振邦人工智能配料系统-

      在面粉加工产品加工生产过程中，希望通过人工智能算法完成面粉原料的自动配比混合的优化，以达到节省成本及提高效率的目的，实现柔性生产。不同品种不同批次的面粉有着不同的基粉指标含量，如水分、灰份、面筋值等，技术人员经过检测后对每批次的原材料进行各项检测数据的存储。并根据不同的基粉含量对所产生的产品质量进行判断是否合格。在整个面粉加工行业及同类食品加工行业，通过人工智能进行面粉配比，在满足水分、灰份、面筋质等的前提下，综合考虑原材料成本、多订单混合生产以减少换产次数以及其他因素，目前属国内首创。相对于人工配比，通过人工智能算法配比效率更高，且可以多因素考虑，综合来看能够有效降低生产成本。人工智能配料会基于华为云EI来实现，通过将行业与企业生产数据结合，并基于华为人工智能算法构建适合企业实际应用场景的模型。后续模型交付主要基于华为云 AI开发平台 ，主要包括数据存储，模型训练，模型部署，模型更新模块：

（1）数据存储：提供华为 云数据库 服务（RDS）用于结构化数据存储。

（2）模型训练：使用自主研发的ModelArts一站式AI开发平台进行模型开发，可以有效提高模型训练和部署效率。在满足生产要求的条件下，如何将各种面粉的原材料配比做到成本最优，是一个复合最优求解的过程。该过程用到机器学习及深度学习技术，并使用大量的求解算法和数据进行综合训练，构建配比优化模型。 要缩短训练时间，将算法尽快落地产生价值，不仅要有强的硬件，关键还有好的软件平台来调度，华为云通过级联式的混合并行、梯度压缩、卷积加速等技术，把训练的速度从数周降低到几分钟。整体云端建模训练过程会基于华为自主研发的高性能算法框架来实现，华为自主研发的高性能算法框架有如下特点：

1） 简化调用参数：集成多种调用参数技巧包，例如数据增强的调参策略，比如lr，batch size, weight decay, momentum等等自动的调参策略，简化AI算法工程师的“炼金”痛苦。

2） 简化分布式：将单机代码自动分布式，使算法工程师不需要学习分布式相关的知识，在 自动化 分布式的同时，也优化了分布式的性能，自动化和高性能相辅相成。

3） 简化模型开发：提供多种预置模型，开箱即用多种 开源 模型。

（3）模型部署： 

AI场景化落地，将充分利用 华为云计算 平台能力，将模型部署到华为云上，并提供标准Restful API的接口方式对外提供服务。本地的智能配料系统应用软件通过公网的方式调用模型，并将结果解析和保存。 云计算 具有高效的运算能力，在原有服务器基础上增加云计算功能能够使计算速度迅速提高，最终实现动态扩展 虚拟化 的层次达到对应用进行扩展的目的。

用户可以利用软件的快速部署条件来更为简单快捷的将自身所需的已有业务以及新业务进行扩展。如计算机云计算系统中出现设备故障，对于用户来说，无论是在计算机层面上，或是在具体运用上均不会受到阻碍，可以利用云计算具有的动态扩展功能来对其他服务器开展有效扩展。这样一来就能够确保任务得以有序完成。在对虚拟化资源进行动态扩展的情况下，同时能够高效扩展应用，提高计算机云计算的操作水平。

基本上计算资源的可用状态也发生转变，逐渐向自动化部署。对云资源进行自动化部署指的是基于脚本调节的基础上实现不同厂商对于设备工具的自动配置，用以减少人机交互比例、提高应变效率，避免超负荷人工操作等现象的发生，最终推进智能部署进程。自动化部署主要指的是通过自动安装与部署来实现计算资源由原始状态变成可用状态。其于与计算中表现为能够划分、部署与安装虚拟资源池中的资源为能够给用户提供各类应用于服务的过程，包括了存储、网络、软件以及硬件等。

（4）模型更新：

模型完成部署完成后，需要一个迭代学习过程。对于影响模型准确性的成分要素需要通过人工智能配料系统反馈给模型进行训练学习，不断完善提高模型准确率及配比优化效果。

面粉智能配料的方案通过深度结合行业知识及AI数据驱动的方式，结合华为高性能AI算法及强大的算力实现面粉产品质量的准确预测及最优配比方案的输出。同时模型可以实现迭代刷新，使得预测准确度及优化方案的效果持续提升。