Entwurf und prototypische Realisierung einer künstlichen Intelligenz zur Steuerung einer Papierschneidemaschine
- Art: Diplomarbeit
- Autor: Bastian Schindler
- Abgabedatum: November 2005
- Umfang: 86 Seiten
- Dateigröße: 4,0 MB
- Note: 1,3
- Institution / Hochschule: Hochschule für Technik und Wirtschaft Berlin Deutschland
- ISBN (eBook): 978-3-8324-9549-7
-
ISBN (Paperback) :
978-3-8324-9549-7 P - ISBN (CD) :978-3-8324-9549-7 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Schindler, Bastian November 2005: Entwurf und prototypische Realisierung einer künstlichen Intelligenz zur Steuerung einer Papierschneidemaschine, Hamburg: Diplomica Verlag
- Schlagworte: neuronal, Generalisierung, CIP3, SNNS, Netz
In den Warenkorb
98,00 €
Diplomarbeit von Bastian Schindler
Einleitung:
Die Entwicklung von Software für Papierschneidemaschinen (PSM) begann bei der Firma MCS MICRONIC Computer Systeme schon vor über 15 Jahren. Die Technik verbesserte sich im Laufe der Zeit, ebenso die Visualisierung und Usability für den Benutzer. Eines hat sich jedoch nicht geändert: es wird immer noch ein kundiger Beschneider, also der Bediener der Maschine, benötigt, um die schnellste und wirtschaftlichste Schnittabfolge zu erstellen. Die Idee zu einer Software, die selbstständig sinnvolle Schnittfolgen generiert, entstand in Gesprächen mit meinem Erstbetreuer Professor Heßling und stieß sowohl bei MCS als auch bei Perfecta, einem Hersteller von PSM, auf reges Interesse.
Das Beschneiden von großformatigen Papierbögen aus Druckereien erfordert einen geeigneten Beschneider, der auf Grund seiner Erfahrung eine effektive und ressourcenschonende Schnittfolge gewährleistet. Ziel dieser Arbeit soll demnach sein, die Möglichkeiten zur Ermittlung eines sinnvollen Schnittes, abhängig von der jeweiligen Situation, zu untersuchen, die eine künstliche Intelligenz (KI) auf Basis eines neuronalen Netzes (NN) bietet. Außerdem soll das Schnittgut mit allen Nutzen und möglichen Schnitten visualisiert werden. Die Visualisierung und Bedienung der Benutzeroberfläche ist intuitiv zu gestalten, um das Arbeiten an der PSM auch ungelernten Kräften zu ermöglichen. Unter Umständen besteht die Chance, einen kundigen Beschneider durch einen weniger versierten Bediener zu ersetzen.
Die Abschlussarbeit wird von MCS MICRONIC Computer Systeme GmbH begleitet, da potentielles Interesse am zukünftigen Einsatz und der Vermarktung des erarbeiteten Prototyps besteht. Die vorliegende Diplomarbeit mit dem Titel „Entwurf und prototypische Realisierung einer künstlichen Intelligenz zur Steuerung einer Papierschneidemaschine“ untersucht, inwieweit sich eine KI auf Grundlage eines NN zur Generierung von sinnvollen Schnittvorschlägen bei einer Software für PSM eignet.
Dazu werden zunächst die Grundlagen in den Bereichen KI und NN erarbeitet, anschließend die Kriterien für den zu entwickelnden Prototyp aufgezeigt und die Aufgaben genauer spezifiziert. Danach folgt eine Beschreibung der Entwurfsphase. Erläuterungen der einzelnen Programmteile und -abläufe führen schließlich zu umfangreichen Tests über die Korrektheit, Leistungsfähigkeit und dem Innovationspotential der KI sowie der Qualität der Benutzeroberfläche. Abschließend werden die erarbeiteten Ergebnisse zusammengefasst, um mögliche Ausblicke für die Weiterentwicklung zu geben.
