如何估算工厂的每个产品的时间?

机器算法验证 数据可视化 造型
2022-04-04 14:53:39

一家工厂的工人正在组装由多个零件制成的物品。对于每件物品,他们从仓库中取出零件,然后组装这些物品。

我想他们每个项目都需要一定的时间来组装,每个零件需要一定的时间来获取它们。

Dorder=nitemsDfetch+npartsDassemble

我有一份过去订单的清单,告诉我

  • nitems:该顺序有多少项目
  • nparts:按该顺序有多少个部分,以及
  • Dorder:工人完成订单需要多长时间。

我想根据物品和零件的数量来估计未来的订单需要多长时间。所以我需要找出DfetchDassemble

绘制数据以估计这两个因素的最佳方法是什么?

这是一些示例数据(Y 轴上的订单完成时间):

此图表显示了完成订单的时间与其中的零件总数:

time_vs_parts

此图表显示了完成订单的时间与其中组装的物品数量:

time_vs_items

我之前没有告诉过的:通常有几个项目是相同的产品,所以每个产品可能存在获取/阅读适当蓝图的开销。因此,此图表显示了完成订单的时间与其中独特产品的数量:

time_vs_unique_products

1个回答

如果您对完成订单所需的时间感兴趣,那么持续时间分析(也称为生存或事件历史分析)似乎是最合适的。有关概述,请参阅 Wikipedia 条目:

http://en.wikipedia.org/wiki/Survival_analysis

本介绍涵盖了审查等问题,看起来相关且易于理解:

生存分析简介

如果您愿意,R 有一个专门用于生存分析的任务视图:

R 生存分析任务视图

由于您非常了解每个项目的生产步骤,并且您似乎对预测感兴趣,您可以从估计参数模型开始,例如 Weibull 或对数逻辑/对数正态。大多数能够估计这些模型的软件还将提供工具来预测不同订单的平均完成时间。您还应该能够生成估计持续时间的图。