DE112014006627T5 - Bestimmen eines Nutzlast-Schätzwerts - Google Patents

Bestimmen eines Nutzlast-Schätzwerts Download PDF

Info

Publication number
DE112014006627T5
DE112014006627T5 DE112014006627.3T DE112014006627T DE112014006627T5 DE 112014006627 T5 DE112014006627 T5 DE 112014006627T5 DE 112014006627 T DE112014006627 T DE 112014006627T DE 112014006627 T5 DE112014006627 T5 DE 112014006627T5
Authority
DE
Germany
Prior art keywords
payload
learned
task
estimate
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE112014006627.3T
Other languages
English (en)
Inventor
Sunil Kothari
Jun Zeng
Gary J. Dispoto
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hewlett Packard Development Co LP
Original Assignee
Hewlett Packard Development Co LP
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hewlett Packard Development Co LP filed Critical Hewlett Packard Development Co LP
Publication of DE112014006627T5 publication Critical patent/DE112014006627T5/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313Resource planning in a project environment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/086Learning methods using evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Stored Programmes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Das Bestimmen eines Nutzlast-Schätzwerts für eine Aufgabe in einem Prozess umfasst ein Erlernen einer Nutzlast-Steuerung, Speichern einer erlernten Nutzlast-Steuerung in einer Datenbank und Auswerten des Nutzlast-Schätzwerts. Das Erlernen umfasst ein Anwenden eines Maschinenlernens zur Verarbeitung von Informationen zum Bestimmen einer erlernten Nutzlast-Steuerung, die der Aufgabe in dem Prozess entspricht. Das Auswerten des Nutzlast-Schätzwerts umfasst ein Durchsuchen der Datenbank nach einer Mehrzahl von Nutzlast-Steuerungen, die für die Aufgabe relevant sind, die die erlernte Nutzlast-Steuerung umfasst, Bestimmen, ob eine Bedingung der erlernten Nutzlast-Steuerung erfüllt ist, und Anwenden der Nutzlast-Steuerung zur Bestimmung des Nutzlast-Schätzwerts unter Verwendung von Prozessinformationen, wenn die Bedingung der erlernten Nutzlast-Steuerung erfüllt ist.