Inhaltsverzeichnis:
| 1. | Einleitung | 5 |
| 2. | Grundlagen | 6 |
| 2.1 | Einführung künstliche Intelligenz | 6 |
| 2.2 | Künstliche neuronale Netze | 7 |
| 2.2.1 | Einführung | 7 |
| 2.2.2 | Natürliche und künstliche Neuronen | 8 |
| 2.2.3 | Aufbau neuronaler Netze | 13 |
| 2.2.4 | Eigenschaften neuronaler Netze | 13 |
| 2.2.5 | Netzarchitekturen | 15 |
| 2.2.6 | Lernen | 16 |
| 2.2.7 | Netzgrößen und Generalisierungsfähigkeit | 18 |
| 2.2.8 | Schematischer Überblick über neuronale Netze | 19 |
| 3. | Analyse | 21 |
| 3.1 | Ausgangssituation und Problembeschreibung | 21 |
| 3.2 | Papierschneidemaschinen in der Praxis | 22 |
| 3.2.1 | Schneiden mit Schnellschneidern oder Planschneidern | 22 |
| 3.2.2 | Profil der beteiligten Firmen Perfecta und MCS | 25 |
| 3.2.3 | Schnellschneider der Firma Perfecta | 26 |
| 3.3 | Dateiformate und –standards | 28 |
| 3.3.1 | JDF, CIP3 und CIP4 | 28 |
| 3.3.2 | Schnittprogramme | 28 |
| 3.3.3 | SNNS Netzdateien und Trainingsmusterdateien | 29 |
| 4. | Anforderungsdefinition | 30 |
| 4.1 | Zielsetzung der Arbeit und Eingrenzung des Themas | 30 |
| 4.2 | Pflichtenheft | 31 |
| 5. | Design | 37 |
| 5.1 | Benutzerführung | 37 |
| 5.2 | Model View Controller | 38 |
| 5.3 | Prototyping | 39 |
| 5.4 | Unified Modeling Language | 40 |
| 6. | Implementierung | 43 |
| 6.1 | Das Entwicklungsumfeld | 43 |
| 6.1.1 | Stuttgarter Neuronale Netz Simulator | 43 |
| 6.1.2 | Entwicklungsumgebung Microsoft .net | 44 |
| 6.2 | Strukturierung und Workflow des Prototyps | 44 |
| 6.2.1 | Look ’n Feel und Workflow der GUI | 44 |
| 6.2.2 | Workflow der Core | 48 |
| 6.2.3 | Künstliche Intelligenz des Prototyps | 49 |
| 6.2.4 | Kommunikation des Programms mit dem Netz | 50 |
| 6.3 | Beschreibung besonderer Codefragmente | 51 |
| 7. | Untersuchungen | 53 |
| 7.1 | Erfüllung der Randbedingungen | 54 |
| 7.1.1 | Kontrolle: Benutzerfreundlichkeit der GUI | 54 |
| 7.1.2 | Kontrolle: Ausgabewerte des NN im Vergleich zum SNNS | 54 |
| 7.1.3 | Kontrolle: Koordinatenunabhängigkeit des Prototyps | 55 |
| 7.1.4 | Kontrolle: Wiedergabe einer erlernten Schnittabfolge | 56 |
| 7.1.5 | Kontrolle: Wiedergabe zweier erlernter Schnittabfolgen | 57 |
| 7.1.6 | Kontrolle: Wiedergabe fünf erlernter Schnittabfolgen | 58 |
| 7.2 | Denkbares Innovationspotential des Prototyps | 58 |
| 7.2.1 | Untersuchung: Übertragbarkeit von Wissen auf andere Konstellationen I | 58 |
| 7.2.2 | Untersuchung: Übertragbarkeit von Wissen auf andere Konstellationen II | 59 |
| 7.2.3 | Untersuchung: notwendige Größe der Zwischenschicht | 60 |
| 7.2.4 | Untersuchung: Wiederholung 7.2.2 mit Zwischenschichtgröße aus 7.2.3 | 61 |
| 7.2.5 | Untersuchung: Übertragbarkeit von Wissen auf andere Konstellationen III | 61 |
| 7.2.6 | Untersuchung: Aussagekraft 7.2.5 | 62 |
| 8. | Ergebnis und Zusammenfassung | 63 |
| 8.1 | Zusammenfassung | 63 |
| 8.2 | Bewertung und Fazit | 64 |
| 8.3 | Software anderer Hersteller im Vergleich zum Prototyp | 65 |
| 8.4 | Ausblick und Ideen | 66 |
| 9. | Quellenverzeichnis | 68 |
| 10. | Abbildungsverzeichnis | 70 |
| 11. | Abkürzungsverzeichnis | 71 |
| 12. | Glossar | 72 |
| 13. | Anhang | 77 |
