LCFC, Lenovos größtes Laptop-Werk in Hefei, plant Produktionsaufträge über 43 Montagelinien; das alte manuelle System konnte mit der Ausbringung nicht Schritt halten.
Lenovo Research ersetzte es durch eine Plattform für tiefes bestärkendes Lernen, die Volumen, Rüstkosten und Erfüllung ausbalanciert, wobei Maskierung die Einhaltung betrieblicher Einschränkungen erzwingt.
Ergebnisse: 20 Prozent geringerer Auftragsbestand, 23 Prozent bessere Erfüllungsquote und eine Verkürzung der Planungszeit von sechs Stunden auf 30 Minuten; der Umsatz von LCFC erreichte 2019 1,91 Milliarden US-Dollar und 2020 2,69 Milliarden US-Dollar. INFORMS ernannte Lenovo zum Edelman-Finalisten 2021.
Den Planer selbst trainieren, statt Regeln von Hand zu schreiben
Die erlernte Policy passt sich an wechselnde Auftragsmixe an, ohne dass Regeln neu codiert werden müssen.
Die Maskierung von Einschränkungen hält die Suche innerhalb zulässiger Pläne.
Die Neuplanung in Minuten ermöglicht es dem Werk, auf Änderungen innerhalb einer Schicht zu reagieren.
Bei einer wiederkehrenden kombinatorischen Entscheidung ein Modell auf das Ziel trainieren und die Zulässigkeit durch eine Maske erzwingen — derselbe trainierte Planer kann wiederverwendet werden, wenn sich die Werksbedingungen ändern.
Lenovo weitete die Plattform im Rahmen seiner Smart-Manufacturing-Offensive aus, und der Fall wurde zu einem Vorzeigebeispiel für tiefes bestärkendes Lernen in der industriellen Planung; INFORMS würdigte ihn unter den Edelman-Finalisten 2021.
DEN BELEGEN FOLGEN
Die Quellen
- Finalists Selected for the 2021 INFORMS Franz Edelman Competition (via Internet Archive) INFORMS · web.archive.org
- Lenovo Schedules Laptop Manufacturing Using Deep Reinforcement Learning (INFORMS Journal on Applied Analytics 52(1), 2022) INFORMS (via RePEc) · ideas.repec.org
- How Lenovo Cut PC Production Planning from Six Hours to 90 Seconds with Artificial Intelligence Lenovo StoryHub · news.lenovo.com