Description

  • Hintergrund
  • Verschiedene Bereiche, wie z. B. Fertigung, Transport, Gesundheitswesen und andere, wenden eine operative und strategische Planung an, um Kurzzeit- und Langzeit-Vorhersagen für ein Unternehmen zu treffen. Das Unternehmen kann diese Planung einsetzen, um zu erwartende Veränderungen bei Ressourcen, Bedarf, Betriebsprozeduren oder einer bestimmten Kombination aus Erwartungen anzugehen. Das Unternehmen kann außerdem diese Planung einsetzen, um eine zeitliche Produktionsplanung und Ressourcenzuteilungen anzugehen.
  • Kurzbeschreibung der Zeichnungen
  • 1A ist ein Blockdiagramm, das ein beispielhaftes System für eine operative und strategische Planung darstellt.
  • 1B ist ein Blockdiagramm, das ein beispielhaftes System zum Bestimmen von Nutzlast-Schätzwerten in dem beispielhaften System aus 1A darstellt.
  • 2 ist ein Blockdiagramm, das einen beispielhaften Prozess zum Bestimmen von Nutzlast-Schätzwerten als Teil der beispielhaften Systeme aus den 1A und 1B darstellt.
  • 3 ist ein Flussdiagramm, das einen beispielhaften Prozess zum Erlernen von Nutzlast-Steuerungen als Teil des beispielhaften Prozesses aus 2 darstellt.
  • 4 ist ein Flussdiagramm, das einen beispielhaften Prozess zum Berechnen eines Nutzlast-Schätzwerts aus Nutzlast-Steuerungen, die in dem Beispiel aus 3 bestimmt werden, darstellt.
  • 5 ist ein Blockdiagramm, das eine beispielhafte Rechenvorrichtung zur Verwendung bei den beispielhaften Systemen der 1A und 1B zur Durchführung der beispielhaften Prozesse der 24 darstellt.
  • Detaillierte Beschreibung
  • In der folgenden Beschreibung wird Bezug auf die beigefügten Zeichnungen genommen, die einen Teil derselben bilden und in denen spezifische Beispiele veranschaulichend gezeigt sind, bei denen die Offenbarung praktiziert werden kann. Es wird darauf hingewiesen, dass andere Beispiele eingesetzt und strukturelle oder logische Veränderungen durchgeführt werden könnten, ohne von dem Schutzbereich der vorliegenden Offenbarung abzuweichen. Deshalb soll die folgende detaillierte Beschreibung nicht in einem einschränkenden Sinn aufgefasst werden und der Schutzbereich der vorliegenden Offenbarung ist durch die beigefügten Ansprüche definiert. Es wird darauf hingewiesen, dass Merkmale der verschiedenen hier beschriebenen Beispiele ganz oder teilweise miteinander kombiniert werden können, es sei denn, dies ist speziell anders angegeben.
  • Die operative und strategische Planung kann ein Bestimmen einer Menge an Arbeit, die durchgeführt werden soll, um eine Aufgabe in einem Prozess zur Erzeugung einer Ware oder Dienstleistung fertigzustellen. Bei einem Beispiel kann die Arbeitsmenge ein Bestimmen eines Nutzlast-Schätzwerts umfassen. Das Bestimmen eines Nutzlast-Schätzwerts für eine Aufgabe in einem Prozess umfasst ein Erlernen einer Nutzlast-Steuerung, ein Speichern einer erlernten Nutzlast-Steuerung in einer Datenbank und ein Auswerten des Nutzlast-Schätzwerts. Das Erlernen beinhaltet ein Anwenden eines Maschinenlernens zur Verarbeitung von Information zur Bestimmung einer erlernten Nutzlast-Steuerung, die der Aufgabe in dem Prozess entspricht. Das Auswerten des Nutzlast-Schätzwerts umfasst ein Durchsuchen der Datenbank nach einer Mehrzahl von Nutzlast-Steuerungen, die für die Aufgabe relevant sind, einschließlich der erlernten Nutzlast-Steuerung, Bestimmen, ob eine Bedingung der erlernten Nutzlast-Steuerung erfüllt ist, und Anwenden der Nutzlast-Steuerung zur Bestimmung des Nutzlast-Schätzwerts unter Verwendung von Prozessinformationen, wenn die Bedingung der erlernten Nutzlast-Steuerung erfüllt ist. Nutzlast-Schätzwerte, die auf diese Weise bestimmt werden, sind dynamisch und adaptiv gegenüber Veränderungen an den Prozessen zur Erzeugung von Waren und Dienstleistungen, sowie Erzeugung wiederverwendbarer Nutzlast-Steuerungen, die bei anderen Umständen angewendet werden können.
  • 1A stellt ein beispielhaftes System 100 für eine operative und strategische Planung dar. Ein Beispiel des Systems 100 kann mit Prozessinformationen 102 verwendet werden, wie z. B. Informationen, die aus einem Herstellungsprozess entwickelt werden, wie z. B. zweidimensionalem Drucken oder dreidimensionalem Drucken, oder einem anderen Prozess in einem ausgewählten Bereich. Der Prozess wird verwendet, um ein Produkt zu schaffen, das allgemein abhängig von dem Bereich, das heißt dem Auftrag eines Kunden, Waren und Dienstleistungen umfassen kann. Bei einem Beispiel umfasst der Prozess einen Satz durchzuführender Aufgaben. Zum Beispiel wird die Ware aus einem Satz abhängiger Aufgaben geschaffen, wie in einem Produktionsplan beschrieben ist. Bei einem Beispiel können die abhängigen Aufgaben in einem gerichteten azyklischen Graphen dargestellt sein, der üblicherweise mit DAG abgekürzt wird (DAG = directed acyclic graph). Die Aufgaben sind als Knoten dargestellt und die Abhängigkeiten sind als die Ränder des DAG dargestellt. Die Aufgaben in dem Produktionsplan können einer Ressource, wie z. B. einer bestimmten Maschine, zugewiesen werden. In Fällen, in denen ein Prozess eine Nacharbeitsprozedur umfasst, können Nacheintrag-Ränder an den DAG angehängt werden, was zu einem gerichteten zyklischen Graphen führt. Abhängig von unterschiedlichen Modi und Produktionssituationen, kann ein fehlgeschlagener Auftrag bei einem Prozess zur Nacharbeit zu unterschiedlichen in Verarbeitungsrichtung oberhalb gelegenen Prozessen geführt werden. Weitere Beispiele kommen in Betracht.
  • Prozessinformationen 102 werden an, einen Analysierer 104 geliefert, der ein Tool, wie z. B. ein Software-Tool, ist, das auf einer Rechenvorrichtung oder einem Rechensystem abläuft. Der Analysierer 104 wendet die Prozessinformationen 102, sowie andere Informationen oder Annahmen an, um Bestimmungen über den Prozess zu treffen. Bei einem Beispiel können diese Bestimmungen Schätzwerte 106 über zukünftige Durchläufe des Prozesses 102 beinhalten. Diese Schätzwerte 104 können angewendet werden, um einen operativen und strategischen Plan 108 zu schaffen.
  • Ein Beispiel eines Schätzwerts 106, der oft bei der operativen und strategischen Planung verwendet wird, umfasst eine Vorhersage einer Menge an Arbeit, die für eine bestimmte Aufgabe des Prozesses angewendet werden soll. Ein Maß dieser Menge an Arbeit für eine Aufgabe wird als Nutzlast-Schätzwert bezeichnet. Bei einem Beispiel des kommerziellen und industriellen Druckens, das hier zur Darstellung verwendet wird, kann die Mange an Arbeit, wie sie in einem Nutzlast-Schätzwert beschrieben ist, für einen bestimmten Druckdienste-Anbieter zur Fertigstellung einer Trimm-Aufgabe eines Fotobuchs mit Stapeln ansteigen, wenn die Anzahl von Kopien über einen minimalen Nutzlast-Schätzwert ansteigt. Wenn bestimmte Parameter bekannt sind, kann die Menge an Arbeit zur Fertigstellung des Projekts bestimmt werden und Ressourcen können entsprechend zugeteilt werden.
