RT Dissertation/Thesis
T1 Aplicación de técnicas de aprendizaje automático y optimización a problemas reales en la industria 4.0
A1 Para Fernandez, Jesus
K1 Inteligencia artificial - Tesis doctorales
AB La inteligencia artificial está siendo uno de los elementos más disruptivos de la actualidad. Estoes así gracias a la capacidad de generar soluciones de calidad a todo tipo de problemas mediante el uso de algoritmos convenientemente entrenados, previa captura de información.La industria, aunque de una forma más tardía que otros sectores, no es ajena a esta revolución,de hecho, se habla ya de la cuarta revolución industrial, o de una manera más genérica de la industria 4.0. Pero, ¿está la industria, sus equipamientos y sistemas realmente preparados para abordar esta revolución?En esta tesis intentamos dar respuesta a dos importantes problemas que existen actualmente enla industria: la mejora de procesos productivos y la optimización de la planificación de la producción mediante sistemas de aprendizaje automático y algoritmos de optimización multiobjetivo.Respecto a la mejora de procesos productivos, desarrollamos una nueva metodología: Analizar,Sensorizar, Preprocesar, Predecir, Implementar y Desplegar (ASPPID), un flujo de trabajo iterativo que abarca desde la adquisición de equipos de detección hasta la evaluación cuantitativa de su contribución a la mejora de la fase de producción en cuestión. El objetivo de esta metodología es ayudar a los equipos de mejora a tomar decisiones con conocimiento de causa sobre qué partes del proceso deben ser detectadas y cómo explotar esta información para lograr una mejora verificable del ciclo de producción, con un caso de uso real en el que se evidencia que la reducción de piezas producidas fuera de especificación se reduce gracias al uso de esta metodología, lo que pone de manifiesto el papel crucial de la ciencia de datos en la cadena de negocio de las plantas de fabricación.
PB UMA Editorial
YR 2023
FD 2023
LK https://hdl.handle.net/10630/28817
UL https://hdl.handle.net/10630/28817
LA spa
NO Respecto a la optimización de la planificación de la producción, nos centramos en optimizarla manera de ordenar las órdenes de producción (JSP), pero añadiendo la reducción del consumoenergético como segundo objetivo, el cual es una variable cada vez más relevante debido a la crisis climática y el encarecimiento de la misma. Después de realizar un estudio experimental comparando varias metaheurísticas representativas, utilizamos la herramienta irace para encontrar una combinación de componentes y parámetros que den lugar a un algoritmo específico para resolver las insatancias JSP consideradas. El enfoque adoptado da como resultado un algoritmo evolutivo capaz de producir soluciones más precisas que las técnicas utilizadas en el estudio comparativo y sin lugar a dudas, mucho mejores que las encontradas sin ningún tipo de algoritmo.Por tanto, concluimos que la inteligencia artificial, avalada por los resultados obtenidos en estetrabajo de investigación, supone una herramienta disruptiva, capaz de aportar valor añadido en la generación de conocimiento y toma de decisiones dentro de las organizaciones industriales
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 19 ene 2026