算法排程：解決制藥排程危機
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對面交流
海量資料庫查詢(xún)
排程員必須花費多少時(shí)間來(lái)處理數據？從車(chē)間的操作員處收集最新數據是他們“日常工作”的一部分，但卻被無(wú)休止的電話(huà)、郵件和短信來(lái)來(lái)回回而延誤數據采集。所有這些因素都會(huì )給排程員帶來(lái)巨大的消耗，并因變更沒(méi)有得到足夠快的響應而導致生產(chǎn)受挫。
本文引用地址：http://dyxdggzs.com/article/202304/445615.htm
這為商業(yè)化的生產(chǎn)排程帶來(lái)快速、準確和更靈活的方法，并大大減少了操作員、主管和排程員的工作量。
這項技術(shù)對車(chē)間排程進(jìn)行了四個(gè)關(guān)鍵方面的改進(jìn)，賦能制藥業(yè)的生產(chǎn)運營(yíng)。
1) 減輕數據采集的負擔。一個(gè)實(shí)時(shí)算法排程中心從排程工作流中削減了幾乎所有的數據追蹤、郵件和電話(huà)、剪切和粘貼活動(dòng)以及數據清理。一旦該平臺連接到相關(guān)數據集，它就會(huì )自動(dòng)將數據拉到一個(gè)中央位置，供算法實(shí)時(shí)審查。每個(gè)利益相關(guān)者群體——操作員、QC專(zhuān)家、維護團隊、供應鏈，都可以將他們的數據直接鏈接到數據中心，而無(wú)需排程員對其進(jìn)行追查。流程一旦建立，算法就會(huì )利用可用數據對排程進(jìn)行預測。
2) 借助機器學(xué)習來(lái)提高排程的準確性。因為算法排程中心可以直接與數據中心集成，所以它會(huì )隨著(zhù)時(shí)間的推移習得行為模式。即使生產(chǎn)模式之間的因果關(guān)系尚未完全了解，數據中心內的機器學(xué)習算法也可用于預測未來(lái)的運營(yíng)情況。例如，如果在特定設備上進(jìn)行在位清潔（Clean In Place, CIP）的時(shí)間總是比預定時(shí)間長(cháng)，機器學(xué)習算法給操作員發(fā)出提醒，并在 CIP 完成和下一個(gè)操作開(kāi)始之間留出額外的時(shí)間。這些類(lèi)型的更改有助于更好地響應延誤情況。此外，一個(gè)工藝步驟的可變性不會(huì )對其他工藝步驟產(chǎn)生不利影響。
3) 生成更敏捷的排程，且能更快地進(jìn)行更新。排程數據管理的自動(dòng)化意味著(zhù)排程員可以實(shí)時(shí)重新安排，在一個(gè)班次內將更新通知發(fā)到車(chē)間。與航空公司在航班延誤時(shí)向用戶(hù)實(shí)時(shí)通知的方式相同，實(shí)時(shí)排程通知可以幫助生產(chǎn)部門(mén)的操作員和技術(shù)人員做出更快、更優(yōu)的響應。這使得整個(gè)生產(chǎn)車(chē)間更加靈活地應對與單個(gè)工藝步驟相關(guān)的任何延遲或中斷事件。算法排程將排程轉換為一種響應工具，使生產(chǎn)車(chē)間能夠在新數據產(chǎn)生時(shí)即時(shí)響應。
4) 排程員可以更具戰略性地做出決策。通過(guò)消除與數據收集和清理相關(guān)的手動(dòng)任務(wù)，排程員可以將時(shí)間花在思考和執行戰略任務(wù)上，例如場(chǎng)景分析和評估排程結果的業(yè)務(wù)影響。這將排程功能的角色從一組戰術(shù)任務(wù)提升為組織內領(lǐng)導團隊的關(guān)鍵顧問(wèn)。算法排程使排程成為生產(chǎn)網(wǎng)絡(luò )中最關(guān)鍵的分析角色之一，在廣泛的規劃場(chǎng)景中為利益相關(guān)者提供最佳行動(dòng)方案建議。
我們該從何入手？
今天的排程正處于危機之中，但排程員往往對嘗試新事物持謹慎態(tài)度，因為即使是完成工作的基礎知識也如此困難。好消息是實(shí)現基本的算法排程并不困難。排程員可以通過(guò)增強的自動(dòng)化輕松適應這種新模式。
我們的智能排程平臺為排程員提供了實(shí)施“輕型”算法排程方法所需的工具。因為它不需要排程員學(xué)習 Python 或如何訓練機器學(xué)習方法，所以它可以更容易地實(shí)施并簡(jiǎn)化排程員和決策者走向完全自動(dòng)化的道路。許多生產(chǎn)車(chē)間都是從這種“輕型”方法開(kāi)始的，其中只集成了生產(chǎn)系統的一個(gè)子集，比如只有企業(yè)資源計劃（Enterprise Resource Planning, ERP） 和分散式控制系統（Distributed Control System, DCS）。在這種情況下，算法排程可以通過(guò)基于Web的基本頁(yè)面直接從車(chē)間的操作員和主管處獲取數據。然后，該工具可以提出更改建議，但需要排程員確認才能繼續進(jìn)行。第一階段縮短了獲取結果的時(shí)間并顯著(zhù)提高效率，同時(shí)仍將最終決策權留給排程員。
生產(chǎn)車(chē)間所面臨的靈活可靠的壓力越來(lái)越大，操作員無(wú)法再拒絕采用新技術(shù)來(lái)生成更準確的排程。算法排程提供了一系列算法和數據處理技術(shù)，可以幫助一流的制藥商實(shí)現目標。
作者簡(jiǎn)介：
Rick Johnston博士 負責應用材料公司自動(dòng)化產(chǎn)品部制藥排程解決方案的研發(fā)工作，具有15年以上生命科學(xué)軟件構建經(jīng)驗，擅長(cháng)借助大數據預測人工智能和機器學(xué)習的技術(shù)領(lǐng)導者。建立并帶領(lǐng)團隊開(kāi)發(fā)全新的用于制藥預測、定價(jià)和市場(chǎng)準入、新藥上市、估值以及生產(chǎn)的軟件。
相關(guān)閱讀：
1. 博客中文原文：算法排程：解決制藥排程危機
2. 博客英文原文：Algorithmic scheduling: Solving the pharma scheduling crisis：
3. 數據科學(xué)家的難題——數據探索和特征工程
4. 更快地解決 SPC 和 FDC 違規問(wèn)題
關(guān)于應用材料公司 SmartFactory? 解決方案
我們的綜合解決方案助力半導體制造商和制藥制造商增長(cháng)生產(chǎn)效率，優(yōu)化質(zhì)量，提高產(chǎn)出，降低成本，減少風(fēng)險以及提高良率。使用應用材料公司 SmartFactory 和 SmartFactory Rx 解決方案來(lái)助您量化 KPI 的影響。
評論