  • Nutzlast-Schätzwerte werden üblicherweise offline bestimmt und sind auf eine bestimmte Aufgabe für eine bestimmte Maschine zu einer spezifischen Zeit zutreffend. Bei dem Beispiel des kommerziellen und industriellen Druckens kann ein Druckdienst-Anbieter, der ein Fotobuch für einen Kunden fertigt, einer Aufgabe, wie z. B. Rasterbildverarbeitung, einen Nutzlast-Schätzwert zuweisen. Der zugewiesene Nutzlast-Schätzwert, bei dieser Darstellung z. B. „40”, ist statisch und inkonsistent, wenn er in den Plan 108 zugewiesen würde. Der Nutzlast-Schätzwert ist statisch, da er sich mit Veränderungen, wie z. B. Veränderungen an Prozeduren, Betriebstaktiken und Fertigkeit oder Effizienzen der Arbeiter, über die Zeit nicht verändert oder entwickelt. Der Nutzlast-Schätzwert ist inkonsistent, da eine Rasterbildverarbeitung bei verschiedenen Auflösungen oder für unterschiedliche Größen eines Bilds schwieriger oder zeitaufwendig ist. Derartige Nutzlast-Schätzwerte erzeugen beim Planen oft keine aussagekräftigen Ergebnisse.
  • Das Bestimmen eines aussagekräftigen Nutzlast-Schätzwerts ist herausfordernd. Beispielsweise kann ein Nutzlast-Schätzwert abhängig sein von einer bestimmten Kombination eines Produkts, einer Aufgabe und Ressource, die zur Durchführung der Aufgabe eingesetzt wird. Bei der Darstellung des kommerziellen und industriellen Druckens könnte ein Nutzlast-Schätzwert zum Trimmen, oder eine Trimmaufgabe, für ein Fotobuch anders sein als eine Trimmaufgabe für ein Poster. Außerdem kann ein Nutzlast-Schätzwert für eine Trimmaufgabe für ein Fotobuch unter Verwendung einer ersten Trimmmaschine anders sein als ein Nutzlast-Schätzwert für eine zweite Trimmmaschine für das Fotobuch. Nutzlast-Schätzwerte sind abhängig von einer Produktionshistorie, wie z. B. dem Inhalt eines jüngst abgeschlossenen Prozesses, und Vorbereitungszeiten können sich unterscheiden. Ein Trimmen von Büchern mit unterschiedlichen Dicken beispielsweise beeinflusst, wie der Nutzlast-Schätzwert bestimmt wird. Außerdem können Nutzlast-Schätzwerte schnell veraltet werden, wenn Prozesse effizienter werden oder Veränderungen an Taktiken auftreten. Außerdem kann jedes Produkt unterschiedlich sein, wie z. B. in Massen-Kundenanpassungen, und statische Ansätze lassen sich bei derartigen Umständen nicht gut skalieren.
  • 1B stelle ein System 110 zum Bestimmen von Nutzlast-Schätzwerten 112 unter Verwendung des Analysierers 104 dar. Das System 110 und andere Teile der Offenbarung sind lediglich zur Veranschaulichung in dem Kontext von Druckdiensten oder Druckdienst-Anbietern vorgesehen. Die dargestellten Konzepte und Techniken können auf die strategische und operative Planung in anderen Bereichen angewendet werden.
  • Wie oben dargestellt wurde, werden Prozessinformationen 102 an den Analysierer 104 geliefert. In 1B können Prozessinformationen 102 derartige Elemente beinhalten, wie z. B. einen Prozessfluss 114 für ein bestimmtes Produkt, z. B. ein Fotobuch. Der Prozessfluss 114 bei dem Beispiel liegt in der Form eines DAG oder anderen gerichteten Graphen vor. Weitere Prozessinformationen 102 können Ressourcenfähigkeiten 116, wie z. B. Ausrüstungsfähigkeiten, umfassen. Bei einem Beispiel können die Ressourcenfähigkeiten 116 unterschiedliche Merkmale oder Spezifikationen für die Maschinen umfassen, die zur Durchführung der Aufgaben in dem Prozessfluss 114 eingesetzt werden. Bei einem Beispiel können die Ressourcenfähigkeiten Spezifikationen für einen Trimmer, wie z. B. Kapazität, Durchsatz, maximale Längen und Breiten, umfassen. Weitere Elemente von Prozessinformationen 102 können Materialspezifikationen 118 und Auftragsinhalte 120 beinhalten. Materialspezifikationen können Informationen, wie z. B. Gewichte, Dicken, verwendete Beschichtungen der Substrate und Tintentyp, beinhalten. Die Auftragsinhalte 120 können Spezifikationen über den Typ von Produkten, wie z. B. den Typ von Einband, die Anzahl von Seiten, die Größe der Seiten und die Druckauflösung, beinhalten. Prozessinformationen 102 können außerdem Informationen aus Produktionsprotokollen, wie z. B. Länge der Zeit, bis eine Aufgabe in einer Warteschlange in einer Maschine eintritt, Startzeit der Aufgabe, Endzeit der Aufgabe und dergleichen, beinhalten. Die Prozessinformationen 102 können in einer Datenbank oder Datenbanken gespeichert sein und auf diese kann aus Produktionsprotokollen und Tools für Verwaltungsinformationsdienste (MIS; MIS = mangement information services)/Unternehmensressourcenplanung (ERP; ERP = enterprise resource planning) zugegriffen werden.
  • Der Analysierer 104 wendet einen Satz einer Nutzlast-Steuerung 122 auf die Prozessinformationen 102 an, um die Nutzlast-Schätzwerte 112 zu bestimmen. Eine Nutzlast-Steuerung bei einem Beispiel ist einer Aufgabe zugeordnet, einen Nutzlast-Schätzwert für die Aufgabe aufzulösen, wie z. B. eine Aufgabe, die in dem Prozessfluss 114 beinhaltet ist. Bei einem Beispiel ist eine Nutzlast-Steuerung ein Ausdruck in der Form „A => B”. A ist ein Schutz und beinhaltet eine Bedingung und B ist eine Berechnung, die den Nutzlast-Schätzwert für die Aufgabe auflöst, wenn die Bedingung erfüllt ist. Bei einem Beispiel ist A ein Boolescher Ausdruck oder Boolescher Auslöser, der als entweder wahr oder falsch auswertet, und dient als ein Schutz für die Berechnung B der Nutzlast-Steuerung. Die Berechnung wertet zu einer Zahl aus, wie z. B. einer Dezimalzahl. Die Semantik dieser beispielhaften Syntax besteht darin, dass, wenn A wahr ist, dann die Berechnung B durchgeführt wird.
  • Dieser Formalismus ist ausreichend expressiv, um einen vollständigen Entscheidungsbaum als eine Sammlung von Nutzlast-Steuerungen derart zu codieren, dass ein Element des Satzes an Nutzlast-Steuerung 122 jeden Weg in dem Entscheidungsbaum darstellt. Bei einem Beispiel kann ein Satz an Nutzlast-Steuerungen einen vollständigen Entscheidungsbaum einkapseln. Bei einem anderen Beispiel jedoch kann ein Satz von Nutzlast-Steuerungen eine oder mehrere Regeln beinhalten, und zwar bei Umständen, bei denen Auswahlmöglichkeiten nicht deterministisch entscheiden werden, oder bei denen Auswahlmöglichkeiten gegeneinander abgewogen werden sollen, und zwar aufgrund von unvollständigen Informationen, z. B. in einer Fuzzy-Logic. Weitere Konfigurationen kommen in Betracht.
  • Sowohl der Schutz als auch die Berechnung können Auftragsattribute und Maschinenfähigkeitsattribute innerhalb der Nutzlast-Steuerung beinhalten. Bei einem Beispiel können die Prozessinformationen 102 Attribute bereitstellen, die eine Anzahl von Seiten, Anzahl von Kopien, Blattgröße, Bildumfang und Maschinenkapazität umfassen. Die Nutzlast-Steuerung kann Funktionen beinhalten, die aus einer reichhaltigen Mathematik- bzw. Math-Bibliothek einer Datenbank für Konsistenz ausgewählt sind. Beispielsweise können Math-Operatoren in einem relationalen Datenbankverwaltungssystem, wie z. B. der Open Source-Implementierung MySQL, ABS() zur Rückgabe eines absoluten Werts, ACOS() zur Rückgabe eines Arcus-Cosinus, usw. umfassen.
  • Ein erstes Beispiel einer Nutzlast-Steuerung zur Bestimmung eines Nutzlast-Schätzwerts für eine Trimmaufgabe in einem Fotobuch mit Stapelung kann folgendermaßen sein:
    copy >= 200 => ceil(page/max_capacity)·3
    copy < 200 => 3
