德國Landshut應用科學大學正在研究如何利用人工智能（AI）在內(nèi)部物流中發(fā)揮潛力。

該項目開發(fā)的研究結(jié)果將在Dingolfing的TZ PULS的學習和模型工廠中實施。（照片：Landshut大學）

中國叉車網(wǎng)（m.sugarfreebowl.com）援引外媒的消息說；年1月15日，德國Landshut應用科學大學在一個新聞發(fā)布會上介紹了 "KIProLog--生產(chǎn)物流中的人工智能 "項目。在四年的時間里，該大學生產(chǎn)與物流系統(tǒng)技術(shù)中心（TZ PULS）的研究團隊將專注于內(nèi)部物流的智能規(guī)劃和控制。該校表示，在Sebastian Mei?ner教授博士的領(lǐng)導下，將開發(fā)基于人工智能的生產(chǎn)物流優(yōu)化的概念、方法和算法，以進一步加強該地區(qū)工業(yè)特別是中小企業(yè)的競爭力和增長。據(jù)校方介紹，該項目由巴伐利亞州科學與藝術(shù)部資助60萬歐元。

Landshuter的研究人員認為，由于產(chǎn)品變型和過程的多樣性不斷增加，現(xiàn)代生產(chǎn)越來越依賴于智能控制系統(tǒng)。在人工智能的幫助下，研究人員現(xiàn)在希望優(yōu)化工廠中的物料流。據(jù)校方介紹，該項目重點是智能數(shù)據(jù)分析和機器學習。

Mei?ner教授解釋說：

"我們的目標是通過提供有針對性的信息，降低出錯頻率，提高工作效率，支持人們進行決策。"

從子項目到模型工廠

整體項目分為兩個子項目，由6人組成的研究團隊期望通過創(chuàng)新推動生產(chǎn)物流的進一步發(fā)展。第一個子項目旨在優(yōu)化物料供應過程。在實時數(shù)據(jù)的幫助下，智能物流系統(tǒng)應學習知識，從而自主識別和消除物流鏈上的瓶頸。

據(jù)該校介紹，第二個子項目將分析過去的數(shù)據(jù)，并創(chuàng)建未來的預測。隨后，將利用自學習算法對控制和設(shè)計參數(shù)進行相應的優(yōu)化，這樣可以大大減少人工計劃的工作量，用戶將得到如何改進生產(chǎn)和物流系統(tǒng)的解決方案建議。

與Mann + Hummel、Kühne+Nagel、NeoLog以及Agrotel一起，該大學為該項目指定了四個工業(yè)合作伙伴。合作企業(yè)將能夠在現(xiàn)場測試結(jié)果，并與蘭茨胡特應用科學大學一起借助人工智能系統(tǒng)進行流程優(yōu)化。此外，慕尼黑工業(yè)大學（TUM）還在研究和合作攻讀博士學位領(lǐng)域為該項目提供支持。

在項目結(jié)束時，計劃將兩個子項目的研究成果匯集到TZ PULS的學習和模型工廠。該項目不僅要展示那里的科學附加值，而且要展示一個影響日益深遠的數(shù)字基礎(chǔ)設(shè)施的實際實施情況。

Mei?ner教授說：

"在TZ PULS，我們正在將研發(fā)工作轉(zhuǎn)移到實踐中，同時也為該地區(qū)感興趣的公司提供清晰的項目成果。"