织造制造系统中的数据驱动劳动力优化:集成机器学习与排队论的框架

《Processes》:Data-Driven Workforce Optimization in Weaving Manufacturing Systems: An Integrated Machine Learning and Queueing Framework

【字体: 大 中 小 】 时间:2026年08月28日 来源:Processes 3.4

编辑推荐:

  本研究提出一种预测-规范框架(Predictive-Prescriptive Framework),通过整合统计分析、机器学习(Machine Learning, ML)和排队论(Queueing Theory),对织造制造系统中的劳动力规划与基于排队的容量评

  
本研究提出一种预测-规范框架(Predictive-Prescriptive Framework),通过整合统计分析、机器学习(Machine Learning, ML)和排队论(Queueing Theory),对织造制造系统中的劳动力规划与基于排队的容量评估进行研究。数据集包含12个月的车间层面观测值,由LoomData系统记录的4项运行指标——经纱和纬纱断纱频率及其相应的修复持续时间——与公司运营计划记录中获得的劳动力需求相结合。统计分析识别出不同生产车间和时间段之间的运行差异。劳动力需求采用多元线性回归(Multiple Linear Regression, MLR)和基于树的机器学习算法(包括M5P、REPTree、随机森林Random Forest和随机树Random Tree)进行建模。模型性能通过交叉验证(Cross-Validation)和独立测试进行评估,其中多元线性回归表现出最高的预测精度和稳定性(R2 > 0.93)。预测的劳动力估计值随后被转换为整数人员配置水平,并纳入M/M/c排队模型(M/M/c Queueing Model),以分析评估系统利用率、期望等待时间、期望队列长度和容量压力。结果揭示了不同车间在排队性能和容量利用率方面的差异。这些发现表明,预测模型性能应辅以基于排队的容量评估,以支持劳动力规划。通过将预测建模与分析性排队评估相结合,该框架连接了机器学习与运筹学(Operations Research),并为制造环境中的数据驱动劳动力规划提供了实用决策支持。
织造制造系统需要在高变异、劳动力短缺与成本压力下保持连续生产。经纱和纬纱的随机断纱要求操作员及时干预,但断纱频率随生产车间、机器类型、运行条件和时间段而变化,静态人员配置难以应对。已有研究多将劳动力预测与容量评估分离:预测模型常仅以R2、RMSE等精度指标评价,未充分考察预测人员水平在随机生产条件下的容量含义。因此,研究人员提出将统计分析、机器学习(Machine Learning, ML)与排队论相结合,用于劳动力需求预测,并将预测值输入M/M/c排队模型进行容量评估。

该研究数据来自地中海地区某工厂5个织造车间,覆盖2024年1—12月共12个月。目标变量为每8小时班次劳动力需求,来自公司运营计划记录,依据标准化工作负荷计算流程得出并包含0.80有效生产率系数。研究人员采用的主要技术方法包括:正态性检验(Kolmogorov–Smirnov与Shapiro–Wilk)、多元方差分析(MANOVA)、Kruskal–Wallis H检验、Pearson相关分析、多元线性回归(Multiple Linear Regression, MLR)以及REPTree、M5P、随机森林(Random Forest)和随机树(Random Tree)等基于树的机器学习模型;用10折交叉验证和预留Hall 4独立验证评估模型;最后将MLR预测的连续劳动力值取整为整数服务台数c,建立M/M/c排队模型(到达为泊松过程、服务时间为指数分布、c个并行服务台)计算容量指标。

研究结果如下:

3.1 运行变量的统计特征。通过MANOVA和Kruskal–Wallis检验发现,生产车间因素对经纱断纱频率和纬纱干预时间具有显著多变量效应;月份因素对纬纱干预时间影响显著,对经纱断纱频率不显著;纬纱断纱频率在不同车间间差异显著,经纱修复时间在不同月份间差异显著。Pearson相关分析显示,经纱断纱频率与劳动力需求呈最强正相关(r=0.911),经纱修复时间(r=0.635)和纬纱修复时间(r=0.704)也与劳动力需求正相关,而纬纱断纱频率呈中等负相关(r=?0.387)。这为后续预测模型提供了变量选择依据。

3.2 预测模型性能。研究人员比较了MLR、REPTree、M5P、随机森林和随机树5种模型在训练集和独立验证集上的表现。MLR和M5P在两种数据划分中均具有较高相关性和较低误差;由于MLR兼具稳定验证性能和更强可解释性,被选作最终预测模型。MLR模型拟合优度R2=96.06%(p<0.001),经纱断纱频率是最强预测变量,纬纱断
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号