  • Bei diesem Beispiel basiert der Schutz auf einer Schwellenanzahl von Kopien, die geschnitten werden sollen. Wenn die Anzahl von Kopien gleich der Schwelle oder oberhalb derselben ist, wird ein Ausdruck zur Bestimmung der Obergrenze verwendet, oder eine kleinste folgende Ganzzahl oder eine Operation bestimmter Parameter des Projekts multipliziert mit einer Konstanten. Bei diesem Beispiel beträgt ceil() zumindest eins und die Konstante ist drei, so dass der Nutzlast-Schätzwert zumindest drei beträgt. Wenn jedoch die Anzahl von Kopien unterhalb der Schwelle liegt, ist der Nutzlast-Schätzwert eine gesetzte Zahl, wie z. B. drei.
  • Eine zweite beispielhafte Nutzlast-Steuerung zur Bestimmung eines Nutzlast-Schätzwerts für eine Trimmaufgabe bei einem Poster kann folgendermaßen sein:
    True => max(ceil(copy/(batch_size·max_capacity)),1)
  • Bei diesem Beispiel basiert ein Nutzlast-Schätzwert für eine Trimmaufgabe bei einem Poster auf einer Formel unter Verwendung verschiedener Parameter des Projekts, ist jedoch nicht kleiner als eins. Abhängig von den verwendeten Parametern, kann der Nutzlast-Schätzwert einer Trimmaufgabe für ein Poster gemäß dem zweiten Beispiel größer oder kleiner als die Trimmaufgabe für ein Fotobuch gemäß dem ersten Beispiel sein.
  • Entsprechend kann die Nutzlast-Steuerung für jedes Produkt und für jeden Prozess, der bei diesem Produkt verwendet wird, spezifiziert sein. Eine Schwierigkeit des Verwendens von Nutzlast-Steuerungen auf diese Weise jedoch umfasst ein Aufrechterhalten und Aktualisieren der Steuerungen, wenn sich Merkmale und Taktiken ändern, manchmal ohne Benachrichtigung, wie z. B. bei einer Massen-Kundenanpassung. Für einen Druckdienst-Anbieter, der beispielsweise zehn Produkte erzeugt und zumindest zwanzig Aufgaben für jedes Produkt hat, würde der Druckdienst-Anbieter versuchen, zumindest zweihundert Nutzlast-Steuerungen aufrechtzuerhalten und zu aktualisieren.
  • 2 stellt einen beispielhaften Prozess 200 zur Aufrechterhaltung und Aktualisierung von Nutzlast-Steuerungen 102 zur Bestimmung von Nutzlast-Schätzwerten dar. Vorgabe-Nutzlast-Steuerungen werden entwickelt oder verbessert, um Variationen, die während der tatsächlichen Produktion auftreten können, besser widerzuspiegeln, d. h. der Prozess erlernt Nutzlast-Steuerungen bei 202 aus den Prozessinformationen 102. Erlernte Steuerungen werden bei 204 in einer Weise in einer Datenbank gespeichert, die ein effizientes Abfragen ermöglicht. Eine Aufgabe kann mehrere zugeordnete Ausdrücke als unterschiedliche Wege in einem Entscheidungsbaum haben und der Prozess 200 schafft eine systematische Weise zur Entdeckung und Berechnung der relevanten Steuerungen für die bestimmte Aufgabe bei 206.
  • 3 stellt einen beispielhaften Prozess 300 dar, der beim Erlernen oder Verfeinern von Nutzlast-Steuerungen 202 aus den Prozessinformationen 102, wie z. B. aus einem MIS/ERP-System, verwendet werden können. Die Nutzlast-Schätzwerte werden so spezifisch zugeschnitten, dass sie eine genaue Übereinstimmung mit Produktions-Prüfdaten haben. In dem Fall eines neuen Produkts oder Prozesses, d. h. eines, das/der nicht ausreichend Daten zur Verfeinerung einer Nutzlast-Steuerung aufweist, wird eine Vorgabe-Nutzlast-Steuerung zugewiesen und verwendet. Bei einem Beispiel kann eine Vorgabe-Nutzlast-Steuerung auf einer allgemeinen Nutzlast-Steuerung aus einer ähnlichen oder analogen Prozesskategorie basieren. Bei dem Beispiel eines Druckdienst-Anbieters kann ein endlicher Satz von Prozesskategorien bestimmt werden, um den vollständigen Satz von Produktionsprozessen in der Fabrik zu beschreiben. Bei einem Beispiel können die Funktionen einer Druckfabrik in etwa fünf oder sechs Kategorien verallgemeinert werden, wie z. B. Bildverarbeitung, Drucken, Schneiden, Zusammensetzen, Verpacken, oder andere Kategorien. Eine derartige Kategorie kann den Trimmprozess umfassen. Ein Trimmprozess bei einem Fotobuch kann ähnliche Attribute aufweisen wie ein Trimmprozess für ein Poster, wie z. B. Anzahl von Seiten, Druckkapazität usw. Die einzelnen Produkte können verwendet werden, um die allgemeine Nutzlast-Steuerung auf der Prozesskategorie zu spezialisieren, um den Vorgabeausdruck zu schaffen. Wenn mehr Daten, wie z. B. Prozessinformationen 102, verfügbar werden, wird die Vorgabe-Nutzlast-Steuerung verfeinert, um den tatsächlichen Nutzlast-Schätzwert genau zu erzeugen. Ein Verwenden derartiger Metainformationen aus den Prozesskategorien kann irrelevante oder nebensächliche Attribute aus den Nutzlast-Ausdrücken bzw. -Expressionen beseitigen, die traditionell ein Maschinenlernen schwierig machen können.
  • Bei dem beispielhaften Prozess 300 wird ein Maschinenlernen, oder künstliche Intelligenz, auf die Prozessinformationen 102 angewendet. Der beispielhafte Prozess 300 wendet einen evolutionären Algorithmus an, um Nutzlast-Steuerungsmodelle zu erzeugen oder erlernen. Bei dem beispielhaften Prozess 300 ist der evolutionäre Algorithmus ein Genetic Expression Programming (Genetische-Expression-Programmieren). Andere Prozesse zum Erlernen einer Nutzlast-Steuerung 202 aus den Prozessinformationen 102 können aus anderen evolutionären Algorithmen bestimmt werden, einem Neuralnetzwerktyp-Programm, wie z. B. Multilayer Perceptron, dem C4.5-Algorithmus und seinen Nachfolgern zur Erzeugung eines Entscheidungsbaums und anderen Algorithmen für künstliche Intelligenz oder Clustering bzw. Anhäufen, Regression und Klassifizierung. Eine symbolische Steuerung, wie z. B. eine, die aus dem Genetic Expression Programming oder dem C4.5-Algorithmus (oder einem Nachfolger) erlernt wird, kann beispielsweise mit anderen erlernten Steuerungen verglichen werden, um zu sehen, welche Steuerung eine effizientere Aufgabe besitzt.
  • Im Allgemeinen ist das Genetic Expression Programming ein Genotyp/Phänotyp-System, das Computerprogramme entwickelt, die in Chromosomen codiert sind. Die Chromosomen können eine fixe oder variable Länge besitzen, wobei die Chromosomen bei einem Beispiel linear sein können, wenn auch andere Beispiele in Betracht kommen. Die Organisation der Chromosomen ermöglicht die unbeschränkten und effektiven Funktionen, in dem Sinn, dass keine ungültigen Phänotypen folgen, genetischer Operatoren, wie z. B. Mutation, Transposition und Rekombination, da der Ausdruck jedes Gens in gültigen Programmen resultiert. Das Genotyp/Phänotyp-System des Gene Expression Programming umfasst einen Übertragungsmechanismus. Genotypen werden als Chromosomen übermittelt und Phänotypen als Ausdruckbäume übermittelt. Das Genetic Expression Programming verwendet gemeinschaftlich die gleiche Art von Baumdarstellung wie anderes genetisches Programmieren, wie z. B. Genetic Algorithms (genetische Algorithmen) und Genetic Programming (genetisches Programmieren). Das Genetic Expression Programming ermöglicht die Fähigkeit, die Schritte, die durch das genetische Programmieren unternommen werden, zurückzuverfolgen und neue Themen, die mit einem Überkreuzen der Phänotyp-Schwelle erzeugt werden, auszuforschen.
