Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
BME Méréstechnika és Információs Rendszerek Tanszék
Modellezés, predikció és szimuláció a termelésoptimalizálásban
Dr. Pataricza András, dr. Horváth Gábor, dr. Pataki Béla,
OptXware Kutatási-Fejlesztési Kft
Dr. Pataricza András, dr. Horváth Gábor, dr. Pataki Béla, Gáti Kristóf, Szombath István, Horváth Ákos (BME MIT)
dr. Csertán György, Gönczy László, Varró-Gyapay Szilvia (Optxware Kft)Matisa Zoltán, Gregus Gábor, Tóth Ferenc, Veres Iván, Fajkusz Ferenc
és sokan mások (IBM DSS)
BME Méréstechnika és Információs Rendszerek Tanszék
Háttér: az információs robbanás2
OptXware Kutatás-Fejlesztési Kft
BME Méréstechnika és Információs Rendszerek Tanszék
A tárolókapacitás fejl ődése exponenciális3
Cloud, stb. várhatóannöveli az arányát
OptXware Kutatás-Fejlesztési Kft
BME Méréstechnika és Információs Rendszerek Tanszék 4
OptXware Kutatás-Fejlesztési Kft
A TÁROLÓ IS SZEZONÁLIS TERMÉK
A rendelések negyedév végére összpontosulnak, a termelésnek egyenletesnek kellene lennie
BME Méréstechnika és Információs Rendszerek Tanszék
Szezonalitás vs. egyenletes termelés
Megrendelések érkezése Termelés igénye
5
OptXware Kutatás-Fejlesztési Kft 5
BME Méréstechnika és Információs Rendszerek Tanszék
A „megrendelési játék”- részben ismert faktorok
IBM• Stratégia
• Cégszintű forgalom• Árukapcsolás
Üzleti partner• Stratégia
• Maximális profit
Végfelhasználó • Optimális
költség/haszon
6
OptXware Kutatás-Fejlesztési Kft
Megrendelés
IBM DSS
• Árukapcsolás(pl. komplett konfiguráció)
• Akció
Termelés Reaktív ->Tervezett(optimalizált,prediktív)
Zajforrások:� Egyedi termék� Külső faktorok
� Gazdasági helyzet� Jogi környezet…
� Szereplők stratégiái� Részben ismeretlen� Előrerendelés…
BME Méréstechnika és Információs Rendszerek Tanszék
Háttérfolyamatok és célkit űzés7
MIT?Prediktívelőoptimalizálás
OptXware Kutatás-Fejlesztési Kft
HOGYAN?Optimalizálás
BME Méréstechnika és Információs Rendszerek Tanszék
A rendszeralkotás f ő lépései
Rendszermodell építés• Adatstruktúra• Hierarchizálás
Prediktív modell kidolgozása
8
OptXware Kutatás-Fejlesztési Kft
• Naplóanalízis• Fenomenologikus modell• Kauzális modell
Matematikai modell generálása• Szimuláció • Szűk keresztmetszetek• Érzékenységvizsgálat • Optimalizálás
BME Méréstechnika és Információs Rendszerek Tanszék
„Az aranyvasárnapi forgalom mindig
9
OptXware Kutatás-Fejlesztési Kft
A DINAMIKA JÓSLÁSA:KORÁBBI RENDELÉSEK ELOSZLÁSÁNAK ÚJRAHASZNOSÍTÁSA ?
„Az aranyvasárnapi forgalom mindig kb. négyszerese a bronzvasárnapinak”
BME Méréstechnika és Információs Rendszerek Tanszék
A rendszeralkotás f ő lépései
Rendszermodell építés• Adatstruktúra• Hierarchizálás
Prediktív modell kidolgozása
10
OptXware Kutatás-Fejlesztési Kft
• Naplóanalízis• Fenomenologikus modell• Kauzális modell
Matematikai modell generálása• Szimuláció • Szűk keresztmetszetek• Érzékenységvizsgálat • Optimalizálás
BME Méréstechnika és Információs Rendszerek Tanszék
A DINAMIKA JÓSLÁSA:
MODELLEZÉSI FELADAT : rendelések id őbeli alakulásának modellje ?
MIBŐL LEHET MODELLT ÉPÍTENI?
