Monitoring obciążenia sieci dystrybucji z wykorzystaniem sztucznej inteligencji

Wyzwanie:

Brak informacji o prognozowanym obciążenia punktów dystrybucji przesyłkami. Informacje o liczbie przesyłek przemieszczających się pomiędzy punktami są dostępne w systemie, lecz informacja ta jest trudno dostępna dla użytkownika. Brak wizualizacji danych w formie która byłaby czytelna i łatwo interpretowalna dla odbiorcy biznesowego. Wolumeny danych rzędu TB, czas dostarczenia danych do użytkownika końcowego do 1h

Rozwiązanie:

W ramach projektu  zostało zrealizowane w pełni funkcjonalne rozwiązanie raportowe, tj. obsługujące cały proces przetwarzania danych: począwszy od integracji z systemem, poprzez transformację danych do postaci modelu semantycznego i modelowanie predykcyjne, aż do wizualizacji wyników dla użytkownika końcowego. Rozwiązanie zostało zaimplementowane w całości za pomocą usług platformy Microsoft Azure (model PaaS) oraz Power BI. Szczególny nacisk został położony na sprawdzenie przydatności modelowania predykcyjnego do raportowania prognoz obciążenia.

 

Korzyści dla Biznesu:

Celem rozwiązania jest usprawnienie działania sieci dystrybucji,  poprzez dostarczanie za pomocą czytelnych wizualizacji precyzyjnej informacji o prognozowanym obciążeniu punktów w ujęciu czasowym. Raporty powinny wspomóc proces planowania zasobów ludzkich oraz obciążenia maszyn sortujących.

Case studies