  • Der Prozess 300 beinhaltet ein Erhalten von Auftragsdaten und Endstücken von dem MIS/ERP-System und anderen Prüfdaten von Produktionsprotokollen bei 302. Beispiele von Endstücken bei dem, ersten beispielhaften Nutzlast-Schätzwert oben beinhalten „batch_size” und „copy” und eine Steuer-Datenbank oder Math-Bibliothek liefert Funktionen, wie „ceil” und „max” und andere Endstücke, falls zutreffend, wie z. B. π (pi). Die zur Herstellung des Produkts verwendeten Prozesse werden bei 304 gesammelt. Die Steuerungen werden als einzelne Gene eines Chromosoms erlernt und Chromosome werden zur anfänglichen Besetzung bei 306 erzeugt. In Verbindung mit dem Merkmal 306 kann eine Datenbank-Maschine ausgewählt werden, um die Gene auszuwerten und Nicht-Endstücke und eine Stelligkeit bereitzustellen, oder Anzahl von Argumenten oder Operanden in der Nutzlast-Steuerung, für das Genetic Expression Programming. Das Gene Expression Programming kann mehrere Gene in einem Chromosom codieren und kann die Iterationen, die zur Erzielung genauer Ausdrücke verwendet werden, reduzieren. Schutzmaßnahmen können separat oder zusammen mit den Berechnungen mit der Hilfe von Operatoren erlernt werden. Jedes Chromosom wird bei 308 in eine Steuerung übertragen und seine Eignung ausgewertet. Bei einem Beispiel wird die Eignung ausgewertet durch Vergleichen der Verarbeitungszeiten für die Aufgabe, wie aus den Prozessinformationen 102 bestimmt, gegenüber dem Ergebnis des Nutzlast-Schätzwerts und den Einheitsverarbeitungszeiten, für diese Aufgabe, aus dem MIS/ERP-System. Die aktualisierten Nutzlast-Ausdrücke bzw. -Expressionen werden dann bei 310 gespeichert, wie z. B. in einem Ausdruckspeicher.
  • Wenn zusätzliche Prozessinformationen 102 bei 312 verfügbar werden, wie dies z. B. der Fall bei zusätzlichen Durchläufen der Aufgabe bei 312 ist, können die Nutzlast-Steuerungen weiter verfeinert werden. Mit den zusätzlichen Prozessinformationen 102 aktualisiert oder wählt der Prozess 300 die Chromosomen mit der passenden Eignung bei 314. Eine Mutation und andere genetische Operationen, die in dem evolutionären Algorithmus verwendet werden, werden bei 316 angewendet und bei 308 werden die Chromosomen übertragen und ihre Eignung ausgewertet.
  • Die Nutzlast-Steuerungen 112 werden in einer Datenbank 204 in einem Zeichenfolgeformat als gut geformte Ausdrücke in einer effizienten Weise, um schnell verarbeitet zu werden, gespeichert. Bei einem Beispiel können Nutzlast-Steuerungen zur schnellen Wiedergewinnung indexiert werden, wie z. B. mit einer Hash-Funktion. Dies ist hilfreich für sowohl Produktionsplanungs- als auch strategische Planungsanwendungen und jede Anwendung kann nun ihre Nutzlast-Berechnung vom Rest der Anwendung entkoppeln. Bei einem Beispiel werden der Schutz und die Berechnung separat gespeichert, was eine effizientere Abfrage ergibt. Bei einem Beispiel wird an Attribute ein „@” angehängt, um globale Variablen zu unterstützen, anstelle der mathematischen Funktionen und Inhalte, die in einer speziellen Programmiersprache definiert sind, wie z. B. Structured Language Query (oder SQL; strukturierte Sprachabfrage), die entworfen ist, um mit dem relationalen Datenbanksystem zu arbeiten. Beispielsweise kann ein Schutz, der als eine Zeichenfolge in einer Datenbank gespeichert ist, folgendermaßen erscheinen:
    @paperQuality=='20gsm'&&@pages>200
  • Eine Berechnung, die als eine Zeichenfolge in einer Datenbank gespeichert ist, kann folgendermaßen erscheinen:
    ceil(@pages/@max_capacity)·3
  • Fähigkeitsattribute können für eine Ressourcengruppe spezifisch gemacht werden. Eine Ressourcengruppe ist eine Sammlung von Ressourcen, die Elemente haben, die gemeinsame Attribute gemeinschaftlich verwenden. Eine Ressourcengruppe kann beispielsweise Trimmmaschinen von verschiedenen Herstellern und von verschiedenen Modellen innerhalb des gleichen Herstellers umfassen. Die Ressourcengruppe kann beispielsweise „Trimmer” genannt werden und kann durch gemeinsame Attribute gekennzeichnet sein, wie z. B. Breite, Höhe, Trimmlänge hinter dem Messer und dergleichen. Ein Attribut in den Nutzlast-Ausdrücken kann für eine Ressourcengruppe spezifisch gemacht werden. So kann, wenn eine Nutzlast-Steuerung beispielsweise das Attribut „Höhe” umfasst, der tatsächliche Wert dieser Höhe zusammen mit der entsprechenden Ressourcengruppe bestimmt werden, selbst wenn die spezifische Ressource zur Durchführung der Aufgabe nicht bekannt ist.
  • Die Nutzlast-Steuerungen werden aus der Datenbank wiedergewonnen, um die Nutzlast-Schätzwerte zu berechnen, wie z. B. bei 206. Bei einem Beispiel ein Parser, z. B. ein SQL-Parser, zur Unterstützung der Berechnung der Nutzlast-Schätzwerte. Eine SQL-Maschine greift für eine effiziente Implementierung auf die Math-Bibliothek-Funktionen zu.
  • 4 stellt einen beispielhaften Auswertungsprozess 400 dar. Der beispielhafte Auswertungsprozess 400 kann für alle Aufgaben angewendet werden und jede Aufgabe kann mehrere entsprechende Nutzlast-Steuerungen als unterschiedliche Wege in einem Entscheidungsbaum aufweisen. Bei dem Beispiel werden die Variablen, die bei den Steuerungen verwendet werden sollen, bei 402 mit den relevanten Attributen initialisiert. Bei einem Beispiel kann dies ein Verwenden der „SET”-Direktive von SQL umfassen, um Außenvariablen in die Abfrage einzubringen. Beispielsweise setzt diese Aussage die „copy”-Variable, die später verwendet werden soll, wie folgt:
    SET @copy = 15;
  • Die relevanten Steuerungen für eine bestimmte Prozess/Produkt-Kombination für eine bestimmte Aufgabe werden bei 404 bestimmt. Bei einem Beispiel können die relevanten Prozesse über eine SQL-Abfrage gesucht werden, wie z. B.:
    SELECT·FROM exps WHERE process = [process] AND product = [product]
    wobei ”exps” der Name ist, der einem Satz von Nutzlast-Ausdrücken in der Datenbank gegeben ist, und wobei „process” und „product” zu dem Zeitpunkt der Abfrage geliefert werden.
  • Wenn die Abfrage bei 405 keine Nutzlast-Steuerungen entwickelt, wird bei 406 eine Vorgabe-Nutzlast-Steuerung zugewiesen und verwendet, wie oben beschrieben ist. Wenn jedoch die Abfrage einen Satz zumindest einer Nutzlast-Steuerung bei 405 entwickelt, wird bei 408 eine Nutzlast-Steuerung aus dem Satz zumindest einer Nutzlast-Steuerung ausgewählt, wie z. B. durch Laufenlassen einer Abfrage, wie z. B.:
    PREPARE stmt1 FROM [str]
    wobei „stmt1” die ausgewählte Nutzlast-Steuerung ist und „str” eine SQL-Aussage ist und möglicherweise „@” Variablen beinhalten kann, die unter Verwendung der SQL-„set”-Direktive definiert sind.
  • Das Ergebnis dieser Abfrage ist der Nutzlast-Schätzwert für die Aufgabe. Bei diesem Beispiel werden SQL-Abfragen nicht für einzelne Aufgaben geschrieben. Mit diesem beispielhaften Merkmal wird die Variabilität aus der gemeinsamen SQL-Aussage entfernt und eingestellt, wenn dies zutreffend ist. Eine Bestimmung wird bei 410 durchgeführt, ob eine Bedingung der erlernten Nutzlast-Steuerung erfüllt ist. Beispielsweise wird der Schutz der ausgewählten Nutzlast-Steuerung bei 410 ausgewertet, und wenn die Bedingung bei 412 erfüllt ist, z. B. wenn ein Boolesches Element des Schutzes wahr ist, wird die Nutzlast-Steuerung angewendet, wie z. B. die Berechnung durchgeführt, und der Nutzlast-Schätzwert bei 414 bestimmt. Das Ergebnis der vorbereiteten Aussage „result” kann folgendermaßen bestimmt werden:
    EXECUTE SELECT result
  • Wenn die Schutzbedingung bei dem Beispiel bei 412 nicht erfüllt ist, wird eine andere Nutzlast-Steuerung bei 416 aus dem Satz zumindest einer Nutzlast-Steuerung bei 408 ausgewählt, und ausgewertet, falls vorhanden. Wenn bei 416 der Satz zumindest einer Nutzlast-Steuerung leer ist und alle Nutzlast-Ausdrücke bzw. -Expressionen nicht zufriedenstellende Schutzbedingungen aufweisen, wird bei 406 eine Vorgabe-Nutzlast-Steuerung zugewiesen und verwendet.