11
OptXware Kutatás-Fejlesztési Kft
MIBŐL LEHET MODELLT ÉPÍTENI?A korábbi rendelések időbeli alakulásából (régebbi adatok)+ kiegészítő információkból (aktuális adatok)
MILYEN ESZKÖZÖKKEL LEHET MODELLT ÉPÍTENI ?Tanuló rendszerek, neuronhálókhibrid „intelligens” rendszerek
BME Méréstechnika és Információs Rendszerek Tanszék 12
NNNNNNKorrekciós
tag
Kimeneti szakértő rendszer
Jóslás aggregálás
Ve
zé
rlé
s
ElőrejelzésA JÓSLÓ RENDSZER
OptXware Kutatás-Fejlesztési Kft
NNK
NN2
NN1
...
tagszakértőrendszer
Bemeneti adat előkészítő rendszer
Ve
zé
rlé
s
Korábbi rendelések időbeli
alakulásaAktuális adatok
BME Méréstechnika és Információs Rendszerek Tanszék 13
OptXware Kutatás-Fejlesztési Kft
A DINAMIKA ÁLLANDÓSÁGAAkármit is árulunk, karácsonykor mindent elvisznek…
BME Méréstechnika és Információs Rendszerek Tanszék
Korreláció14
Korreláció: két sorozat hasonlóságának mértékeértéke 1, ha lineárisan függenek
Autokorreláció : egy változónak a saját maga id őben vagy térben különböz ő értékeivel vett korrelációja.
OptXware Kutatás-Fejlesztési Kft 14
Az autókorreláció értéke
A vizsgált jel
Az a jel, amit kivágtunk és folyamatosan toljuk el
BME Méréstechnika és Információs Rendszerek Tanszék
Megrendelési dinamika „önhasonlósága”15
OptXware Kutatás-Fejlesztési Kft 15
� Hasonló negyedévek?� Vizsgált szakasz
autókorrelációja: 0.53� Azonos trendek a
negyedéveken belül -> Modellezhető
BME Méréstechnika és Információs Rendszerek Tanszék
Megrendelési dinamika „nyugodt negyedév”
� Dinamika stabilitása?− Ha nincs jelentős hatás
(pl. új termékcsalád)
16
OptXware Kutatás-Fejlesztési Kft
� 2009 Q3-2010 Q3 korreláció: 0.848
� Nyugodt negyedévben azonos a megrendelés dinamikája -> jósolható!
BME Méréstechnika és Információs Rendszerek Tanszék 17
OptXware Kutatás-Fejlesztési Kft
A SOK FAKTORBÓL MIT KELL FIGYELNI ÉS MILYEN GYAKRAN?
A közvélemény kutatók 1000 főt megkérdezve…
BME Méréstechnika és Információs Rendszerek Tanszék
A régiók hatása a megrendelésekre18
� Regionális trendek?− Kisebb régió:
azonos dinamika, mint a teljes rendszer
� EMEA és globális
OptXware Kutatás-Fejlesztési Kft 18
� EMEA és globálismegrendelések közötti korreláció: 0.99
� Azonos trendek -> kisebb régiók adataiból lehet az egészre következtetni!
BME Méréstechnika és Információs Rendszerek Tanszék
Az országok korrelációja a rendelésekkel19
� Országok trendje?− Releváns államok
globális trendeket adják vissza
� Németország és a globális rendelések
OptXware Kutatás-Fejlesztési Kft 19
globális rendelések közötti korreláció: 0.82
� Azonos trendek -> fontosabb országok adataiból lehet az egészre jósolni!
BME Méréstechnika és Információs Rendszerek Tanszék
Rendelésfügg őség: modellek közti hasonlóság20
� Generáción belüli hasonlóság− A és B dobozok
között� R4 A dobozok és R4 B
dobozok 2009 Q2 és
OptXware Kutatás-Fejlesztési Kft 20
dobozok 2009 Q2 és 2010 Q4 közötti korreláció: 0.88
� Azonos viselkedésűek -> arányuk ismeretében meghatározzák egymást!
BME Méréstechnika és Információs Rendszerek Tanszék
Termékváltás: Generációk közti dinamika21
� Generációk hasonló trendjei
OptXware Kutatás-Fejlesztési Kft 21
� Generációk hasonló trendjei− Fél év eltolást felhasználva
� R4 2009 Q2-Q4 és R5 2009 Q3 – 2010 Q1 közötti korreláció: 0.65
� Különböző generációk azonos viselkedést mutatnak!
