10 EIQ_AI 軟體試作版完成

傳統的物流相關 AI 多以時間序列資料為模型。而 EIQ_AI 則是出貨資料的「碎形（分形）結構」為模型。已故的鈴木震老師曾說過：「配送中心具有碎形結構」。 既然如此，我們便基於「出貨資料也同樣具有碎形結構」這一靈感來開發此軟體。
開發目的為：
1. 在不使用額外追加出貨資料的情況下，直接根據現有資料模擬出貨物量的增減。
2. 於公司內部的電腦（PC）上運行，以確保出貨資料的機密性，操作人員可在需要時隨時輕鬆使用。
3. 作為物流 AI 的一個範例，利用實際的出貨資料來學習軟體的內容與作業流程。
本 EIQ_AI 軟體在大學結束試作版的使用後，最終完成版將會免費對外公開。

1）出貨資料的刪除與追加邏輯

伴隨出貨目的地數（E）與品項數（I）增減而產生的統計變化，皆屬於碎形結構。也就是說，這就如同銀杏葉不論大小如何變化，都依然保持著銀杏葉的形狀。
若「店003」這個出貨目的地消失了，則「店003」的紀錄（Record）就會消失；若「商000100」這個品項消失了，則「商000100」品項的紀錄就會消失。


反之，若追加了與「店003」等同的出貨目的地「店003A」，則會追加與「店003」等同的紀錄；若追加了與「商000100」品項等同的「商000100A」，則會追加與「商000100」品項等同的紀錄。

2）如何決定哪些出貨目的地或品項為刪除、追加的對象

在建立 EIQ_AI 模型資料的階段，無法直接指定要刪除或追加的出貨目的地和品項。因此，我們使用「蒙地卡羅法」來決定刪除與追加的對象。
為所有的出貨目的地及品項分配一個 0 到 1 之間的亂數（隨機數），並設定「E 判定基準 ＝ 計算出貨目的地數 / 原始出貨資料的出貨目的地數」。凡是高於 E 判定基準（例如設為 0.7）的出貨目的地即予以刪除。而關於追加，當 E 判定基準為（例如 1.25）時，則以「E 判定基準 ─ 1」亦即 0.25 的比例，變更出貨目的地名稱（如「店003A」）後來進行追加。

關於這些軟體開發邏輯的詳細內容，請參閱 Tera計算 EIQ_AI 整合入口網站。

Tera計算 官方網站