  • Ein übergreifender Aspekt der Verwendung von SQL zur Auswertung einer Nutzlast-Steuerung besteht darin, dass wir Endstücke und Nicht-Endstücke erhalten, ohne die mathematische Bibliothek kennen zu müssen, auf die Bezug genommen wird. Dies liefert eine Konsistenz durch eine gemeinsame Plattform oder ein gemeinsames Vokabular für die diversen Orte und Anwendungen eines Unternehmens. Außerdem liefert eine SQL-Maschine einen einheitlichen Mechanismus, wie z. B. eine einzelne Abfrage, zur Berechnung einer Vielzahl von Steuerungen mit und ohne Fähigkeitsattribute. Abhängig von der Steuerung werden relevante Attribute dynamisch bestimmt, wie z. B. zur Abfragezeit. Wenn beispielsweise eine Nutzlast-Steuerung für ein Schneidgerät ”max (sizel, sizew)” ist, wobei sizel, sizew Attribute sind, die aus dem Auftrag eines Kunden genommen werden, wird auf kein Fähigkeitsattribut zugegriffen. Wenn jedoch die Steuerung ”max (sizel, sizew)/cap_cutter” war, würde die SQL-Abfrage das Fähigkeitsattribut empfangen.
  • 5 stellt ein beispielhaftes Computersystem dar, das in einer Betriebsumgebung eingesetzt werden kann und verwendet werden kann, um eine Computeranwendung zu beherbergen oder laufenzulassen, die auf einem oder mehreren computerlesbaren Speichermedien beinhaltet ist, die computerausführbare Befehle zum Steuern des Computersystems, wie z. B. Rechenvorrichtung, zur Durchführung eines Prozesses speichern. Bei einem Beispiel kann das Computersystem aus 5 verwendet werden, um den Prozess zum Bestimmen von Nutzlast-Schätzwerte, wie z. B. den Prozess 200 und seine zugeordneten Prozesse 300 und 400, zu implementieren.
  • Das beispielhafte Computersystem aus 5 beinhaltet eine Rechenvorrichtung, wie z. B. eine Rechenvorrichtung 500. Die Rechenvorrichtung 500 umfasst üblicherweise einen oder mehrere Prozessoren 502 und einen Speicher 504. Die Prozessoren 502 können zwei oder mehr Verarbeitungskerne auf einem Chip oder zwei oder mehr Prozessorchips umfassen. Bei einigen Beispielen kann die Rechenvorrichtung 500 auch einen oder mehrere zusätzliche Verarbeitungs- oder spezialisierte Prozessoren (nicht gezeigt) aufweisen, wie z. B. einen Graphikprozessor zur Universal-Berechnung auf Graphikprozessoreinheiten, um Verarbeitungsfunktionen durchzuführen, die von dem Prozessor 502 abgeladen werden. Der Speicher 504 kann in einer Hierarchie angeordnet sein und kann einen oder mehrere Cache-Ebenen umfassen. Der Speicher 504 kann flüchtig (wie z. B. Direktzugriffsspeicher (RAM)), nicht flüchtig (wie z. B. Festwertspeicher (ROM), Flash-Speicher usw.) oder eine bestimmte Kombination aus beiden sein. Die Rechenvorrichtung 500 kann eine oder mehrere von verschiedenen Formen annehmen. Diese Formen umfassen ein Tablet, einen Personal-Computer, einen Arbeitsplatzrechner, einen Server, ein Handgerät, eine Verbraucherelektronik-Vorrichtung (wie z. B. eine Videospielkonsole oder einen digitalen Videorekorder) oder andere und können eine alleinstehende Vorrichtung sein oder als Teil eines Computernetzwerks, Computer-Clusters, einer Cloud-Dienste-Infrastruktur oder anderer ausgebildet sein.
  • Die Rechenvorrichtung 500 kann auch zusätzlichen Speicher 508 umfassen. Der Speicher 508 kann entfernbar und/oder nicht entfernbar sein und kann magnetische oder optische Platten oder einen Festkörperspeicher, oder Flash-Speichervorrichtungen umfassen. Die Computer-Speichermedien umfassen flüchtige und nicht flüchtige, entfernbare und nicht entfernbare Medien, die in einem beliebigen geeigneten Verfahren oder einer beliebigen geeigneten Technologie zur Speicherung von Informationen implementiert sind, wie z. B. computerlesbaren Befehlen, Datenstrukturen, Programmmodulen oder anderen Daten. Ein sich ausbreitendes Signal alleine zählt nicht als Speichermedium.
  • Die Rechenvorrichtung 500 umfasst oft eine oder mehrere Eingangs- und/oder Ausgangsverbindungen, wie z. B. USB-Verbindungen, Anzeige-Ports, proprietäre Verbindungen und andere zur Verbindung zu verschiedenen Vorrichtungen zum Empfangen und/oder Bereitstellen von Eingangssignalen und Ausgangssignalen. Eingabevorrichtungen 510 können Vorrichtungen umfassen, wie z. B. Tastatur, Zeigevorrichtung (z. B. Maus), Stift, Spracheingabevorrichtung, Berührungseingabevorrichtung und andere. Ausgabevorrichtungen 512 können Vorrichtungen umfassen, wie z. B. Anzeige, Lautsprecher, Drucker oder dergleichen. Die Rechenvorrichtung 500 umfasst oft eine oder mehrere Kommunikationsverbindungen 514, die es der Rechenvorrichtung 500 ermöglichen, mit anderen Computern/Anwendungen 516 zu kommunizieren. Beispielhafte Kommunikationsverbindungen können eine Ethernet-Schnittstelle, eine drahtlose Schnittstelle, eine Bus-Schnittstelle, eine Speicherbereichsnetz-Schnittstelle, eine proprietäre Schnittstelle umfassen, sind jedoch nicht darauf beschränkt. Die Kommunikationsverbindungen können verwendet werden, um die Rechenvorrichtung 500 mit einem Computernetz 518 zu koppeln, das eine Sammlung von Rechenvorrichtungen und möglicherweise anderen Vorrichtungen ist, die durch Kommunikationskanäle untereinander verbunden sind, die Kommunikationen ermöglichen und ein gemeinschaftliches Verwenden von Ressourcen und Informationen zwischen untereinander verbundenen Vorrichtungen erlauben. Beispiele von Computernetzen umfassen ein lokales Netz, ein Weitverkehrsnetz, das Internet oder ein anderes Netz.
  • Die Rechenvorrichtung 500 kann ausgebildet sein, um ein Betriebssystem-Software-Programm und eine oder mehrere Computeranwendungen laufen zu lassen, die eine System-Plattform ausmachen. Eine Computeranwendung, die ausgebildet ist, um auf der Rechenvorrichtung 500 zu laufen, ist üblicherweise als Satz von Befehlen vorgesehen, die in einer Programmiersprache geschrieben sind. Eine Computeranwendung, die ausgebildet ist, um auf der Rechenvorrichtung 500 zu laufen, umfasst zumindest einen Rechenprozess (oder eine Rechenaufgabe), der/das ein ausführendes Programm ist. Jeder Rechenprozess stellt die Rechenressourcen zur Ausführung des Programms bereit.
  • Das Erlernen von Nutzlast-Steuerungen für einen produktspezifischen Prozess sind unabhängige Aktivitäten und können so parallel durchgeführt werden. Das Erlernen kann unter Verwendung von beispielsweise einem verteilten Rechensystem mit Computer-Clustern oder einem Groß-Datenverarbeitungssystem, wie z. B. Hadoop, das unter einer Apache-Lizenz verfügbar ist, von dem die Rechenvorrichtung 500 ein Teil sein kann, schnell erfolgen.
  • Obwohl spezifische Beispiele hierin dargestellt und beschrieben wurden, könnte eine Vielzahl alternativer und/oder gleichwertiger Implementierungen anstelle der gezeigten und beschriebenen spezifischen Beispiele eingesetzt werden, ohne von dem Schutzbereich der vorliegenden Offenbarung abzuweichen. Diese Anmeldung soll mögliche Anpassungen oder Abänderungen der hierin erläuterten spezifischen Beispiele abdecken. Deshalb soll diese Offenbarung nur durch die Ansprüche und deren Äquivalente eingeschränkt sein.