BME Méréstechnika és Információs Rendszerek Tanszék
Egy KRESZ tanfolyamon
22
OptXware Kutatás-Fejlesztési Kft
A PREDIKTORMEGHATÁROZÁSA
Egy KRESZ tanfolyamon feldolgozzák a tesztvizsga lapok ¾-ét és a próbavizsgán a maradék ¼-del ellenőrzik a tudást
BME Méréstechnika és Információs Rendszerek Tanszék 23
Korábbi rendelések
Több -bemenet ű
T
D
L
Aktuális bemenetek
x(k-1)
x(k-N)
x(k)
x(k)
y(k)
Az NN doboz felépítése
OptXware Kutatás-Fejlesztési Kft
Több -bemenet űegy kimenet ű
T
D
L
Jóslásneuronháló
x(k-N) y(k)
d(k-M)
d(k-2)
d(k-1)
BME Méréstechnika és Információs Rendszerek Tanszék
A rendelések becslése24
� Dinamika jóslása?− Egy negyedévre− Historikus adatok
OptXware Kutatás-Fejlesztési Kft 24
− Historikus adatok� 2010 Q1 rendelés
� becsült : 1138, � valós: 1040
� Közel azonos (±10%) trend és rendelés szám becsülhető!
BME Méréstechnika és Információs Rendszerek Tanszék
A rendszeralkotás f ő lépései
Rendszermodell építés• Adatstruktúra• Hierarchizálás
Prediktív modell kidolgozása
25
OptXware Kutatás-Fejlesztési Kft
• Naplóanalízis• Fenomenologikus modell• Kauzális modell
Matematikai modell generálása• Szimuláció • Szűk keresztmetszetek• Érzékenységvizsgálat • Optimalizálás
BME Méréstechnika és Információs Rendszerek Tanszék
Modell és valóság26
OptXware Kutatás-Fejlesztési Kft
BME Méréstechnika és Információs Rendszerek Tanszék
Matematikai modell vs. valóság� Minden modell:
zárt világ− Hatások, faktorok− Paraméterek − Érvényesség
� A modell bizonytalan, működésű ezen a
� Normál működés− Peremfeltételek:
● Van elég anyag● Minden rendelés határidőre
− Célfüggvény:● Költségminimum
27
OptXware Kutatás-Fejlesztési Kft
működésű ezen a világon kívül
� Nem minden fejezhető ki előre− Emberi döntés− Generált modellek− Megoldás validációja
� Rendkívüli eset− Peremfeltétel
● Anyaghiány− Célfüggvény:
1. Minél több rendelés határidőre
2. Költségminimum
BME Méréstechnika és Információs Rendszerek Tanszék 28
OptXware Kutatás-Fejlesztési Kft
MIT HOZHAT AZ OPTIMALIZÁLÁS?
Mi a gazdasági jelentősége annak, ha a termelésbe matematikai optimalizálási technikákat építünk?
BME Méréstechnika és Információs Rendszerek Tanszék
Kisérlet: Ütemezés tökéletes prediktor esetén
� A jövőt könnyű utólag megjósolni− A negyedév első napján a
jövő ismert ● Minden egyes valódi
megrendelés
− Induló készlet nélkül
OptXware Kutatás-Fejlesztési Kft
− Induló készlet nélkül megy-e a teljes „start of build” gyártás?
� Optimális összeszerelés-és tesztütemezés?
BME Méréstechnika és Információs Rendszerek Tanszék
Optimalizálási feladat (példa)� Bemenő adatok:
− megrendelések: ● termék konfiguráció, ● minimum és maximum szállítási határidő
− átlagos, illetve maximum tesztelési idő� Kényszerek:
− a tesztcellák száma− minden megrendelt egység határidőn belül
OptXware Kutatás-Fejlesztési Kft
− minden megrendelt egység határidőn belül� Célfüggvények:
− MIN(az utolsó tesztelés befejezési ideje)− HA(nincs a kényszereket kielégítő ütemezés) ->
1. MIN(a nem teljesített megrendelések száma)2. MIN(késések összideje)
� Eredmény – ütemezés − szerelés/tesztelés kezdete, vége
BME Méréstechnika és Információs Rendszerek Tanszék
IBM ILOG CP Optimizer modell
OptXware Kutatás-Fejlesztési Kft 31
BME Méréstechnika és Információs Rendszerek Tanszék
Eredmény Teszt ütemezése
Modell
Pontosság:•Közelít ő megoldás elég •Optimum ± 3 óra
Összes tesztid ő -40%• DE: tökéletes jóslás• Start of build lehet
OptXware Kutatás-Fejlesztési Kft 32
CSP feladat adatai,
Célfüggvény értéke / futás ideje
• Start of build lehet
BME Méréstechnika és Információs Rendszerek Tanszék
Érzékenységvizsgálat
� Optimum változása a cellák számának függvényében− Relatív tolerancia: 0,001− Futási idő: 38 másodperctől 1 perc 40 másodpercig
Érzékenységvizsgálat
OptXware Kutatás-Fejlesztési Kft 33
0
500
1000
1500
2000
2500
40 45 50 55 60 65
Cellák száma
Tesz
telé
s be
feje
zési
idej
e
Series1
BME Méréstechnika és Információs Rendszerek Tanszék 34
OptXware Kutatás-Fejlesztési Kft
SZIMULÁCIÓ
A matematikai modell korlátos kifejezőerejű. Az eredmények validációja, „what-if” analízis
BME Méréstechnika és Információs Rendszerek Tanszék
Példa folyamat – tesztelési lépések35
Kiegészítés egy létez ő konfigurációhoz
OptXware Kutatás-Fejlesztési Kft
Új gép gyártása
Újrakonfigurálás
BME Méréstechnika és Információs Rendszerek Tanszék
Szimuláció36
Érzékenységvizsgálat• Mi történik, ha rosszul becslünk?• Mik a lényeges paraméterek?
