e-works数字化企业网  »  新闻  »  资讯  »  正文

联想智能生产规划系统入围全球运筹学 “奥斯卡”大奖

2021年1月19日              
关键字:联想  

近日,2021年Franz Edelman奖决赛名单揭晓,联想智能生产规划系统成功上榜。该系统由联想研究院人工智能实验室携手联想联宝工厂联合打造。本次上榜,使联想成为该奖1972年设立以来,中国首家入围Franz Edelman奖的IT企业。

http://www.e-works.net.cn/News/articleimage/20211/132555162235782385_new.png

  图片来源:informs.org

  Franz Edelman奖由国际运筹学与管理科学学会(INFORMS)设立,被业内誉为运筹学(Operation Research)应用领域的“奥斯卡”大奖。重点奖励世界各国、地区,在运筹和管理学领域做出突出贡献、并带来重大应用价值的研究项目或成果。联想之所以能够获此殊荣,要归功于该方案背后先进的核心技术及带来的实际效益提升。

  着眼智能决策——打通智能制造核心环节

  在大规模制造业中,由于生产的复杂性,工厂通常将每个客户订单分解成一系列生产任务,再将生产任务分配到具体的生产线上。整个生产的排程过程需要考虑包括人员、设备、物料、生产工序与方法、生产环境等在内的数十种复杂因素。

  如何从不可胜数的可行方案中找出符合多个约束条件,并能够最大化生产效率,合理利用生产资源的生产方案成为整个生产管理智能化转型的核心问题。联想智能生产规划系统通过多种人工智能技术和数学优化算法,解决了制造业的核心决策问题,在生产规划系统的智能化升级道路上迈出了坚实的一步。该系统基于多交互增强学习和多目标策略学习网络打造的智能生产规划模型,可以应对多变的生产环境,快速寻找到最佳排程策略。

http://www.e-works.net.cn/News/articleimage/20211/132555162455001135_new.png

  图为联想集团最大的PC研发和制造基地——联宝科技生产车间。

  该方案已经在联想集团旗下的最大的PC研发和制造基地——联宝科技落地部署。联宝科技拥有多个厂区的数十条生产线,年订单数超过69万笔,涉及500余种PC产品和超过30万个成品物料料号。其PC生产车间在应用了该智能生产规划系统后,借助产线数据积累和模型进化,实现了效率和收益的巨大提升。

  首先,制定生产计划的时间大幅缩短。原本计划员每天要花费6个小时才能完成的排程任务,如今几分钟就能完成。不仅如此,面对最为棘手的加单、急单,智能生产规划系统能够从多目标全局优化出发,快速提供合理的生产决策。

  此外,解决了计划员经验依赖的问题。经验不足的计划员也可快速上手,在智能生产规划系统的辅助下,每一班排程结果的质量都得到了保证。另外,计划员通过敏捷的人机交互过程可快速提高自己的业务水平。

  另外,多个关键生产性能指标得到全面提升。在应用了智能生产规划系统后,联宝科技制造的交期满足率提高了20%,整体生产效率提高了18%,充分实现了产能利用,同时也很好地满足了客户的需求。

  一名在联宝科技拥有多年排产经验的计划员说:“这套智能系统,能在有限生产资源约束下,整合人、机、料、法、环等关键因子,为所有的可生产订单自动安排精确的排程计划,简化排程过程,并且充分利用生产资源,优化关键绩效指标,解决了以前我们凭借人工经验排程,耗时长、准确率低等问题。”

  融入行业知识的先进优化算法

  联想智能生产规划系统卓越的性能来自于其背后的多种人工智能技术和数学优化算法。这些技术和算法,对物料齐套和生产排程两阶段优化问题进行联合求解,充分优化生产线之间的生产资源分配和调度,提供更高效、更优质的生产资源配置方案,解决了制造业生产计划耗时长、效率低、无法兼顾多个目标等问题。

  系统特性包括响应快、使用管理灵活、决策效果好。研发团队开创性地应用深度强化学习等先进算法,打造了具备自主学习能力的优化决策引擎。例如,通过构建独创的深度非线性编码器和策略学习网络,决策引擎可对大规模排程问题进行多目标协同优化,并支持对优化目标的实时配置和反馈。用户可根据需求和环境变化,灵活设置生产目标、物料齐套、生产排程等环节的参数和优先级、并能通过添加或删除决策任务,实现可灵活定制化的生产规划。同时,引入基于深度图模型的遮盖网络,快速判断复杂的约束条件,以确保在不牺牲响应速度的前提下,决策结果严格遵守复杂的业务逻辑。除此之外,研发人员还进一步引入并行化技术,提升系统响应速度,使其具备实时决策、增量规划,以及假设分析等能力。

  “基于深度强化学习的多目标优化算法可以高效求解大规模组合优化问题,系统输出的结果会根据实际生产要求综合考虑产品数、订单数、订单交期满足率,换线成本和产能合理利用率等多个关键指标,而且随着数据的积累和对人工经验的持续学习,智能生产规划系统的能力还会进一步提高。”联想研究院机器学习总监范伟表示。“联想的智能生产规划系统突破了传统的高级计划和排程系统(APS)仅基于业务规则进行简单僵化的自动化处理的局限,真正意义上实现了人工智能综合决策,释放了大量潜在产能,实现了生产资源的最优配置。”

  数字经济的下半场

  据世界银行数据显示,2010年我国制造业增加值首次超过美国,并连续十年保持世界第一制造大国地位,同时据《中国新一代人工智能科技产业发展报告(2020)》披露,我国是人工智能第二大国,拥有全球第二多的人工智能企业。然而,SAP公司做过的一项分析显示,中国过去三年最大的300项人工智能投资项目中,人工智能+制造业的投资不到1%。这巨大落差的背后,除了工业数据的匮乏、“一机一模型”的算法泛化性挑战,还存在产业逻辑、领域知识的积累问题。为此,从特征工程到构建优化算法模型,联想研究院的人工智能专家与联宝科技的行业专家深度协作,不断地将工业场景和专家经验与算法模型深度融合,最终在业界首次实现了人工智能算法在大规模生产调度场景中应用的先例。

  智能生产规划系统在联宝工厂的成功落地应用,进一步驱动联想智能化和数字化的转型升级。“数字经济的下半场,也就是产业的数字化和智能化浪潮,正在拉开大幕,发展前景非常广阔,”联想集团首席技术官、高级副总裁芮勇博士表示。“产业的数字化和智能化,正是联想的优势所在。联想正在推动以服务和解决方案为导向的智能化变革,而智能制造是我们所聚焦的最重要、也是我们最擅长的领域之一。”

责任编辑:陈苗
e-works
官方微信
掌上
信息化
编辑推荐
文章推荐
博客推荐
视频推荐