预测性维护 03.2021 上海 / 中国 罗兰贝格 洞见 数字化运维的制胜基石 1 随着互联技术的革新、大数据的应用与积累、计算能力的提 升及相关模型理论的高速发展，人工智能的应用场景逐渐丰 富，并在近几年逐步过渡到实操落地。各行各业正积极探索 通过人工智能赋能的运营模式，并以此推动产业升级及长期 的运营转型。 在政策端，从2017年7月国务院印发的《新一代人工智能发 展 服务供应商的主要考量维度之一。罗兰贝格针对全球领先制 造企业的调研结果显示，85%以上的受访者认为运维服务商 应更多地关注数字化方案规划能力，97%的受访者认为运维 服务商应提供主动、完整的数字化运维服务方案。随着先进 制造业对运维服务的注重维度已经改变，过去传统的备品备 件购买及定期维护观念已经过时，通过工业互联网和人工智 能赋能的数字化运维解决方案将是新的趋势。 资料来源：罗兰贝格 基于故障 预测的维护 搭建故障预测算法 并借由数据积累 持续提升算法精度 进行生产计划及 维修排程决策 故障预测及决策支持 自动化设 备数据 (PLC数据) 传感器 数据 1 通过传感器及PLC采集实施生产数据 资料来源：罗兰贝格 2 本地数据 传输设备 本地边缘计算 3 本地数据 实时传输 故障预警(如与 MES系统连动） 4 维修完毕、重启生产后 恢复正常数据采集作业 5a 安排维修计划 5b 人工智能进行机器运

整合进公司流程为制药公司提供了改善营收和利润的巨大潜力，机会正当时。然而，企业必须考虑大量因素，才能使 AI 实施 真 正有效。不断增加的监管压力以及扩展 AI 应用案例的需求，带来了一系列复杂的运营和组织挑战。 在罗兰贝格，我们根据每家公司的 AI 发展成熟度，提供一种模块化方法满足不同公司需求。我们的定制化解决方案可以帮助公司 量 身打造其 AI 应用之旅，以最大程度地提高公司应用适配性和影响力。 2 技术助力研 发 新型数字化助手 AI 如何提高创新力和效 率 “AI 在研发中的 应用” 4 AI 在制药领域的应用 资料来源 : 罗兰贝 格 针对位置或了解较少的靶点 来自现有化药成分的分子，用于已充分理 解的靶点 AI 已经在研发领域取得了令人瞩目的成果。一些机构发现，从药物发现到临床前候选阶段的时间最多可缩短 50% ，由 该领域的数据可得性现状如何？ • 数据池中是否已经检测到偏差？ 深入探讨 有效实施 AI 的潜在阻 力 进一步 讨论 6 AI 在制药领域的应用 资料来源：罗兰贝格 阻力 较小 阻力较大 5-15 % 例如：预测性运维和基于 AI 的排 障支持 人工 物料

影像三维重建：针对手术环节的应用。 图像分割、特征提取、定量分析、对比分析 迪英加 图玛深维 医拍智能 微清医疗 泰立瑞 微瞰智能 医渡云 安盟生技 武汉兰丁 视见医疗 哪吒保贝 靶区自动勾画与 自适应放疗 影像三维重建 视见医疗 连心医疗 睿佳科技 昕健医疗 锐达医疗 睿佳科技 联影医疗 海纳医信 汇医慧影 全域医疗 医诺智能 合众万邦 2 场景描述：辅助医学研究平台，就是利用人工智能技术辅助生物医学相关研究者进行医学研究的技术平台； 推想科技 零氪科技 基因港 森亿智能 其明生物 生命奇点 隽永生物 博奥生物 骆文生物 金唯智 嘉因生物 贝瑞和康 3 医疗企业业务 公司名称 服务内容 公司名称 服务内容 新屿科技 易统计；在线统计分析软件，涵盖了绝大部分临 床 科研的统计方法 骆文生物 课题基金申请及科研合作；提供方案设计和数据分 基因港 开发者中心；基因数据云服务，支持 PB 级基因数 据存储、海量生物信息分析流程作业并发规模 森亿智能 科研辅助；智能算法挖掘变量相关性，激发论文思 路，提供针对临床科研的专业统计分析支持 贝瑞和康 科研平台；提供从方案设计、核酸测序到生物信 息 分析的整体解决方案 博奥生物 科研服务；提供完善的样本、匹配临床信息、发现 生 物标志物等服务 零氪科技 临床科研；为临床医生解决数据收集、分析、经

