Red neuronal: cómo predecir valores iniciales para procesos de varias etapasHola.
Tengo un proceso de fabricación en varias etapas (llamémoslos P1, P2, P3 y P4). Cada lote ha estado en estas etapas durante los tiempos correspondientes tP1, tP2, tP3 y tP4. Mi modelo de red neuronal actual predice el tiempo = 0 en P1 correctamente, pero no para P2-P4. Me gustaría generar un modelo que me permita predecir los valores de salida para un lote que ha sufrido los procesos P1-P4 en la mitad de los tiempos actuales. ¿Cómo voy a hacer esto? No creo que esto sea una extrapolación ya que ya tengo datos para los puntos de tiempo entre 0 y el tiempo máximo.
Gracias.
Re: red neuronal - cómo predecir valores iniciales para procesos de múltiples etapasHola, thebranchingsta!
La ciencia de la manufactura es muy interesante y, a menudo, ofrece resultados muy específicos. Por ejemplo, el Pollaczek-Khinchine La ecuación sugiere que los coeficientes de variación de los tiempos de servicio tendrán un efecto en el tiempo de ciclo.
Dependiendo de sus operaciones actuales, reducir los tiempos del proceso a la mitad podría hacer que la tasa de llegada de lotes aumente por encima de la tasa de servicio de un proceso, y la cola podría crecer hasta el infinito. Dudo que un modelo de red neuronal razonable pueda predecir eso con precisión.
Creo que el estado del arte es Simulación restringida no lineal y optimización global.
¡Buena suerte!
