Hamburger Hafen und Logistik AG (HHLA) est l'un des premiers ports au monde à développer des solutions pour ses terminaux à conteneurs de Hambourg qui utilisent l'apprentissage automatique (ML) pour prédire le temps de séjour d'un conteneur au terminal. Les deux premiers projets ont maintenant été intégrés et mis en œuvre avec succès dans le paysage informatique de Container Terminals Altenwerder (CTA) et Burchardkai (CTB).
Angela Titzrath, présidente du directoire de HHLA, a souligné l'importance du ML pour l'entreprise dans son discours de bienvenue à la Conférence mondiale de l'intelligence artificielle (WAIC) qui se déroule à Shanghai du 9 au 11 juillet. «Faire progresser la numérisation change l'industrie de la logistique et notre activité portuaire avec elle. Les solutions d'apprentissage automatique nous offrent de nombreuses possibilités d'augmenter la productivité et les taux de capacité dans les terminaux. » La présidente de la HHLA a annoncé que d'autres utilisations du BC devaient être identifiées.
La productivité du stockage automatisé de blocs au CTA sera augmentée grâce à une prévision basée sur le ML. L'objectif est de prédire l'heure de ramassage précise d'un conteneur.
Les processus sont sensiblement optimisés lorsqu'une boîte en acier n'a pas besoin d'être réempilée inutilement pendant son temps de séjour dans la cour. Lorsqu'un conteneur est entreposé dans la cour, son heure de ramassage est souvent encore inconnue. À l'avenir, l'ordinateur calculera le temps de séjour probable du conteneur. Il utilise un algorithme basé sur des données historiques qui s'optimise continuellement à l'aide de méthodes d'apprentissage automatique de pointe.
Une solution similaire est appliquée au CTB, où un parc à conteneurs conventionnel est utilisé parallèlement à un parc automatisé. Ici aussi, ML prend en charge le pilotage de terminal en allouant des emplacements de conteneur optimisés. En plus du temps d'arrêt, l'algorithme peut aider à calculer le type de livraison. Les solutions d'apprentissage automatique peuvent prédire si un conteneur sera chargé sur un camion, un train ou un navire de manière beaucoup plus précise que ce qui peut être déterminé à partir des données rapportées.
Un effet positif significatif peut déjà être observé sur les deux terminaux, car les conteneurs sont stockés en fonction de leur heure de ramassage prévue et doivent donc être déplacés moins fréquemment. Les projets ont été portés par les équipes de HHLA et de sa filiale de conseil HPC Hamburg Port Consulting.
Référence: hafen-hamburg.de
Étiquettes: Hamburger Intelligence artificielle Hafen Machine Learning