Prototyping beschreibt im Vergleich zur Gesamtlaufzeit eines Softwareprojekts die rasche und undetaillierte Erstellung evolutionärer Beispielsysteme. Die mit dieser Arbeit entstandene Software ist als Prototyp zu verstehen. Sie dient der Untersuchung an Teilproblemen, ob und in wieweit ein NN für die Steuerung einer PSM prinzipiell eingesetzt werden kann. Die Anzahl der Nutzen bezüglich der Verarbeitung innerhalb des NN ist auf maximal 5 in horizontaler und ebenso 5 in vertikaler Anordnung beschränkt. Es wird davon ausgegangen, dass sich dieser Verschnitt sowohl zwischen den einzelnen Nutzen, als auch an den Außenrändern befindet. Die Einschränkungen der Nutzenanzahl gelten schlussendlich für die Nutzung des Prototyps, sind jedoch auf den Programmteil des NN beschränkt. Dies beruht auf der starren Größe des NN, welches eine feste Anzahl an Neuronen in den einzelnen Schichten aufweist. Die Größe des NN wurde für die Untersuchungen im Rahmen des Prototyps aus Gründen der Überschaubarkeit beschränkt. Der Visualisierungs- und Berechnungsteil des Prototyps ist hingegen allgemein gehalten. Das Lernen des NN wird im Rahmen des Prototypings auf den SNNS ausgegliedert. Diese Maßnahme schränkt nicht die Funktionsfähigkeit des Prototyps ein. Zukünftig ist das Lernen in die Software zu integrieren. [...]
Das Wurzelelement bildet die DrupaKI. Ihr angegliedert sind die DrupaKI.Core, DrupaKI.GUI und DrupaKI.NN, welche im Folgenden kurz erläutert werden. DrupaKI.Core In der DrupaKI.Core sind die Methoden der Berechnungen außerhalb des NN enthalten. Dort werden unter anderem die Part- und CutBlock-Objekte gefüllt, absolute in relative Koordinaten umgewandelt, die Neuberechnungen nach einem Schnitt getätigt und Schnittlinien deklariert. DrupaKI.Core.Model DrupaKI.Core.Model Core. In diesem der DrupaKI.Core untergeordneten Namensraum sind Part und CutBlock Objekttypen enthalten. DrupaKI.GUI Die DrupaKI.GUI enthält alle Methoden der Visualisierung, zum Beispiel das Füllen des Baumes mit Schnitten und die Aktualisierung der Grafik des Schnittguts DrupaKI.NN In diesem Namensraum befinden sich alle Methoden für den Umgang mit dem NN. Hier werden die Berechnungen für die Weiterleitung von Erregungen der Neuronen ausgeführt, wie die logistische Funktion zur Ermittlung des Aktivierungszustandes des Neurons oder das Aufaddieren der Eingangssignale eines Neurons. [...]
Bei der Visualisierung des Schnittguts wurde die natürliche Umwelt, also der Schneidtisch, zum Vorbild genommen. Um die einzelnen Elemente von einander unterscheiden zu können, sind sie unterschiedlich gefärbt. Die Nutzen sind rot, da sie das wichtigste Element der Software sind und dem Benutzer durch die Signalwirkung der Farbe sofort aufzufallen haben. Der Teil des Schnittguts, der nicht zu den Nutzen gehört, also Verschnitt ist, wird weiß dargestellt, da es sich in der Realität auch um einfaches, weißes und unbedrucktes Papier handelt. Freiliegende Flächen, auf denen sich kein Papier mehr befindet, sind durch das Grau der metallischen Oberfläche eines Schneidtisches nachempfunden. Die möglichen Schnittlinien sind schwarz und durchgängig, wobei die gerade ausgewählte Linie gestrichelt und breiter dargestellt wird. [...]
In den Warenkorb
98,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832495497
Arbeit zitieren:
Schindler, Bastian November 2005: Entwurf und prototypische Realisierung einer künstlichen Intelligenz zur Steuerung einer Papierschneidemaschine, Hamburg: Diplomica Verlag
Schlagworte:
neuronal, Generalisierung, CIP3, SNNS, Netz



