هوش مصنوعی مولدِ انسان در حلقه برای زمان‌بندی مجدد تولید تحت اختلالات ماشین

هوش مصنوعی مولدِ انسان در حلقه برای زمان‌بندی مجدد تولید تحت اختلالات ماشین

امیرحسین میراشرفی1

1) کارشناس ارشد مدیریت صنعتی-گرایش تولید و عمیات-دانشگاه علامه طباطبایی تهران

کد IOI مقاله : ACFZ-ACZKFE
محل انتشار : اولین کنفرانس تحقیقات کاربردی در مديريت،اقتصاد و علوم انسانی (carmeh.ir)
چکیده :
    زمان‌بندی مجدد تولید زمانی ضروری است که یک رویداد غیرمنتظره، مانند خرابی ماشین، باعث شود برنامه فعلی دیگر قابل اجرا نباشد. بسیاری از روش‌های موجود تنها بر داده‌های ثبت‌شده در سیستم اتکا می‌کنند و هوش مصنوعی مولد، با وجود اینکه می‌تواند گزینه‌های جدیدی پیشنهاد دهد، ممکن است نتایج غیرقابل‌اجرایی نیز تولید کند. در همین حال، سرپرستان کارگاه (سالن تولید) از دانش ضمنی درباره مدت‌زمان تعمیر، مهارت اپراتور و اولویت مشتری برخوردارند که سیستم آن‌ها را ثبت نمی‌کند. این مقاله یک چارچوب هوش مصنوعی مولدِ «انسان در حلقه» (Human-in-the-Loop) پیشنهاد می‌کند که مسئولیت‌های تصمیم‌گیری را میان سه عامل تقسیم می‌کند: هوش مصنوعی مولد گزینه‌های زمان‌بندی مجدد را پیشنهاد می‌دهد؛ یک بررسی‌کننده قطعیِ برنامه، قابلیت اجرای آن‌ها را تأیید کرده، عملکردشان را محاسبه می‌کند و یکی از گزینه‌های قابل‌اجرا را توصیه می‌کند؛ و سرپرست، دانش ضمنی را افزوده و تصمیم نهایی را اتخاذ می‌کند. این چارچوب بر روی یک نمونه نمایشی شامل سه ماشین و هفت کار پیاده‌سازی شده است که در آن، دانش سرپرست در چهار سناریوی تجمعی اضافه می‌شود. در این مثال، دانش افزوده شده، برنامه پیشنهادی را تغییر داده و تحت شرایط شناخته‌شده برای سرپرست، تأخیر وزنی کل آن را به نصف کاهش می‌دهد؛ در حالی که بررسی‌کننده، پیش از رسیدن پیشنهاد غیرقابل‌اجرا به سرپرست، آن را رد می‌کند. آزمایش‌های تک‌عاملی و تحلیل حساسیت بیشتر نشان می‌دهند که اثر هر نوع دانش به سایر شرایط بستگی دارد. این یافته‌ها حاکی از آن است که دانش سرپرست وابسته به زمینه (موقعیت‌محور) است، بهتر است در زمان‌بندی مجدد اضافه شود، و هوش مصنوعی مولد بهتر است به جای جایگزینی سرپرستان، برای پشتیبانی از آن‌ها به کار گرفته شود.

کلمات کلیدی : زمان‌بندی مجدد تولید هوش مصنوعی مولد انسان در حلقه خرابی ماشین دانش ضمنی