Produktionsplanung kann durch Schwarmalgorithmen verbessert werden

Für Industrieunternehmen ist die starke Vernetzung von Produktionsanlagen eine enorme Herausforderung. Diese zeigen ein komplexes und dynamisches Verhalten, wie es auch bei Ameisen, Bienen, Fischen oder Vögeln beobachtet wird. Inspiriert durch Vorbilder aus der Natur werden im Projekt SWILT daher ganze Industrieanlagen als Schwärme modelliert. Nach drei Jahren liegen nun die Projektergebnisse vor: Die Simulationen ergaben, dass die Gesamtleistung eines großen Produktionsplanungssystems im einstelligen Prozentbereich verbessert werden kann, was bedeutende finanzielle Zugewinne für Unternehmen bedeuten kann.

An der Universität Klagenfurt startete mit Oktober 2018 das Forschungsprojekt SWILT (Swarm Intelligence Layer to Control Autonomous Agents). Dabei forschten vier Kärntner Partner (Lakeside Labs GmbH, Universität Klagenfurt, Infineon Technologies Austria AG und Novunex GmbH) an Cyber-Physical-System-Schwärmen, um die reale mit der virtuellen Welt zu verbinden. Das von der FFG geförderte Projekt hatte eine Laufzeit von drei Jahren und umfasste ein Projektvolumen von knapp 1 Million Euro.

„Ziel war es, die Produktionsplanung in einem industriellen Anwendungsfall mit Schwarmalgorithmen zu verbessern“, so Projektleiter Wilfried Elmenreich (Institut für Vernetzte und Eingebettete Systeme). Er erklärt weiter: „In einer Fallstudie haben wir die Produktionsplanung in der Halbleiterindustrie als ein Schwarm-Problem modelliert. Wir haben mehrere von der Natur inspirierte Schwarmalgorithmen auf das Problem angewandt, darunter ein künstliches Hormonsystem, einen künstlichen Bienenvolk-Algorithmus, einen Algorithmus, der vom Futtersuchverhalten der Ameisen inspiriert ist, und einen Algorithmus, der auf den Mechanismen der als Schleimpilze bekannten sozialen Amöben basiert. Die Algorithmen wurden durch Simulation in Netlogo, einer programmierbaren Multi-Agenten-Modellierungsumgebung, die sich besonders für Schwarm-Experimente eignet, bewertet.“

Das Ergebnis lässt sich sehen: Die Simulationen ergaben, dass die Gesamtleistung eines großen Produktionsplanungssystems im einstelligen Prozentbereich verbessert werden kann, was für eine große Fabrik einen erheblichen finanziellen Gewinn bedeutet. Darüber hinaus haben die vorgeschlagenen Algorithmen den Vorteil, dass sie weniger ressourcenintensiv sind als andere Ansätze und daher auch in Systemen mit vielen zu berechnenden Einheiten während der Produktion eingesetzt werden können.