Claims (15)

  1. Ein Verfahren zum Bestimmen eines Nutzlast-Schätzwerts für eine Aufgabe in einem Prozess, das folgende Schritte aufweist: Anwenden eines Maschinenlernens zur Verarbeitung von Informationen zum Bestimmen einer erlernten Nutzlast-Steuerung, die der Aufgabe in dem Prozess entspricht; Speichern der erlernten Nutzlast-Steuerung in einer Datenbank; und Auswerten des Nutzlast-Schätzwerts mit: Durchsuchen der Datenbank nach einer Mehrzahl von Nutzlast-Steuerungen, die für die Aufgabe relevant sind, die die erlernte Nutzlast-Steuerung umfasst; Bestimmen, ob eine Bedingung der erlernten Nutzlast-Steuerung erfüllt ist; und Anwenden der Nutzlast-Steuerung zur Bestimmung des Nutzlast-Schätzwerts unter Verwendung von Prozessinformationen, wenn die Bedingung der erlernten Nutzlast-Steuerung erfüllt ist.
  2. Das Verfahren gemäß Anspruch 1, bei dem die Bedingung der erlernten Nutzlast-Steuerung ein Boolescher Ausdruck ist, der bei wahr erfüllt ist.
  3. Das Verfahren gemäß Anspruch 1, bei dem das Erlernen der Nutzlast-Steuerung ein Erlernen von einer Vorgabe-Nutzlast-Steuerung umfasst.
  4. Das Verfahren gemäß Anspruch 3, bei dem die Vorgabe-Nutzlast-Steuerung angewendet wird, wenn die Bedingung nicht erfüllt ist.
  5. Das Verfahren gemäß Anspruch 3, bei dem die Vorgabe-Nutzlast-Steuerung angewendet wird, wenn unzureichende Prozessinformationen zum Erlernen der Nutzlast-Steuerung vorliegen.
  6. Das Verfahren gemäß Anspruch 1, bei dem das Maschinenlernen einen evolutionären Prozess aufweist.
  7. Das Verfahren gemäß Anspruch 6, bei dem das Berechnen des Nutzlast-Schätzwerts ein Auswerten der Eignung der Nutzlast-Steuerung aufweist.
  8. Das Verfahren gemäß Anspruch 7, bei dem die Nutzlast-Steuerung von einem Chromosom übertragen wird.
  9. Ein computerlesbares Medium zum Speichern computerausführbarer Befehle zum Steuern der Rechenvorrichtung, ein Verfahren zum Bestimmen eines Nutzlast-Schätzwerts für eine Aufgabe in einem Prozess durchzuführen, wobei das Verfahren folgende Schritte aufweist: Anwenden eines Maschinenlernens zur Verarbeitung von Informationen zum Bestimmen einer erlernten Nutzlast-Steuerung, die der Aufgabe in dem Prozess entspricht; Speichern der erlernten Nutzlast-Steuerung in einer Datenbank; und Auswerten des Nutzlast-Schätzwerts mit: Durchsuchen der Datenbank nach einer Mehrzahl von Nutzlast-Steuerungen, die für die Aufgabe relevant sind, die die erlernte Nutzlast-Steuerung umfasst; Bestimmen, ob eine Bedingung der erlernten Nutzlast-Steuerung erfüllt ist; und Anwenden der Nutzlast-Steuerung zur Bestimmung des Nutzlast-Schätzwerts unter Verwendung von Prozessinformationen, wenn die Bedingung der erlernten Nutzlast-Steuerung erfüllt ist.
  10. Das computerlesbare Medium gemäß Anspruch 9, bei dem die Prozessinformationen von einem Verwaltungsinformationsdienste- oder Unternehmensressourcenplanungs-Tool bereitgestellt werden.
  11. Das computerlesbare Medium gemäß Anspruch 9, bei dem das Maschinenlernen eine künstliche Intelligenz ist, die ein Genetische-Expression-Programmieren aufweist.
  12. Das computerlesbare Medium gemäß Anspruch 11, bei dem Nutzlast-Steuerungen als einzelne Gene eines Chromosoms erlernt werden.
  13. Das computerlesbare Medium gemäß Anspruch 9, bei dem das Speichern ein Indexieren der erlernten Steuerungen zur Wiedergewinnung aufweist.
  14. Ein System zum Bestimmen eines Nutzlast-Schätzwerts für eine Aufgabe in einem Prozess mit: Anwenden eines Maschinenlernens zur Verarbeitung von Informationen zum Bestimmen einer erlernten Nutzlast-Steuerung, die der Aufgabe in dem Prozess entspricht; Speichern der erlernten Nutzlast-Steuerung in einer Datenbank; und Auswerten des Nutzlast-Schätzwerts mit einem Prozessor mit: Durchsuchen der Datenbank nach einer Mehrzahl von Nutzlast-Steuerungen, die für die Aufgabe relevant sind, die die erlernte Nutzlast-Steuerung umfasst; Bestimmen, ob eine Bedingung der erlernten Nutzlast-Steuerung erfüllt ist; und Anwenden der Nutzlast-Steuerung zur Bestimmung der Nutzlast unter Verwendung von Prozessinformationen, wenn die Bedingung der erlernten Nutzlast-Steuerung erfüllt ist.
  15. Das System gemäß Anspruch 14, das eine Rechenvorrichtung für die Verarbeitung aufweist.
DE112014006627.3T 2014-04-30 2014-04-30 Bestimmen eines Nutzlast-Schätzwerts Withdrawn DE112014006627T5 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2014/036227 WO2015167554A1 (en) 2014-04-30 2014-04-30 Determining payload estimate

