Neuronales Netzwerk - Wie lassen sich Anfangswerte für einen mehrstufigen Prozess vorhersagen?Hallo.
Ich habe einen mehrstufigen Fertigungsprozess (nennen wir sie P1, P2, P3 und P4). Jede Charge war in diesen Stufen für die entsprechenden Zeiten tP1, tP2, tP3 und tP4. Mein aktuelles neuronales Netzwerkmodell sagt die Zeit = 0 bei P1 korrekt voraus, nicht jedoch für P2-P4. Ich möchte ein Modell generieren, mit dem ich die Ausgabewerte einer Charge vorhersagen kann, die die Prozesse P1-P4 in der Hälfte der aktuellen Zeit durchlaufen hat. Wie mache ich das? Ich denke nicht, dass dies eine Extrapolation ist, da ich bereits Daten für Zeitpunkte zwischen 0 und der maximalen Zeit habe.
Vielen Dank.
Re: Neuronales Netzwerk - Wie lassen sich Anfangswerte für einen mehrstufigen Prozess vorhersagen?Hi, thebranchingsta!
Die Wissenschaft der Fertigung ist sehr interessant und liefert oft sehr unscheinbare Ergebnisse. Zum Beispiel die Pollaczek-Khinchine Die Gleichung legt nahe, dass die Variationskoeffizienten der Servicezeiten Auswirkungen auf die Zykluszeit haben.
Abhängig von Ihren aktuellen Vorgängen kann es durch die Halbierung der Prozesszeiten möglich sein, dass die Ankunftsrate der Stapel über die Servicerate eines Prozesses steigt, und die Warteschlange kann bis unendlich wachsen. Ich bezweifle, dass ein vernünftiges neuronales Netzwerkmodell dies genau vorhersagen kann.
Ich denke, der Stand der Technik ist Nichtlineare Zwangssimulation und globale Optimierung.
Viel Glück!
