Definice Swarm Intelligence aplikací -
Definice inteligence roje definuje, že zajímavé vědecké poznatky vedly k zajímavým aplikacím v podnikání, které vyřešily nepříjemný problém a pomohly zlepšit spodní hranici společnosti.
Podniky používají řadu průzkumů, statistických nástrojů a nástrojů pro analýzu dat k pochopení problémů, kterým čelí výroba, marketing, inventarizace nebo skladování. Jakkoli jsou vědečtí, často neposkytují požadovaná řešení.
Nová teorie vyvinutá na základě pozorování chování zvířat - včel, včel a motýlů vedla k vývoji aplikací inteligence rojů. Vědci pozorovali, že sociální hmyz jsou převážně samoorganizované entity, které koordinovaly své činnosti prostřednictvím komunikace s nejbližšími členy sítě. To funguje dobře při hledání nejkratší cesty do cíle, vyhýbání se predátorům nebo hledání potravy je definice inteligence rojů.
Zde jsou příklady toho, jak aplikace inteligence roje pomohly různým odvětvím vyřešit jejich problémy;
# 1 Swarm inteligenční aplikace pomáhají v logistice a přepravě
Koncept aplikací inteligence rojů byl úspěšně použit v dopravě a logistice, které zahrnují komplexní pohyb zboží po různých trasách. Jihozápadní letecké společnosti měly potíže se skladováním nákladu na letištích, přičemž jeho kapacita byla po většinu času v plném zatížení. Jeho lety však obsadily pouze 7% nákladového prostoru. V těchto příkladech rojové inteligence sledovali inteligenci mravenců, kteří hledali potravu tím, že nechali zřetelné feromony nazývané chemické stopy. Jak více mravců sleduje stopu, zanechávají po trase více chemických cest.
Společnost South West Airlines se rozhodla přistoupit k letadlu a poslat náklad na lety do jednoho nebo dvou dalších míst před přistáním v cílovém místě. To jim pomohlo snížit sazby za přepravu nákladu o statných 80% a snížit pracovní zatížení nákladního personálu o 20%. Letecká společnost dokázala podstatně snížit skladovací prostor a doprovodné mzdové náklady. Aplikace inteligence rojů pomohly letecké společnosti dosáhnout ročního zisku asi 10 milionů USD. Jejich nákladový prostor byl také plně rezervován a vedl k nové obchodní avenue pro společnost.
Ve Švýcarsku měla společnost Pina Petroli, topná ropná společnost, která dodává přímo do domů, malé, velké a středně velké kamiony rozmístěné po různých trasách. Dopravní omezení, špatné počasí, úzké trasy, tísňová volání, různé velikosti nákladních automobilů a hadic, samotná velikost operací vyžadovala, aby společnost hledala inovativní řešení. Řídili se mravním principem, velké nákladní vozy nebyly povoleny na úzkých trasách, mezi vozidly došlo k výměně informací v reálném čase, takže využití vozového parku bylo optimalizováno a nejbližší nákladní automobil se zúčastnil domácího hovoru. Také to zkrátilo dobu cestování. Každý náklaďák sloužil jako mravenec a zanechával stezky na cestě, aby ostatní porozuměli a reagovali.
Společnost Air Liquide, dodavatel průmyslových lékařských plynů, jako je dusík, vodík a kyslík, používala různé způsoby, jak dodávat výrobky do průmyslových areálů, do nemocnic využívajících železniční vozy, nákladní auta, potrubí. S kolísáním cen elektřiny a dodáváním plynů na 6000 provozovnách se společnost stala složitou operací. Inspirací pro mravní zpravodajství a pomocí společnosti pro umělou inteligenci byl vyvinut model, který optimalizoval provoz společnosti na základě počasí, rozvrhu rostlin a tras kamionů.
Nejedná se však o plně automatizovaný systém - společnost každou noc zadává údaje o poptávce a výrobních nákladech spotřebitele, takže celý systém bude uspořádán do čtyř hodin, přičemž algoritmus rázové inteligence vypracuje permutace a kombinace. Řidič kamionu tak nemusí být nutně vyzvednut plyn z nejbližšího závodu, ale v závislosti na nejnižší dostupné ceně by mohl být dále. Vedlo to k obrovským úsporám pro společnost, i když řidiči nerozuměli tomu, jak.
V oblasti skladování se mramorový přístup mravců úspěšně používá mimo jiné v maloobchodních řetězcích, distribučních centrech předních společností, jako jsou Bantam-Doubleday-Dell Distribution, McGraw-Hill, Blockbuster Music. Mravenci distribuují jídlo od zdroje jídla k dalšímu přes relé princip, každý předávat jídlo k další osobě v řetězci. Tento model lze úspěšně nasadit v případech, kdy musí být zboží předáno z jedné osoby na druhou - duo Johna Bartholdiho, Georgia Tech –Donald Eisenstein, Chicago University napodobovalo tento systém pro maloobchodní řetězec, který používal zónový přístup, kdy každý pracoval dokončil konkrétní úkol dříve, než mohla začít jiná osoba.
