průmyslových procesech jsou zpravidla nelineární. Uplatnění má v jiných oblastech, například v ekonomii, jak ukazují dřívější články na Programujte a příklady demo verze systému TNeuron na mé stránce.
  • Sigmodidální síť postihuje poměrně přesněji závislosti veličin ve výrobním procesu, nedává nám však žádný vzorec, vše je skryto ve struktuře synaptických vah sítě.

To, že sigmoidální síť nedokáže popsat proces exaktními vzorci neznamená, že nám nemůže dát doporučení k jeho zkvalitnění, zlepšení jakosti a podobně. Jak si ukážeme dále, naučenou síť je možné s výhodou k optimalizaci procesu použít.

Možnosti optimalizace

Jako příklad si uveďme konkrétní příklad řešení jakosti taveb. Předpokládejme, že metalurg získal data za uplynulé období, odstranil odlehlá data a z těchto dat naučil sigmoidální neronovou síť. Nyní chce ovlivnit proces tak, aby dosáhl co nejvyšší kvality.

Neuronová síť představuje po naučení ve zjednodušené podobě model části výrobního procesu s jeho vnitřními vztahy. Pokud je možné některé parametry ovlivnit, dokáže systém s určitou pravděpodobností doporučit nejvhodnější hodnoty nebo kombinace tak, aby výsledek byl co nejlepší. Výsledky učení se dají použít několika způsoby:

  • Technolog si vybere tavbu, která například vykazuje nízkou kvalitu, a některý parametr a sleduje, jak různé hodnoty tohoto parametru ovlivní pravděpodobný výsledek tavby při zachování hodnot všech ostatních parametrů.
  • Technolog si vybere tavbu a několik parametrů, které může ovlivnit a systém mu doporučí takovou kombinaci, aby výsledek byl co nejlepší, a pravděpodobný výsledek zároveň odhadne.
  • Pro nastavení podmínek výrobního procesu je nutné, aby systém nalezl kombinaci zadaných parametrů platnou pro všechny tavby celého vzorku tak že úhrnný výsledek je co nejlepší. Předpokládané výsledky pro jednotlivé tavby opět vypíše. .

Nové verze programů

Systém ELTAV, o kterém se dále zmiňuje tento článek, již není od roku 2015 dodáván. Aktuální informace obsahují mé další články na tomto serveru. Systém ELTAV byl nahrazen modernějším systémem Opthan, jehož popis je v článku Analýza a optimalizace - Software 2 a Analýza a optimalizace - Software 3  na www.programujte.com v sekci Ostatní, Umělá inteligence a robotika a stáhnout si jej můžete stejně jako další programy naší firmy na adrese http://optiintelligent.cz.

Popis systému ELTAV je zachován pro čtenáře, kteří si jej stáhli již dříve.

Optimalizace v systému ELTAV

V systému ELTAV provádíme optimalizaci procesu ve funkci hlavního menu Optimalizace. Jednotlivé podřízené funkce odpovídají výše uvedeným úlohám, pouze poslední funkce Pravidla má jiný význam a ovlivňuje výsledky optimalizačního procesu. Ve všech případech předpokládáme, že je již naučena sigmoidální síť.

Pro optimalizaci použijeme připravený soubor v adresáři Optim1.

  • Parametry, Otevři, Optim1, ctrl.txt
  • Data, Soubor, data.txt
  • Zpracování, Učení, OK, OK

Optimalizace proměnné

Odpovídá první úloze. Zvolte funkci Optimalizace, Proměnné. Ve vzorech označte myší jeden řádek a v seznamu proměnných jednu proměnnou, např. x. Stiskněte dole tlačítko Meze, zobrazí se rozsah hodnot proměnné x. Stiskněte nyní tlačítko Závislosti, v tabulce se zobrazí seznam hodnot proměnné x v zadaném intervalu a k nim hodnot které nabývá funkce, jestliže ostatní hodnoty zůstávají nezměněny. Závislost můžete také zobrazit tlačítkem Graf.

V tomto případě máme konkrétní situaci definovanou naměřenými hodnotami a ptáme se, jak by se měnil výsledek, kdyby hodnota jedné proměnné se pohybovala od zadaného minima k zadanému maximu po zadaném kroku.

Funkci ukončíte tlačítkem Návrat.

Optimalizace vzoru

Odpovídá druhé úloze. Zvolte funkci Optimalizace, Vzory. Zvolte vzor a jednu nebo několik proměnných. Stiskněte Zapiš. Meze se objeví v seznamu proměnných pro optimalizaci. Postup můžete opakovat pro další proměnnou. Zvolte zda chcete hledat maximum nebo minimum a stiskněte tlačítko Optimalizuj. V horní tabulce se objeví doporučená hodnota nebo hodnoty tak, aby bylo dosaženo cíle.

Komplexní optimalizace

Je obdobná předchozí úloze, avšak nalezne optimální řešení pro všechny vzory. Zvolte Optimalizace, Komplexní, definujte a zapište meze, Zadejte Hledej minimum. Zobrazí se doporučené řešení a výsledky skutečné a vypočtené ve všech vzorech pro toto řešení.

Cvičení

Vytvořte si v Excelu náhodnou proměnnou x a funkci y = a(x - b)2 + c, uložte do textového souboru odděleného tabulátory a pomocí ElTav vyhledejte maximum pro a < 0 a minimum pro a > 0. Náhodnou proměnnou volte v oboustranném intervalu kolem hodnoty b. Před učením změňte počet testovacích řádků na 0 (omezení demo verze max. 20 vzorů). Výsledek vám má vyjít přibližně b. V případě méně přesných  výsledků učení zvyšte v parametrech počet iterací.

Závěr

Ukázali jsme si, že ačkoliv po naučení sigmoidální sítě nenalezneme vzorec závislosti, můžeme přesto proces optimalizovat úpravou těch parametrů, které lze ovlivnit.

×Odeslání článku na tvůj Kindle

Zadej svůj Kindle e-mail a my ti pošleme článek na tvůj Kindle.
Musíš mít povolený příjem obsahu do svého Kindle z naší e-mailové adresy kindle@programujte.com.

E-mailová adresa (např. novak@kindle.com):

TIP: Pokud chceš dostávat naše články každé ráno do svého Kindle, koukni do sekce Články do Kindle.

Hlasování bylo ukončeno    
0 hlasů
Google
(fotka) Jaroslav TedaAutor se zabývá vývojem inteligentních softwarových systémů ve firmě OPTI Intelligent s.r.o. Publikoval na seminářích včetně mezinárodních i zahraničních a v časopise Automatizace.
Web    

Nové články

Obrázek ke článku NVIDIA shrnuje přehled novinek na E3 2018

NVIDIA shrnuje přehled novinek na E3 2018

Společnost NVIDIA si u příležitosti E3 2018 připravila řadu novinek, které uvádí v kompletním přehledu, Například nové hry s podporou NVIDIA Highlights, která je součástí aplikace GeForce Experience, i nadále nabírá na obrátkách. Kromě výše zmíněné Shadow of the Tomb Raider získaly podporu také hry Dirty Bomb a Switchblade.

Reklama
Reklama
Obrázek ke článku SODAT vidí budoucnost datové bezpečnosti ve strojovém učení

SODAT vidí budoucnost datové bezpečnosti ve strojovém učení

Firmy chrání svá citlivá data často nedostatečně. Podle průzkumu společnosti SODAT se v minulém roce setkalo až 80 % z nich s bezpečnostním incidentem ztráty nebo úniku dat. Jedna z pilotních firem, která testovala novou verzi řešení SODAT Protection & Analytics 2.0pro bezpečností analýzu a monitoring dat díky novince zjistila, kdo z disku smazal důležité výkresy a mohla na incident včas reagovat.

Obrázek ke článku Kontrolujete pracovní emaily i na dovolené? 7 tipů odborníka, jak nepřijít o data

Kontrolujete pracovní emaily i na dovolené? 7 tipů odborníka, jak nepřijít o data

Letní měsíce jsou pro většinu zaměstnanců spojené s každoroční dovolenou. Z údajů Českého statistického úřadu vyplývá, že v roce 2017 podnikli Češi přes 13 milionů delších cest (tzn. s více než čtyřmi noclehy). Přitom právě na období července, srpna a září připadá více než 7,5 milionů z nich. Nicméně tradiční představu o dovolené jako o čase, kdy má práci na starost někdo jiný, Češi boří. 

Obrázek ke článku 10 SEO mýtů, které už nemusíte v roce 2018 řešit

10 SEO mýtů, které už nemusíte v roce 2018 řešit

„Kolik má být na stránce klíčových slov?“, „Nemáš vyplněný meta tag keywords, to nebude fungovat.“, „Katalogy jsou mrtvý“. Také jste už slyšeli některé z těchto otázek? Pojďme si na ně konečně jednou provždy odpovědět.

Hostujeme u Českého hostingu       ISSN 1801-1586       ⇡ Nahoru Webtea.cz logo © 20032018 Programujte.com
Zasadilo a pěstuje Webtea.cz, šéfredaktor Lukáš Churý