Defensa de tesis doctoral en Inteligencia Artificial por el Sr. Abebaw Degu

La Universidad Euromed de Fez (UEMF) se complace en informar al público sobre la defensa de la tesis doctoral en '' Inteligencia Artificial ''

La defensa de tesis se llevará a cabo el sábado 22 de junio de 2024 a las 9:30 horas en la UEMF
Ubicación : el Gran Salón de la Incubadora (LOC001994)

La tesis será presentada por el Sr. Abebaw Degu WORKNEH bajo el tema:
" Sinergia de inteligencia y superación personal en la programación de talleres para la fabricación inteligente "

Abstracto

La inteligenteización, respaldada por metodologías de inteligencia artificial, se ha convertido en las últimas décadas en un importante motor para las industrias manufactureras, impulsando el crecimiento de la fabricación inteligente.

A la IA clásica se le han otorgado más capacidades en las industrias contemporáneas, lo que ha dado como resultado la IA industrial, ahora la base tecnológica de la industria manufacturera inteligente. Los entornos de fabricación inteligente presentan desafíos únicos en la programación del taller debido a su complejo entorno de máquinas, flujos de datos en tiempo real y naturaleza dinámica, lo que requiere enfoques de programación dinámicos y adaptables para optimizar los procesos de producción de manera efectiva. La complejidad de la fabricación inteligente, donde las máquinas están interconectadas y los entornos de producción cambian rápidamente, dificulta que las técnicas de programación tradicionales sean operativas. La adaptabilidad de RL y su capacidad de toma de decisiones basada en datos proporcionan una solución potencialmente eficaz. Esta tesis investiga las aplicaciones prácticas de los algoritmos de aprendizaje por refuerzo (RL) para abordar estos desafíos y optimizar la programación de los talleres en el contexto de la fabricación inteligente. Se propone un modelo DRL que consta de diferentes características y eventos dinámicos, como fallas de la máquina y retrabajo del trabajo, para el problema de programación del taller (JSSP) para minimizar el intervalo de tiempo. El problema de programación se formula como un proceso secuencial de toma de decisiones para visualizar la naturaleza interactiva del entorno de producción real. También se ha desarrollado un enfoque de solución de programación general para un problema de programación de talleres flexibles (FJSSP). El enfoque es una red Triple Deep Q (TDQN) caracterizada por fallas de la máquina, inserción de trabajos, configuración de la máquina y tiempo de procesamiento aleatorio. La característica distintiva del enfoque es la capacidad de generar de manera eficiente y consistente un cronograma con menor tardanza total, su capacidad de aprender la política óptima rápidamente (en menos iteraciones) que DQN y DDQN, y su estabilidad. Los modelos DRL para JSSP se evalúan aplicándolos a instancias de conjuntos de datos de herramientas OR conocidas. Por otro lado, el modelo TDQN es entrenado y evaluado por una instancia hipotéticamente generada, que es, hasta donde sabemos, el primer enfoque DRL y una solución de programación con múltiples eventos dinámicos en un entorno FJSSP, que es difícil de encontrar.
  Para el problema con los puntos de referencia disponibles, se indica que la solución DRL propuesta es competitiva con el mejor método de la literatura. Asimismo, el resultado del enfoque TDQN se evalúa en función del desempeño del modelo en el aprendizaje de políticas estables y el logro de una tardanza total mínima frente al modelo DQN y DDQN con una configuración FJSSP similar. En conclusión, este estudio destaca las principales ventajas de RL para mejorar la programación de trabajos en entornos de fabricación inteligentes. Al adoptar RL, los fabricantes pueden abordar problemas del mundo real y maximizar la eficiencia de la producción, aumentando su competitividad en el ecosistema de fabricación inteligente.

Palabras clave : aprendizaje por refuerzo profundo, programación de talleres, fabricación inteligente, programación inteligente, optimización, toma de decisiones secuencial

Esta tesis será presentada a los miembros del jurado:

Compartir, repartir