V tomto procesu mohou být nejrychlejší lidé nedostatečně využívaní a pomalejší lidé mohou dělat více práce. Bartholdi a Eisenstein vymýšleli strategii, ve které pracovník pokračoval v práci (vyplňoval rozkazy), dokud osoba, která ho po proudu nezískala, převzala jeho práci. Poté může pracovník jít proti proudu, aby převzal práci další osoby. V tomto systému byl nejpomalejší na začátku a nejrychlejší na konci. To vedlo ke zvýšení produktivity ve skladu o 30% ve srovnání se zónovým přístupem.
Algoritmus Swarm Intelligence může také pomoci kurýrním a balíkovým společnostem při efektivnějším směrování nákladu nebo dokumentů optimalizací zdrojů.
# 2 Aplikace Swarm Intelligence pomáhají v telekomunikačním podnikání
Telekomunikační podnikání je poměrně složité, protože některé trasy budou v určitém okamžiku zaneprázdněny, zatímco jiné budou nečinné. Každé volání musí projít řadou mezilehlých uzlů a uzlů, než může dosáhnout cíle. Jak optimalizovat využití sítí tak, aby nedocházelo k přetížení a zpoždění?
Inženýři společnosti Hewlett Packard vymysleli obrovské množství „digitálních mravenců“, které mohou být zasílány do sítí bez překážek. To pomohlo agentům telekomunikačních center odklonit provoz přes tyto trasy. Pokud se nenaplněná trasa náhle stane přeplněnou, „digitální mravenci“ se zpomalí nebo vypaří. To pomáhá agentům ignorovat trasy a hledat jinde. Někteří z předních telekomunikačních společností, jako jsou British Telecom, France Telecom a MCI WorldCom, byli prvními, kdo takové inovace přijali. Pomáhá také při směrování internetového provozu po nejméně přetížených trasách, aby uživatelé sítě nemuseli čelit problémům s přístupem.
# 3 Swarm inteligenční aplikace pomáhají optimalizovat tovární provoz
Toto je jeden z nejlepších příkladů inteligence rojů, ve kterých výrobní operace těží z pozorování toho, jak včely rozdělují práci mezi sebou. V úlu jsou dělnice, královny a kojící včely. Když se pracovní zátěž zvyšuje, dokonce i ošetřující včely pomáhají pracovníkům včely splnit úkol. Toto bylo účinně použito v lakovnách v továrně na výrobu nákladních vozidel. Každá lakovna se specializovala na konkrétní lak, pokud nebyla naléhavě vyzvána, aby odstranila veškeré nevyřízené položky v jiných kabinách. To umožnilo optimalizaci prostřednictvím samoorganizovaného systému místo centralizovaného systému pro navrhování harmonogramů. Pokud by konkrétní lakovna narazila na potíže, ostatní by to kompenzovali.
Unilever optimalizoval své plány závodu pomocí algoritmu inteligence roje, který řídí složitost chemické továrny, když to tradiční postupy nemohly udělat. Mezi použité stroje a předměty patřily chemické míchačky, zásobníky pro skladování, balicí linky s různou rozmanitostí operací vyžadujících časy přechodu z jednoho produktu na druhý a pravidelná údržba.
Určité přísady musí být předem smíchány, než se s nimi dá manipulovat mixéry. Řešení pro společnost Unilever poskytla také společnost Bios Group, společnost z Nového Mexika, která poskytla řešení pro společnosti South West Airlines. Optimalizovalo použití strojního zařízení tak, že pokud doba přechodu na strojní zařízení nebyla kratší než jedna hodina, nebyla použita pro krátké úkoly. Software se nezajímal o to, jak věci dostat z jednoho místa na druhé v co nejkratší době, ale provést soubor úkolů v nejkratší době. V případě poruchy stroje se plány automaticky upraví tak, aby nedocházelo k přerušení výroby ve výrobním závodě.
Doporučené kurzy
- Kompletní školení o řízení výkonu
- Online školení o prvcích letectví
- Program digitálního marketingu
# 4 Aplikace Swarm Intelligence pomáhají zlepšovat zpětnou vazbu od zákazníků
Nejčastěji používanou metodikou pro pochopení vkusu a preferencí spotřebitelů jsou průzkumy a online průzkumy. Existují hodnocení pro filmy, hotely, letecké společnosti, knihy dostupné online, ale nemohou získat kolektivní inteligenci davu. Data z pokladny ukázala, že nejoblíbenější film hrál Jurassic World 643, 3 mil. $, Ale algoritmus rojové inteligence ukázal, že to byl Mad Max, který byl filmem s nejvyšším hodnocením - s filmovými kritiky, kteří dali vyšší hodnocení.
Software roje inteligence nepoužívá absolutní čísla, ale kvalitu za tím. Nedávno experiment na Humboldtově univerzitě v Berlíně a RAND Corporation odhalil, že skupina 12 radiologů, kteří diagnostikovali abnormality skeletu, dosáhla lepší diagnózy lépe než individuální lékaři, kteří tuto diagnózu prováděli.
