Tel: +998901234567
Search

№ 6 (2025)
Marketing

Articles

ОПТИМИЗАЦИЯ ПРОЦЕССОВ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРОМЫШЛЕННОСТИ

Опубликован 2025-06-30

Авторы
Rixsiboyev Nozimbek Abdurasul oʻgʻli
Организация
Независимый студент Ташкентского международного университета
PDF (узбекский) Google Scholar Google Scholar

Аннотация

В данной статье рассматриваются вопросы оптимизации производственных процессов на основе технологий искусственного интеллекта (ИИ) в промышленном производстве. В исследовании используется теоретический анализ, сравнительное изучение международной практики и методы оценки эффективности методов оптимизации на основе ИИ, таких как машинное обучение, глубокое обучение, обучение с подкреплением и генетические алгоритмы. Результаты показывают, что системы оптимизации на основе ИИ позволяют корректировать параметр ы производства в реальном времени, эффективно использовать ресурсы, снижать энергопотребление и стабилизировать качество продукции. На примере международного опыта анализируются методы оптимизации на основе ИИ ведущих промышленных предприятий, таких как BMW , BASF , Intel и Bosch , и раскрываются их результаты. Обосновываются основные этапы внедрения ИИ в оптимизацию промышленных процессов, технические требования и ожидаемые экономические выгоды.

Ключевые слова

Искусственный интеллект, оптимизация процессов, производство, машинное обучение, обучение с подкреплением, генетические алгоритмы, цифровые двойники, оптимизация в реальном времени, настройка 279 параметров, энергоэффективность, Индустрия 4.0, интеллектуальное производство, управление процессами, адаптивное управление

Библиографические ссылки

  1. Kusiak, A. (2018). Smart manufacturing. International Journal of Production Research, 56(1 -2), 508 -517.
  2. Tao, F., Qi, Q., Liu, A., & Kusiak, A. (2018). Data -driven smart manufacturing. Journal of Manufacturing Systems, 48, 157 -169.
  3. Wuest, T., Weimer, D., Irgens, C., & Thoben, K. D. (2016). Machine learning in manufacturing. Production & Manufacturing Research, 4(1), 23 -45.
  4. Qi, Q., & Tao, F. (2018). Digital twin and big data towards smart manufacturing and industry 4.0. IEEE Access, 6, 3585 -3593.
  5. Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction. MIT Press.
  6. Deb, K. (2014). Multi -objective optimization. Search Methodologies, Springer, 403-449.
  7. Monostori, L. (2014). Cyber -physical production systems: Roots, expectations and R&D challenges. Procedia CIRP, 17, 9 -13.
  8. McKinsey & Company. (2023). AI in manufacturing: Optimization and beyond. McKinsey Analytics.
  9. Deloitte. (2024). Smart Factory Implementation: A Practical Guide. Deloitte Insights.
  10. World Economic Forum. (2023). The Future of Manufacturing Report. WEF Publications.
  11. Tursunov, M. R. (2023). Sanoat jarayonlarini optimallashtirish usullari. — Toshkent: Fan.
  12. Rahimov, A. S. (2022). Sunʼiy intellekt va ishlab chiqarish. — Toshkent: Iqtisodiyot.

Скачивания

Данные скачивания пока недоступны.