Schwarmintelligenz Neue Algorithmen funktionieren nach dem Ameisenhaufen-Prinzip

Quelle: Pressemitteilung der Universität Klagenfurt Lesedauer: 2 min

Weil Produktionslandschaften komplex sind, ist die Suche nach der idealen Reihenfolge der benötigten Maschinen nicht trivial und oft zeitraubend und teuer. Das sollen neue Algorithmen jetzt ändern.

Anpassungsfähig, robust und skalierbar wie ein Ameisenhaufen sollen neue Algorithmen sein, die an der Alpen-Adria-Universität Klagenfurt entwickelt wurden. Nach Aussage der Forscher sorgen sie für sparsamere Workflows in Fabriken.
Anpassungsfähig, robust und skalierbar wie ein Ameisenhaufen sollen neue Algorithmen sein, die an der Alpen-Adria-Universität Klagenfurt entwickelt wurden. Nach Aussage der Forscher sorgen sie für sparsamere Workflows in Fabriken.
(Bild: Brosowetski)

Forscher der Lakeside Labs GmbH und der Universität Klagenfurt arbeiten momentan am Beispiel von Infineon Technologies Austria AG an neuen Algorithmen, um die Abläufe in Fabriken effizienter zu machen, und Unternehmen damit insgesamt sparsamer werden zu lassen. Nicht zuletzt verfüge die Halbleiterindustrie über die komplexesten Produktionsanlagen. Denn die einzelnen Maschinenschritte würden an etwa 400 bis 1.200 verschiedenen Stationen umgesetzt. Sie produzieren dabei oft über 1.500 Produkte in rund 300 verschiedenen Prozessschritten, wie die Forscher betonen.

Doch wer überlegt sich nun, welche Schritte an welcher Maschine in welcher Abfolge ab besten zu erledigen wären, um möglichst schnell und qualitativ hochwertig, aber auch energie- und ressourceneffizient produzieren zu können?

Mit menschlicher Intelligenz könne man solche Optimierungsprobleme nicht mehr lösen. Aber auch die bisher zur Verfügung stehenden linearen Optimierungsmethoden stießen mit dem hoch komplexen, großen und dynamischen Suchraum an ihre Grenzen. Im Rahmen des Projekts „SwarmIn“ sollen nun neue Algorithmen entwickelt werden, die das schaffen, heißt es.

Kombinatorische Optimierung trifft auf Schwarmintelligenz

Der größte Teil dieser Optimierungsprobleme sind so genannte NP-harte Probleme, die mit herkömmlichen deterministischen Algorithmen nicht gelöst werden können und die vor allem die Energie- und Ressourceneffizienz in solchen Fabriken erhöhen sollen.

Das Projektteam baue dabei auf umfangreiche Vorerfahrungen mit so genannten bioinspirierten Algorithmen auf. Sie ahmen das Verhalten real lebender Schwärme wie Vögel, Fische oder eben Ameisen nach. Das Ergebnis ist Schwarmintelligenz in Form von rechnerisch „intelligenten“, interaktiven Multiagentensystemen, wie es weiter heißt. Die Experten möchten nun eine radikal neue Architektur kreieren, um verschiedene KI-Ansätze aus der kombinatorischen Optimierung und Schwarmintelligenz erstmals miteinander zu verbinden. Hinzu komme der Mensch, den man dabei als Schwarmteilnehmer einzuordnen habe. Das Ergebnis werden softwarebasierte Bibliotheken sein, die für die Anwendungsdomäne Industrie 4.0 genutzt werden können.

Ameisenvolk als Vorbild für die Fertigung der Zukunft

Doch warum ist beispielsweise das Verhalten von Ameisen hilfreich bei der Entwicklung von möglichst optimal angeordneten Produktionsanlagen? Die Experten von Lakeside Labs erklären: „Das Ameisenvolk ist so aufgestellt, dass es sich bestmöglich neuen Anforderungen anpassen kann. Es ist robust gegenüber vielen Störungen und es kann relativ leicht kleiner oder größer werden.“ Adaptivität, Robustheit und Skalierbarkeit seien also entscheidende Vorteile der Schwarmintelligenz, die man auch für die betrachteten industriellen Fertigungssysteme ausnutzen könne.

Dieses Projekt wird übrigens aus Mitteln der FFG und des Bundesministeriums für Klimaschutz, Umwelt, Mobilität, Innovation und Technologie (BMK) im FFG-Programm 'Produktion der Zukunft' gefördert.

(ID:49229142)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung