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

Analýza a optimalizace procesů 4Analýza a optimalizace procesů 4

 

Analýza a optimalizace procesů 4

Google       Google       10. 6. 2015       6 093×

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. .

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

Reklama
Reklama
Obrázek ke článku Nový IT hráč na českém trhu

Nový IT hráč na českém trhu

V roce 2015 otevřela v Praze na Pankráci v budově City Tower své kanceláře společnost EPAM Systems (NYSE:EPAM), jejíž centrála se nachází v USA. Společnost byla založená v roce 1993 a od té doby prošla velkým vývojem a stále roste.

Obrázek ke článku České Radiokomunikace opět hledají nejlepší nápady pro internet věcí

České Radiokomunikace opět hledají nejlepší nápady pro internet věcí

České Radiokomunikace (CRA) pořádají druhý ročník CRA IoT Hackathonů. Zájemci z řad vývojářů a fanoušků moderních technologií mohou změřit své síly a během jediného dne sestrojit co nejzajímavější funkční prototyp zařízení, které bude komunikovat prostřednictvím sítě LoRa. CRA IoT Hackathony se letos uskuteční ve dvou fázích, na jaře a na podzim, v různých městech České republiky. Jarní běh se odstartuje 31. března v Brně a 7. dubna v Praze.

Obrázek ke článku Cloud computing je využíván stále intenzivněji

Cloud computing je využíván stále intenzivněji

Využívání cloud computingu nabývá na intenzitě. Jen v letošním roce vzroste podle analytiků trh se službami veřejného cloudu o 18 %, přičemž o téměř 37 % vzrostou služby typu IaaS. Růst o více než pětinu pak čeká služby poskytování softwaru formou služby, tedy SaaS. Aktuálním trendům v oblasti využívání cloudu se bude věnovat konference Cloud computing v praxi, která se koná 23. března. 2017 v pražském Kongresovém centru Vavruška na Karlově náměstí 5.

loadingtransparent (function() { var po = document.createElement('script'); po.type = 'text/javascript'; po.async = true; po.src = 'https://apis.google.com/js/plusone.js'; var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(po, s); })();
Hostujeme u Českého hostingu       ISSN 1801-1586       ⇡ Nahoru Webtea.cz logo © 20032017 Programujte.com
Zasadilo a pěstuje Webtea.cz, šéfredaktor Lukáš Churý