Definition av Swarm Intelligence-applikationer -
Definitionen av Swarm intelligence definierar att de intressanta vetenskapliga insikterna har lett till intressanta applikationer inom företag som löste ett irriterande problem och hjälpte till att förbättra företagets slutlinje.
Företag använder en hel del undersökningar, statistiska och dataanalysverktyg för att förstå de problem som produceras, marknadsföring, lager eller lager. Hur vetenskapligt de än är, de ger ofta inte de lösningar som krävs.
En ny teori utvecklad från observation av djurens beteende - ägg, bin och fjärilar har lett till utvecklingen av svärmintelligensapplikationer. Forskare observerade att sociala insekter till stor del var självorganiserade enheter som samordnade sin verksamhet genom kommunikation med de närmaste medlemmarna i nätverket. Detta fungerar bra för att ta reda på den kortaste vägen till en destination, undvika rovdjur eller hitta mat är svärmens intelligensdefinition.
Här är exempel på hur swarm intelligence-applikationer har hjälpt olika branscher att lösa sina problem;
# 1 Swarm intelligensapplikationer hjälper till inom logistik och transport
Begreppet svärmintelligensapplikationer har framgångsrikt använts inom transport och logistik som involverar den komplexa rörelsen av varor längs olika rutter. South West Airlines hade svårt att lagra last på flygplatser med sin kapacitet som körs med full last för det mesta. Emellertid hade dess flyg endast 7% av lastutrymmet ockuperat. I detta exempel på svärmens intelligens följde de myrornas intelligens som letar efter mat genom att lämna distinkta kemiska spår - kallade feromoner. När fler myror följer spåret lämnar de fler kemiska spår längs vägen.
South West Airlines beslutade att följa formeln och skicka last till flyg till en eller två andra destinationer innan de landade i måldestinationen. Detta hjälpte dem att minska godsöverföringsnivån med en rejäl 80% och minskade arbetsbelastningen för lastpersonal med 20%. Flygbolaget kunde reducera lagringsutrymmet och tillhörande lönekostnader avsevärt. Svärmens underrättelseapplikationer hjälpte flygbolaget att göra årliga vinster på cirka 10 miljoner dollar. Deras lastutrymme var också fullbokat och ledde till en ny affärsgren för företaget.
I Schweiz, Pina Petroli, värmeoljeföretag som levererar direkt till hem, hade små, stora och medelstora lastbilar utplacerade längs olika rutter. Trafikbegränsningar, dåligt väder, smala rutter, nödsamtal, olika lastbilar och slangar, den stora storleken på verksamheten krävde att företaget letade efter en innovativ lösning. De följde myrprincipen, stora lastbilar tilläts inte i smala rutter, det var informationsutbyte i realtid mellan fordon så att utnyttjandet av flottan optimerades och närmaste lastbil deltog i ett hemsamtal. Det reducerade också restiden. Varje lastbil fungerade som en "myra" och lämnade spår på väg för andra att förstå och svara.
Air Liquide, en leverantör av industriella, medicinska gaser som kväve, väte och syre, använde flera sätt att leverera produkterna till industriområden, sjukhus med järnväg, lastbilar, rörledningar. Med kraftpriserna fluktuerande och att inte leverera gaser på 6000 platser blev en komplex verksamhet för företaget. Det tog inspiration från myraintelligensen och med hjälp av ett konstgjord intelligensföretag utvecklades en modell som optimerade företagets verksamhet baserat på väder, växtplaner och lastbilsrutter.
Det är emellertid inte ett helt automatiserat system - varje natt matar företaget in uppgifter om konsumenternas efterfrågan och tillverkningskostnader så att hela systemet kommer att organiseras på fyra timmar med den svärma intelligensalgoritmen som arbetar med permutationer och kombinationer. Således kan en lastbilsförare riktas inte nödvändigtvis att plocka gas från närmaste anläggning men beroende på det lägsta tillgängliga priset kan det vara längre bort. Det ledde till stora besparingar för företaget även om förarna inte kunde förstå hur.
I lageraffärer har myror med hinkbrigad framgångsrikt använts av detaljhandelskedjor, distributionscenter vid ledande företag som Bantam-Doubleday-Dell Distribution, McGraw-Hill, Blockbuster Music bland andra. Myror distribuerar mat från matkällan till nästa genom en reläprincip, var och en överför mat till nästa person i kedjan. Denna modell kan framgångsrikt distribueras i fall där varor måste överföras från en person till en annan - duon av John Bartholdi, Georgia Tech –Donald Eisenstein, Chicago University efterliknade detta system för en detaljhandelskedja som använde en zonmetod där varje arbetade slutfört en viss uppgift innan en annan person kan börja.
I denna process kan de snabbaste människorna utnyttjas och långsammare människor få mer arbete. Bartholdi och Eisenstein utformade en strategi där en arbetare fortsatte att arbeta (fyllningsorder) tills personen nedströms tog över sitt arbete. Därefter kan arbetaren gå uppströms för att ta över nästa persons arbete. I detta system sattes de långsammaste i början och snabbast i slutet. Detta ledde till produktivitetsökningar på 30% på lagret jämfört med zonmetoden.
Swarm intelligensalgoritm kan också hjälpa bud- och paketföretag att dirigera lasten eller dokumenten mer effektivt genom att optimera resurserna.
# 2 Swarm intelligensapplikationer hjälper till inom telekommunikationsbranschen
Telekommunikationsverksamheten är ganska komplicerad eftersom vissa rutter kommer att vara upptagna vid någon tidpunkt medan andra kommer att vara lediga. Varje samtal måste gå igenom en serie mellanliggande noder och nav innan den når målet. Hur kan man optimera användningen av nätverket så att trängsel och förseningar undviks?
Ingenjörer på Hewlett Packard tänkte på ett stort antal 'digitala myror' som kan skickas längs obebodda nätverk. Detta hjälpte telekomcentrets agenter att avleda trafiken genom dessa rutter. Om en okongesterad rutt plötsligt blev trångt kommer de "digitala myrorna" att sakta ner eller avdunsta. Detta hjälper agenter att ignorera rutterna och titta någon annanstans. Några av de ledande telekomföretagen som British Telecom, France Telecom och MCI WorldCom var de tidiga antagarna av sådana innovationer. Det hjälper också till att dirigera internettrafik längs minst överbelastade rutter så att nätanvändare inte får problem med tillgänglighet.
# 3 Swarm intelligensapplikationer hjälper till att optimera fabriksarbetet
Detta är ett av de bästa exemplen på svärmrätter där tillverkningsverksamheten har gynnats av observationen av hur bin fördelar arbete med varandra. Det finns arbetarbina, drottning bin och ammande bin i en bikupa. När arbetsbelastningen ökar hjälper även de ammande bin arbetarbina att utföra en uppgift. Detta användes effektivt i färgbåsar i en lastbilstillverkningsanläggning. Varje målarbutik specialiserade sig på en viss färg, såvida det inte snabbt kallades för att rensa ett eventuellt eftersläpning i andra bås. Detta möjliggjorde optimering genom det självorganiserade systemet istället för ett centraliserat system för att utforma scheman. Om en viss målarbutik stötte på problem skulle andra kompensera.
Unilever optimerade sina anläggningsscheman med hjälp av svärmintelligensalgoritm som hanterar komplexiteten hos en kemisk anläggning när traditionella metoder inte kunde göra det. Bland maskinerna och föremålen som användes var kemiska blandare, tankar för lagring, förpackningslinjer med olika variationer av operationer som kräver övergångstider från en produkt till en annan och periodiskt underhåll.
Vissa ingredienser måste förblandas innan det kan hanteras av blandarna. Bios-gruppen, New Mexico-företaget som levererade lösningar för South West Airlines, tillhandahöll också lösningarna för Unilever. Det optimerade användningen av maskiner på ett sådant sätt att om övergångstiden för ett maskiner var mindre än en timme, användes den inte för korta uppgifter. Programvaran var inte orolig för att få saker från en plats till en annan på kortast tid men utföra en uppsättning uppgifter på kortast tid. Vid nedbrytning av maskiner justeras scheman automatiskt så att produktionen inte störs i butiksgolvet.
Rekommenderade kurser
- Komplett utbildning för prestationshantering
- Online-utbildning om flygplanselement
- Program för digital marknadsföring
# 4 Swarm intelligensapplikationer hjälper till att få bättre återkoppling från kunderna
Den mest använda metoden för att förstå konsumentens smak och preferenser är genom enkäter och enkäter. Det finns betyg för filmer, hotell, flygbolag, böcker tillgängliga online men de kan inte få den kollektiva intelligensen för publiken. Box office-data visade att Jurassic World krökade $ 643, 3 miljoner i den mest populära filmen, men svärmens intelligensalgoritm visade att det var Mad Max var den högst rankade filmen - med filmkritiker som ger högre betyg.
Swarm intelligence-programvara använder inte absoluta siffror utan kvaliteten bakom det. Nyligen avslöjade ett experiment vid Humboldt-universitetet i Berlin och RAND Corporation att en grupp av 12 radiologer som diagnostiserade skelettavvikelser var bättre på att komma fram till korrekt diagnos än enskilda läkare som gjorde diagnosen.
