Система предиктивной аналитики призвана помочь в сквозном планировании, повышении эффективности управления и оптимизации затрат производства. Модель упрощает процесс планирования от производственного участка до предприятия в целом и оснащена встроенным планировщиком по выпуску готовых деталей и партий изделий.Прототип выполнен на базе анализа данных по объему продаж антигистаминного препарата в аптеках Москвы за год.
Техническое описание: модель использует технологии машинного обучения, предиктивного имитационного моделирования и Big Data.
Сфера применения: Система позволяет формировать прогнозные сценарии, оперативно менять план производства, учитывает оптимизационные сценарии, выстраивает системы учета и контроля использования оборудования, инструментов и рабочего времени. Оптимизирует сроки производства, стоимость изделий и загрузку производственных мощностей. Легко интегрируется в существующую ИТ-инфраструктуру.
Участники проекта: доцент, к.э.н. С.В. Макрушин, А.В. Деяшкина
Работа выполнена – в рамках НИР
Подробнее о машинное обучении — в интервью доцента, к.э.н. Сергея Вячеславовича Макрушина, руководителя секции прикладной информатики Департамента анализа данных, принятия решений и финансовых технологий.