Při online hlasování bylo zjištěno, že následní voliči jsou ovlivňováni chováním těch, kteří byli voleni před nimi. V algoritmu inteligence rojů nikdo není ovlivňován ani veden ostatními. Rojení je synchronní. Proto odráží současná rozhodnutí účastníků. V průzkumu nebo průzkumu průměr odráží pouze statistiku, která odhaluje to, co je populárnější, ale nikoli tu, která je přitažlivější pro celou populaci.
# 5 Aplikace roje inteligence v oblasti lidských zdrojů a náboru
V těchto příkladech inteligence rojů společnosti postupovaly v praxi hmyzu při lovu potravin, které se používají při náboru zaměstnanců. Stejně jako jsou mravenci přitahováni na místa, kde je obsah feromonu nejvyšší, lze použít strategie hromadného náboru tam, kde je nízká konkurence a velikost trhu práce je také malá. Umožňuje společnostem získat talent rychle a obratně. Umožní společnosti najmout nejlepší talenty ještě předtím, než se objeví další konkurenti, a zvýšit úroveň mezd. Tandemový náborový vzorec napodobuje mravčí chování, ve kterém se vrací z potravinového zdroje s jídlem, a zvyšuje jeho anténní signalizaci před několika dalšími. To lze využít na malých a středních trzích práce s vysokou mírou konkurence, která jim umožňuje získat lidi z různých míst za konkurenceschopné ceny. Skupinový nábor napodobuje včely, které kývají tancem před novým zdrojem potravy nebo potenciálním úlem, aby signalizovaly ostatním, aby přišli. Když na velkém trhu existuje nízká konkurence, bylo shledáno, že je nábor skupin účinný.
Charakteristika aplikací Swarm Intelligence
-
Nejsou žádní vůdci
U sociálních zvířat bylo pozorováno, že neexistují vůdci, každý jednotlivec pracuje pro blaho druhých. Nejsou vyžadována žádná oprávnění a každý člen pracuje podle informací získaných od nejbližšího nebo společně.
Nejčastěji nevědí o větším obrazu. Mezi včely jsou dva typy informací - informace o potravinách a informace o hrozbách. Když některé včely najdou dobrý zdroj nektarů, provede kývavý tanec, aby ostatním signalizovalo, že je to bezpečné. Při hledání nového místa pro umístění úlů provádějí včely taneční kývání, které signalizují ostatním. Podobně informace o hrozbě vyžadující naléhavou komunikaci také účinně provádí skupina. Všichni členové bioteamu jsou považováni za vůdce.
-
Nevyžadují se žádné objednávky ani oprávnění
V bioteamech není vydán žádný formální příkaz a není třeba přijmout povolení k provedení úkolu, protože struktura je založena na sdílení informací. Systém je průhledný a existuje jasná představa o jeho úloze. Objednávky musí být ve svém kontextu správně pochopeny a častěji obsahují chyby. Struktury povolení jsou přítomny ve většině systémů řízení - je v pořádku, že pokud má zaměstnanec dovednosti pochybnosti, ne, když se používá nad nejistotou ohledně závazku nebo motivů členů týmu.
-
Rychlost a obratnost důležité
Jedním z důvodů, proč v bioteamech není hierarchie ani řád, je to, že rychlost a obratnost jsou zásadní pro přežití. V letectví Roger označuje přijetí zprávy, zatímco Wilco označuje přijetí a ochotu jednat podle zprávy. Organizace by fungovala lépe, kdyby muselo být posláno více Rogersů než Wilcox.
Závěr Intelligence aplikací Závěr
Softwarový software Swarm Intelligence byl v uplynulých 1, 5 a desetiletí používán v různých průmyslových odvětvích s úžasnými výsledky a jeho další použití je omezeno pouze naší představivostí. Společnosti, které se nasycují v jednom odvětví nebo v plné kapacitě na jednom místě, mohou přemýšlet o tom, jak včely hledají alternativní místa pro založení úlů pro rozšíření svých činností. Expanze nebo diverzifikace by však měla být na území, která jsou bezpečná a představují menší riziko pro organizaci. Podobně, pokud pravděpodobně nejvyšší organizace opustí organizaci, dává vedení více pobídek ve formě akciových opcí nebo akcií, aby je udržovala. Včelařské úle dávají včelím královnám právo snášet vejce dělním včelám, které pravděpodobně odejdou.
Softwarový software Swarm Intelligence není v některých organizacích snadno přijímán, a proto je nutné správné budování povědomí.
Doporučené články
Toto byl průvodce koncepcí aplikací rojových zpravodajství, které byly úspěšně použity v dopravě a logistice, které zahrnují komplexní pohyb zboží po různých trasách. Jedná se o následující externí odkaz týkající se aplikací inteligence rojů.
- Pomáhá rojení agilním týmům růst? (Projekt)
- Aplikace umělé inteligence napříč odvětvími
- Umělá inteligence vs Business Intelligence - Naučte se 6 užitečného srovnání