Einsatz von maschinellem Lernen zur Optimierung von Kalkulations- und Produktionsplanungszeiten von Faltschachtelklebemaschinen

Abstract

In dieser Masterarbeit wird mit Hilfe von Anwendungen aus dem Bereich der
künstlichen Intelligenz und des maschinellen Lernens versucht, Produktionszeiten im
industriellen Verpackungsbereich vorherzusagen. Die Daten dafür stammen direkt aus
dem Produktionsbetrieb sowie aus der CAD – Verpackungsentwicklung. Mit Hilfe
dieser Daten soll versucht werden, die Produktionsfortlauf- sowie Rüstzeiten von
Faltschachtelklebemaschinen für zukünftige Produktionsaufträge vorherzusagen. Die
Vorhersagen werden mit den verschiedensten Modellen wie etwa neuronale Netze oder
Entscheidungsbäume erstellt. Weiters soll untersucht werden, ob diese Algorithmen
gleiche oder sogar bessere Ergebnisse liefern können als das aktuell eingesetzte
Kalkulationsprogramm. Die Ergebnisse der einzelnen Modelle werden dann
gegenübergestellt und bewertet. Es stellt sich heraus, dass es auf die Betrachtungsweise
ankommt welche Modelle die besten Ergebnisse liefern. Es soll jedoch hervorgehoben
werden, dass der XGBoost Algorithmus sowie ein neuronales Netz die besten
Gesamtergebnisse liefern.

Datum der Bewilligung	2024
Originalsprache	Deutsch (Österreich)
Betreuer/-in	Gabriel Kronberger (Betreuer*in)