Unser Forschungsprojekt NextBase revolutioniert die Intralogistik mit Künstlicher Intelligenz und Machine Learning!
Maximierung des Transportdurchsatzes
Im Gegensatz zur Berechnung mit einem statischen Regelwerk wird die Optimierung der Transportbewegungen dynamisch durch den Einsatz von KI-Algorithmen durchgeführt. Ein meta-heuristischer Suchalgorithmus optimiert den Transportdurchsatz unter Berücksichtigung prognostizierter Abarbeitungs- und Transportmittelbewegungszeiten.
Intelligente Vermeidung von Umlagerungen
Im zweiten Use Case wird Machine Learning eingesetzt, um den Inbound Forecast der Produktionsanlagen und den prognostizierten Outbound bei der Reservierung von Lagerkapazitäten zu berücksichtigen. So kann eine Maximierung der nutzbaren Lagerkapazitäten erreicht werden und vermeidbare Umlagerungen können reduziert werden. Der KI-Ansatz von Hyperparameter Optimierung wird als automatisiertes Suchwerkzeug für Machine-Learning-Modelle eingesetzt. Im Suchzyklus werden Ergebnisse wie Füllgrad, Anzahl Umlagerungen, Zielzeiten oder Stillstandszeiten bewertet.