Publications (1)

Publication Number Publication Date
DE112014006627T5 true DE112014006627T5 (de) 2017-02-23

Family

ID=54359091

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112014006627.3T Withdrawn DE112014006627T5 (de) 2014-04-30 2014-04-30 Bestimmen eines Nutzlast-Schätzwerts

Country Status (4)

Country Link
US (1) US20170053223A1 (de)
CN (1) CN106415525B (de)
DE (1) DE112014006627T5 (de)
WO (1) WO2015167554A1 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10769696B2 (en) * 2015-10-30 2020-09-08 Oracle International Corporation Ecommerce system with evaluation of Boolean expression sets
CN108596335B (zh) * 2018-04-20 2020-04-17 浙江大学 一种基于深度强化学习的自适应众包方法
US11748638B2 (en) 2020-07-22 2023-09-05 International Business Machines Corporation Machine learning model monitoring

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7016061B1 (en) * 2000-10-25 2006-03-21 Hewlett-Packard Development Company, L.P. Load balancing for raster image processing across a printing system
US20060200436A1 (en) * 2005-03-07 2006-09-07 Chi Zhou Gene expression programming with enhanced preservation of attributes contributing to fitness
US7394393B2 (en) * 2005-08-02 2008-07-01 Gm Global Technology Operations, Inc. Adaptive driver workload estimator
US8719207B2 (en) * 2010-07-27 2014-05-06 Oracle International Corporation Method and system for providing decision making based on sense and respond
US20120062933A1 (en) * 2010-09-10 2012-03-15 Jun Zeng Controlled job release in print manufacturing
US20130208315A1 (en) * 2010-10-01 2013-08-15 Jun Zeng Generating Workflow Sequences for Print Jobs
US20120185416A1 (en) * 2011-01-17 2012-07-19 International Business Machines Corporation Load estimation in user-based environments
US8682820B2 (en) * 2011-11-02 2014-03-25 Sap Ag On demand multi-objective network optimization
US9367268B2 (en) * 2012-04-30 2016-06-14 Hewlett-Packard Development Company, L.P. Print production scheduling
US8793381B2 (en) * 2012-06-26 2014-07-29 International Business Machines Corporation Workload adaptive cloud computing resource allocation
US20140122143A1 (en) * 2012-10-30 2014-05-01 Trimble Navigation Limited Optimizing resource assignment

Also Published As

Publication number Publication date
CN106415525B (zh) 2019-04-02
WO2015167554A1 (en) 2015-11-05
CN106415525A (zh) 2017-02-15
US20170053223A1 (en) 2017-02-23

Similar Documents

Publication Publication Date Title
DE202017007517U1 (de) Aggregatmerkmale für maschinelles Lernen
DE112017005538T5 (de) Automatisierte Erzeugung von Arbeitsabläufen
DE112017006164T5 (de) Differenzvergleich von ausführbaren Datenflussdiagrammen
DE102018124420A1 (de) Systeme und verfahren zur erleichterung des grafischen anzeigedesign-workflows in einer prozesssteuerungsanlage
DE112015003406T5 (de) Datenherkunftssummierung
DE112019004260T5 (de) Analyse und korrektur der lieferketten-gestaltung durch maschinelles lernen
DE10257199A1 (de) Erzeugen eines optimierten Preiskalkulationsplans
DE112020000584T5 (de) Verfahren für unüberwachte bild-zu-bild-übersetzung mit wenigen aufnahmen
DE112013000966T5 (de) Vorrichtung, Programm und Verfahren zum Clustern einer Vielzahl von Dokumenten
DE102011053846A1 (de) Verfahren und Vorrichtung zum Verwalten von Prozesssteuerungssuchergebnissen
DE10311311A1 (de) Berechnung von Preiselastizität
DE102004023267A1 (de) Bestimmen eines Richtlinienparameters für eine Entität einer Lieferkette
WO2004083983A2 (de) Vergleich von modellen eines komplexen systems
DE112013005993T5 (de) Verfahren, Vorrichtung und computerlesbares Medium für eine optimale Bestimmung von Daten-Teilmengen
EP2425331A1 (de) Verfahren zur erzeugung mindestens einer anwendungsbeschreibung
CN111553485A (zh) 基于联邦学习模型的视图显示方法、装置、设备及介质
WO2004084103A1 (de) Analyse eines modells eines komplexen systems
DE102016003850A1 (de) Empfehlen von Formularfragmenten
DE60032258T2 (de) Bestimmen ob eine variable numerisch oder nicht numerisch ist
DE112020002344T5 (de) Feature engineering zur optimierung von neuronalen netzwerken
DE112021000627T5 (de) Dynamische erkennung und korrektur von datenqualitätsproblemen
DE112014006627T5 (de) Bestimmen eines Nutzlast-Schätzwerts
Dimitrov et al. Development and analysis of fuzzy expert data for technological adjustment of a grain harvester header
DE102018000039A1 (de) Bündeln von Onlinecontentfragmenten zur Präsentation auf Grundlage von contentspezifischen Metriken und Intercontentrandbedingungen
CN111639034A (zh) 测试方法、装置、设备及计算机存储介质

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0017000000

Ipc: G06Q0010060000

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee