為您找到相關(guān)結(jié)果 1246 篇
-
牽頭試點(diǎn)單位，按照“專班領(lǐng)題、充分結(jié)合、上下聯(lián)動(dòng)、一體推進(jìn)”的總體思路，承接開展智能盤庫與智能終端評(píng)價(jià)試點(diǎn)工作。該項(xiàng)目綜合運(yùn)用AI圖像識(shí)別技術(shù)和相關(guān)算法訓(xùn)練，對
-
的生產(chǎn)智能排產(chǎn)、輔料自動(dòng)要料、物流貨位管理等算法模型，形成了APS智能排產(chǎn)、生產(chǎn)輔料自主配送、云化無人倉等9個(gè)大類42個(gè)小類創(chuàng)新應(yīng)用成果，探索出“用數(shù)、賦智”智能工廠建設(shè)
-
;基于凸輪設(shè)計(jì)參數(shù)及軌跡曲線，進(jìn)行磨削加工；利用進(jìn)口五軸磨床設(shè)備，基于凸輪轉(zhuǎn)角時(shí)序并結(jié)合算法，進(jìn)行磨削加工。此次成功攻關(guān)不僅為其他類型的弧面凸輪
-
依靠算法和數(shù)據(jù)的現(xiàn)代管理方式轉(zhuǎn)變。確立運(yùn)行保障新機(jī)制。他們建立業(yè)務(wù)條線專項(xiàng)診斷、區(qū)域協(xié)同聯(lián)合診斷以及預(yù)警分析智能診斷等管理診斷新機(jī)制，促進(jìn)現(xiàn)代物流管理診斷落實(shí)落地。他們基于物流業(yè)務(wù)作業(yè)
-
;云計(jì)算為緯，人工智能為點(diǎn)睛之筆，精心編織出一張精準(zhǔn)洞察消費(fèi)者需求的網(wǎng)絡(luò)。煙草企業(yè)在這場數(shù)字盛宴中，學(xué)會(huì)了如何傾聽市場的聲音，利用算法的力量
-
”推進(jìn)思路，打破層級(jí)壁壘，研究實(shí)用算法，強(qiáng)化數(shù)據(jù)賦能，搭建多跨應(yīng)用，努力打造管用、好用、實(shí)用的數(shù)字化物流應(yīng)用場景，加快
-
提供模型參考。據(jù)介紹，與傳統(tǒng)烘絲機(jī)的PID控制不同，智能烘絲機(jī)會(huì)將傳感器采集到的數(shù)據(jù)匯總到云平臺(tái)，綜合環(huán)境、設(shè)備、物料、質(zhì)控等多方面要素，通過算法
-
;從而服務(wù)于生產(chǎn)經(jīng)營決策是調(diào)度模型構(gòu)建的關(guān)鍵?！敖?jīng)過我們的研究比較，啟發(fā)式算法依托數(shù)據(jù)庫，能夠?qū)⒎謷{(diào)度中的客戶訂單量、品規(guī)類型、送貨線路、分揀效率等影響因素都考慮進(jìn)去
-
工序構(gòu)建煙葉霉變檢測算法模型,對來料煙葉霉變檢測進(jìn)行科學(xué)分析和總結(jié)。AI煙葉霉變檢測模型資產(chǎn)的構(gòu)建需要高質(zhì)量的煙葉霉變樣本支持,為建立煙葉霉變樣本圖像庫,項(xiàng)目團(tuán)隊(duì)常駐車間現(xiàn)場,通過創(chuàng)新方法累計(jì)采集樣本
-
、參與人員廣泛、約束條件復(fù)雜等因素，是企業(yè)經(jīng)營最關(guān)鍵的環(huán)節(jié)之一，是物流穩(wěn)定運(yùn)行的基礎(chǔ)?！拔覀冊谛陆ㄔO(shè)的浙江中煙一體化物流綜管平臺(tái)里植入了五大智能調(diào)度算法模型，實(shí)現(xiàn)