Vid omröstning online har man observerat att framgångsrika väljare påverkas av beteendet hos dem som röstats före dem. I svärmintelligensalgoritmen påverkas eller ledas ingen av andra. Värmningen är synkron. Därför återspeglar det deltagarnas samtidiga beslut. I en undersökning eller undersökning återspeglar genomsnittet bara en statistik som avslöjar vad som är mer populärt men inte det som är mer tilltalande för hela befolkningen.
# 5 Svärma underrättelseapplikationer inom HR och rekrytering
I detta exempel på svärmrätter har företag följt praxis med insekter i jakt på mat som ska tillämpas vid rekrytering av anställda. Precis som myror lockas till platser där "feromoninnehållet" är det högsta, kan massanrekryteringsstrategier utnyttjas där konkurrensen är låg och arbetsmarknadens storlek också är liten. Det gör det möjligt för företag att få talanger snabbt och med smidighet. Det kommer att göra det möjligt för företaget att anställa de bästa talangerna även innan andra konkurrenter dyker upp och höjer lönenivåerna. Tandem-rekryteringsformel efterliknar myrbeteendet som återvänder från en matkälla med mat och höjer sin antenn som signalerar några andra att gå. Detta kan användas på små och medelstora arbetsmarknader med den höga grad av konkurrens som gör att de kan få människor från olika platser till konkurrenskraftiga priser. Grupprekrytering efterliknar bin som viftar med dans innan en ny matkälla eller en potentiell bikupa för att signalera andra att komma. När det finns låg konkurrens på en enorm marknad visade sig grupprekrytering vara effektiv.
Egenskaper för Swarm Intelligence-applikationer
-
Det finns inga ledare
Hos sociala djur har det observerats att det inte finns några ledare, var och en arbetar för andras välfärd. Det krävs inga behörigheter och varje medlem arbetar enligt information som erhållits från närmaste eller kollektivt.
Oftast har de ingen kunskap om den större bilden. Bland bin är två typer av information delad matinformation och hotinformation. När vissa bin hittar en bra nektarkälla, utför den en vingladans för att signalera andra att det är säkert. När de letar efter ett nytt ställe för att ställa in bikupor, utför bina en vilddans för att signalera andra. På liknande sätt görs också information om hot som kräver brådskande kommunikation effektivt av gruppen. Alla medlemmar i ett bioteam ses som ledare.
-
Inga beställningar eller behörigheter krävs
I bioteams finns det ingen formell order som utfärdas eller tillstånd behöver tas för att utföra en uppgift eftersom strukturen är baserad på informationsdelning. Systemet är öppet och det finns en tydlig förståelse för var och en av dem i det. Beställningar måste förstås korrekt i dess sammanhang och mer sannolikt att de innehåller fel. Tillståndsstrukturer finns i de flesta ledningssystem - det är okej att ha det om en anställds färdigheter är i tvivel inte när det används över osäkerhet om teammedlemmarnas engagemang eller motiv.
-
Hastighet och smidighet viktigt
En anledning till att det inte finns någon hierarki eller beställningar i bioteams är att hastighet och smidighet är avgörande för överlevnad. I luftfart anger Roger mottagande av ett meddelande medan Wilco anger kvitto och villighet att agera på meddelandet. En organisation skulle prestera bättre om fler Rogers än Wilcox måste skickas.
Swarm Intelligence-applikationer Slutsats
Svärmens intelligensprogramvara har använts i olika branscher under de senaste halvt decennierna med fantastiska resultat och dess ytterligare användning begränsas bara av vår fantasi. Företag som blir mättade i en bransch eller med full kapacitet på ett ställe kan tänka på hur bin hittar alternativa platser för att sätta upp bikupor för att utöka sin verksamhet. Utvidgningen eller diversifieringen bör dock ske till territorier som är säkra och utgör mindre risk för organisationen. På samma sätt, när en toppaktör troligtvis lämnar en organisation, ger ledningen fler incitament i form av aktieoptioner eller aktier för att behålla dem. I bikupa ger drottning bin rätten att lägga ägg till arbetarbina som troligen kommer att lämna.
Svärmens intelligensprogramvara accepteras inte lätt i någon organisation och därför krävs en korrekt medvetenhetsuppbyggnad.
Rekommenderade artiklar
Detta har varit en guide till konceptet för svärmens intelligensapplikationer har framgångsrikt använts inom transport och logistik som involverar en komplex rörelse av varor längs olika rutter. Dessa är följande externa länk relaterade till applikationer för svärmintelligens.
- Hjälper Swarming agila lag att växa? (Projekt)
- Artificiell intelligensapplikationer över sektorer
- Artificial Intelligence vs Business Intelligence - Lär dig 6 användbar jämförelse