
Simio Simulação de gêmeos digitais + otimização de IA
Aproveitamento do poder da IA para aprimorar a tomada de decisões e melhorar o desempenho operacional
Elevando o desempenho da otimização com IA
O Simio é a primeira empresa de software de simulação de gêmeos digitais com base em eventos discretos a oferecer suporte nativo e incorporado para redes neurais. Nosso suporte desenvolvido internamente para essa poderosa abordagem de otimização baseada em IA não requer codificação e está diretamente integrado ao mecanismo de simulação do Simio, eliminando a necessidade de aplicativos externos de terceiros. Nosso suporte abrangente para redes neurais inclui a capacidade de definir e usar redes neurais para inferência diretamente dentro da lógica dos modelos Simio Process Digital Twin, bem como a capacidade de capturar automaticamente dados de treinamento sintéticos dos modelos Simio usando recursos de coleta de dados integrados e o Neural Networks Trainer desenvolvido pela TensorFlow. O Simio suporta a importação e a execução de modelos de IA de terceiros usando o mecanismo de inferência ONNX padrão do setor, e os recursos de coleta de dados de treinamento do Simio também podem ser usados para gerar e exportar dados de treinamento sintéticos para uso com ferramentas de IA de terceiros.
Principais recursos
Aumente a inteligência do modelo com IA incorporada
- Incorpore agentes de IA para capturar lógicas de decisão complexas, simplificar modelos e otimizar processos operacionais para melhorar o desempenho do seu sistema.
- Executar agentes de IA durante o tempo de execução para tomar decisões otimizadas de seleção de recursos em cada modelo de instalação com base no estado atual.
- Exemplo de aplicação em manufatura: Prever com precisão os tempos de conclusão do trabalho em todas as linhas de produção.
- Otimize as decisões de sourcing da cadeia de suprimentos usando os tempos de espera e os custos de produção previstos pela IA para cada fábrica candidata, levando em conta o carregamento e o mix de produtos em cada estação de trabalho da fábrica.
- Essa abordagem baseada em IA elimina a necessidade de pressupor tempos de espera estáticos, usando intervalos de tempo artificiais e confiando em modelos de capacidade de corte grosseiro, conforme empregado nos sistemas tradicionais de planejamento mestre.
- A otimização com redes neurais incorporadas – em vez da lógica de processo tradicional – dentro do Simio Process Digital Twins reduzirá o tempo necessário para gerar soluções otimizadas de planejamento e programação em implantações operacionais no mundo real.
Testes e validação de IA
- Teste e valide o desempenho e o comportamento dos algoritmos de IA antes da implementação em um ambiente de sandbox virtual sem riscos.
- Ajuste facilmente o desempenho dos agentes de IA, avaliando diferentes configurações de aprendizado de máquina e definições de hiperparâmetros.
- Os gêmeos digitais do Simio Process, integrados aos algoritmos de aprendizado de máquina, podem ser usados para simulações e experimentação para projetar e analisar processos operacionais. Os gêmeos digitais do Simio Process também podem ser implantados em cenários operacionais do mundo real para garantir soluções otimizadas de planejamento e programação.
Geração de dados sintéticos de treinamento de IA
- Os modelos de gêmeos digitais do Simio Process podem criar dados limpos, rotulados e totalmente viáveis, abrangendo todo o espaço de solução para o treinamento de agentes de IA.
- Redes neurais incorporadas e externas de terceiros podem ser treinadas usando o algoritmo de treinamento Gradient Descent incorporado do Simio.
- Os dados sintéticos de treinamento podem ser exportados para redes neurais externas de terceiros para treinamento. Em seguida, as redes neurais treinadas podem ser importadas de volta para o Simio para execução.
- Quando ocorrem mudanças nas condições operacionais, como a adição de novos equipamentos, a introdução de novos produtos ou mudanças nos fluxos de processo, o modelo Simio Process Digital Twin pode ser atualizado automaticamente para refletir essas mudanças, e novos dados de treinamento podem ser criados automaticamente para treinar novamente os agentes de IA.
Aprendizado de máquina e integração de otimizador externo
- Ao trabalhar com gêmeos digitais de processos complexos que envolvem várias entradas e saídas – como dados mestres (entrada), previsões de vendas (entrada) e vários KPIs (saídas) -, o uso do aprendizado de máquina ou de outras abordagens de otimização baseadas em IA para ajustar os parâmetros do sistema pode proporcionar mais melhorias na eficiência operacional e na lucratividade do que a simulação sozinha.
- O Simio oferece suporte robusto para dimensionar a potência de computação e a memória para lidar eficientemente com o aumento de replicações/execuções de cenários, garantindo a confiança em soluções otimizadas.
- Usando linguagens de programação como Python, é possível criar scripts para gerar e executar automaticamente réplicas de modelos Simio Process Digital Twin dirigidos por um algoritmo ou aplicativo otimizador de IA. Os resultados podem ser enviados de volta ao otimizador após cada execução para influenciar futuras replicações.
- Essa abordagem permite que o aprendizado de máquina e outros algoritmos avançados interajam fortemente com os gêmeos digitais do Simio Process, combinando os pontos fortes da simulação de eventos discretos e da otimização do aprendizado de máquina.
- O Simio foi projetado desde o início para oferecer suporte à integração de dados bidirecional perfeita e à automação simplificada com aplicativos de terceiros e linguagens de programação, como Python, permitindo o acoplamento estreito com o Simio Process Digital Twins para criar rápida e automaticamente novos dados e cenários.
- Essa metodologia avançada oferece suporte ao design do sistema, à automação do fluxo de trabalho e à otimização contínua do sistema.
- A arquitetura do Simio permite que os desenvolvedores da Web e os cientistas de dados aproveitem totalmente a tecnologia Process Digital Twin, possibilitando a criação de cenários hipotéticos e de otimização que apoiam a tomada de decisões para as partes interessadas em toda a empresa.
Treinamento e teste de redes neurais
O treinamento de um modelo de rede neural, também conhecido como agente, incorporado em um Simio Process Digital Twin é um processo simples. Cada execução de simulação do Simio usa o agente de rede neural incorporado para inferência e garante o desempenho ideal ao gerar automaticamente dados de treinamento sintéticos para monitorar e treinar novamente o modelo.
-
Os dados de treinamento sintético registrados e salvos em um repositório de treinamento são usados pelo Simio para treinar um modelo de rede neural feedforward ou podem ser exportados para treinar um modelo de rede neural externo desenvolvido em um aplicativo de terceiros.
-
O treinador integrado do Simio é alimentado pelo TensorFlow, que é uma das estruturas de aprendizagem profunda mais populares e um mecanismo de IA de código aberto do Google.
-
Os recursos avançados de treinamento do TensorFlow são totalmente integrados ao Simio, criando um processo de treinamento perfeito sem a necessidade de importar ou exportar dados para ferramentas de terceiros.
O poder da simulação de eventos discretos + IA
A combinação de Simulação de Eventos Discretos e IA para enfrentar desafios operacionais complexos em ambientes de fabricação e cadeias de suprimentos é uma aplicação ideal para essa tecnologia de ponta. A plataforma ágil do Simio para o desenvolvimento de gêmeos digitais de processos adaptativos inteligentes fornece todas as ferramentas necessárias para treinar, testar e incorporar agentes de redes neurais profundas nos modelos Simio, além de interagir bidirecionalmente com algoritmos de aprendizado de máquina para aprimorar a inteligência do modelo, melhorar os resultados de otimização e reduzir os tempos de execução.