Átfutási id ők becslése
Mi a hatása az egyes prediktoroknak/optimalizációsalgoritmusoknak?� Egyszerű, valószínűségi modell� Könnyű kiértékelés, általános
metrikák� Kísérletek száma2 ~ pontosság
OptXware Kutatás-Fejlesztési Kft
• Teljesíthet ő-e ennyi feladat adott id ő alatt?• Hol várakoznak feladatok?• Mik a kritikus felatadok?
Kapacitástervezés• Elég-e a meglév ő infrastuktúra/állomány?• Mit bővítsünk?
BME Méréstechnika és Információs Rendszerek Tanszék
Jóslás és predikció hatása37
Hosszabb, egyenletes tesztek, tervezhet őség
Tesztesetek száma
Néhányszor 10%-os költségmegtakarítást hozhat a predikció és az optimalizálás
OptXware Kutatás-Fejlesztési Kft
Egyre kevesebb er őforrás
Tesztesetek száma csökken
BME Méréstechnika és Információs Rendszerek Tanszék
Erőforrások szerepe38
� Hogyan függ a tesztelési idő a teszt cellák számától? (adott feladatoknál)
� Adott tartományon belül érzékeny a rendszer az erőforrások számára
� Addig érdemes
OptXware Kutatás-Fejlesztési Kft
� Addig érdemes fejleszteni, amíg a várakozási idő az elfogadható szint alá kerül
BME Méréstechnika és Információs Rendszerek Tanszék
Átereszt őképesség
� Milyen ütemben kell termelnie a gyárnak, hogy a határidő teljesíthető legyen?
39
Ezek a tesztek el sem indulnak határid ő előtt
Határid őre le nem futó tesztek
OptXware Kutatás-Fejlesztési Kft
� Még tökéletes előrejelzés mellett is kritikus az egyenletes termelés
Tartalék napok a félév végéig
A gyár garantált napi kibocsátása (teszt input)
BME Méréstechnika és Információs Rendszerek Tanszék 40
OptXware Kutatás-Fejlesztési Kft
SMART=INTELLIGENS
A leghatékonyabb megtakarítás, ha ésszel él az ember
BME Méréstechnika és Információs Rendszerek Tanszék
Az intelligencia mindenütt egyforma
Kulcselemek• fizikai folyamat:
•vezérlés •monitorozása
•Modell
41
OptXware Kutatás-Fejlesztési Kft
•Modell• előzetes adatok alapján tudásalapú szabályozás
•Optimalizálás • MIT• HOGYAN
BME Méréstechnika és Információs Rendszerek Tanszék
Konklúzió � A rendszer szemantikus modellje kulcselem
− Adatelemzés− Matematikai modellgenerálás− SW modell
� A múlt tanulságaiból a jövő megjósolható− A napló kincsesbánya− Intelligens módszerek: megfigyelés sorozat-> tudás
� A való élet nem zárt modell
42
OptXware Kutatás-Fejlesztési Kft
− Érzékenységvizsgálat − Operator in the loop− Generált matematikai modellek
� A matematikai analízis− 10% nagyságrendű költségmegtakarítás− Szűk keresztmetszetek meghatározása -> hova érdemes beruházni
� Persze sok megfigyelés – nagy tároló igény− GOTO IBM DSS