Dirbtinio intelekto taikymas gamybos užduočių sekos optimizavimo metodo kūrimui

Šiuolaikiniame gamybos valdymo procese labai svarbu atsižvelgti į gamyklinių užduočių planavimą, užtikrinant jų vykdymo sekos efektyvumą. Darbe yra ieškomas optimalus sprendimas analizuojamai gamybos užduočių sekos optimizavimui, buvo pasitelkus klasterių analize ir dirbtinio intelekto technologijomis. Kad pasiekti didesnį gamybos efektyvumą, užduočių seka yra optimizuojama, mažinant staklių prastovos laiką. Aprašoma realioje gamyboje (laidų rinkinių gamybos įmonė „Yazaki Wiring Technologies“) užduočių sekai optimizuoti naudojama programinė įranga, jos veikimo algoritmas ir efektyvumas, bei tobulinimo galimybės, taikant dirbtinio intelekto agentinių sistemų technologijas.

It is important to consider production tasks scheduling in modern manufacturing control process, to insure manufacturing process flow effectiveness. In this paper author looks for optimal approach for analyzed production tasks scheduling optimization, using cluster analysis techniques and artificial intelligence technologies. To achieve bigger production effectiveness, task schedule is being optimized, minimizing machine stoppage time. Paper describes software, which is used in real production process (Yazaki Wiring Technologies manufacturing company) to optimize production task schedule; for this purpose used algorithm and its effectiveness, its improving possibilities applying artificial intelligence technologies.