Influence of AI-Generated Data in the simulation of an industrial process

Abstract

Este trabajo se centra en analizar los efectos del uso de herramientas de machine learning en un problema concreto de logística. Para ello se ha creado un modelo logístico en el que existen cinco tipos de productos que pasan por ciertas fases antes de ser distribuidos a sus respectivos centros específicos. Las fases en las que consiste el problema son: recepción, almacenamiento, preparado de pedidos y distribución. Se ha utilizado el software Witness para realizar una simulación del sistema. Al principio se han establecido parámetros aleatorios para recopilar datos que posteriormente nos sirvan para alimentar la memoria de la inteligencia artificial utilizada para el análisis. Para finalizar, se han integrado todos los datos en el programa Orange Data Mining. Gracias al diagrama de flujo establecido, se ha hecho que los datos sean evaluados y mediante un código se busque la combinación óptima para la gestión de la simulación.

This work focuses on analyzing the effects of using machine learning tools in a specific logistics problem. To achieve this, a logistics model has been created in which there are five types of products that go through certain phases before being distributed to their respective specific centers. The phases involved in the problem are reception, storage, order preparation and distribution. The Witness software was used to simulate the system. Initially, random parameters were set to collect data that would later be used to feed the memory of the artificial intelligence used for the analysis. Finally, all the data was integrated into the Orange Data Mining program. Thanks to the established flow diagram, the data was evaluated and through a code, the optimal combination for managing the simulation was sought.