34%股权，同时通过智能人、云智慧间接持有公司部分股权。智能 人和云智慧为公司的员工持股平台，分别持有公司 5.70%和 4.91%股权。公司旗下拥有多家子公司，全资子公司有深圳盛视、 武汉盛视、澳门盛视、香港盛视、海南智能人及深圳贝特尔机器人。深圳盛视主要从事软件产品的研发及相关设备的销售， 武汉盛视主要从事人工智能相关算法及应用的研发，澳门盛视和香港盛视主要为承担中国澳门和香港两地业务的平台，海南 智能人是 2021 年公 2023/3/1 三亚凤凰机 场 三亚凤凰机场“二线口岸”查验设施设备建 设项目和国际航站楼改扩建工程项目-海关查 验设备采购 三亚凤凰国际机场 有限责任公司 中国通用机械工程 盛视科技 中广核贝谷科技 8225 万元 90 天 2023/4/14 海口美兰机 场 海口美兰国际机场口岸查验基础设施升级改 造和“二线口岸”功能建设项目-查验配套设 备采购-第2、3标段 海口美兰国际机场

指 所 有 参 与 者 在 博 弈 开 始 时 同 时 进 行 决 策,并根据其他参与者的决策获得相应收益. Jiang仅考虑单阶段博弈系统,提出了一种基于信号博弈 的移动目标防御决策模型,根据贝叶斯法则求解最优防御策 略.但单阶段博弈模型只考虑了攻防过程中各种随机因素稳 定不变的情况,并不符合真实网络攻防情景[５５]. ②多阶段博弈指所有参与者可以在多个阶段进行决策, 根据其他参与者的决策及时调整策略 多阶段博弈模型考虑了长期攻防对抗 中,攻防策略改变等随机因素的影响,扩大了移动目标防御机 制在攻防场景下的适用范围. Chen等根据攻防具有多阶段多状态的特性,提出一种移 动目标 Markov信号博弈模型,引 入 贝 叶 斯 决 策 重 新 量 化 双 方收益,加强高权重阶段中防御策略的制定[５６]. ２)根据博弈时间性分类 ①基于离散时间的博弈指在博弈过程中时间被离散化为 一系列固定的时间点,所有参与者必须在指定的时间点进行

2. 模型选择：根据问题的性质选择合适的模型。例如，对于水文 预测，可以使用时间序列模型或长短期记忆网络（LSTM）； 对于水库调度优化，可以使用强化学习模型。 3. 参数调优：通过网格搜索或贝叶斯优化等方法，对模型参数进 行调优，以提高模型的预测精度和泛化能力。 4. 模型验证：利用交叉验证或独立测试集对模型进行验证，确保 模型的稳定性和可靠性。 5. 模型部署：将训练好的模型部署到实际系统中，进行实时预测 化的情况。 以下是数据建模过程中可能涉及的关键参数和指标： 参数/指标 描述 数据质量 数据的完整性、准确性和一致性 模型类型 统计模型、机器学习模型、深度学习模型 参数调优方 法 网格搜索、贝叶斯优化 验证方法 交叉验证、独立测试集 模型性能指 标 预测精度、召回率、F1 分数 通过 DeepSeek 平台的数据建模功能，水利工程中的复杂问题 可以得到有效的解决。平台不仅提高了建模的效率和精度，还为工 数据预处理：对采集的原始数据进行清洗、插补和归一化处 理，确保数据质量。 2. 特征提取：利用深度学习模型（如卷积神经网络 CNN）提取 水文数据的时空特征，识别关键模式和趋势。 3. 预测建模：基于长短期记忆网络（LSTM）和贝叶斯优化算 法，构建水资源需求与供给的预测模型，包括短期（如未来 72 小时）和长期（如季度）预测。 4. 优化决策：结合多目标优化算法（如 NSGA-II），在满足生态 用水、农业灌溉、工业用水和居民用水等多重约束条件下，生

多个方面，主要包括超参数调整、模型选择、特征工程与模型集 成、以及后处理技术的应用。通过系统的优化过程，可以显著提升 模型在实际应用中的效果。 首先，超参数调整是模型优化的基础。可以采用网格搜索、随 机搜索或贝叶斯优化等方法，系统地探索不同超参数组合对模型性 能的影响。对于每一组合，应通过交叉验证来评估模型的稳定性和 泛化能力。具体可以针对以下参数进行调整：  学习率  批量大小  隐藏层数量及单元数 其次，随机搜索是另一种有效的超参数调整方法。在随机搜索 中，我们只从超参数的分布中随机采样出一定数量的组合进行训 练。这种方法通常能够在更短的时间内比网格搜索找到较为合理的 超参数组合。 另外，采用贝叶斯优化算法所带来的潜在好处也是不可忽视 的。贝叶斯优化通过构建一个概率模型来描述超参数与模型性能之 间的关系，并在每次迭代中选择具有最大期望改进的超参数点进行 评估。这种方法相较于前两种具有更高的效率，尤其是当评价每个 络、长短期记忆网络等，以进一步提高模型的预测准确性和处理速 度。通过对比不同架构的性能表现，选择最适合钢铁生产线具体需 求的模型架构。 此外，模型的超参数调优也是提升性能的重要步骤。采用自动 化调优工具，如贝叶斯优化或遗传算法，能够系统地探索超参数空 间，找到最佳的模型配置。随着训练和验证数据的增加，定期进行 超参数优化能够确保模型在动态环境下维持较高的表现。 在迭代过程中，模型的可解释性和透明性也不能被忽视。钢铁

人“RoboChem”， 该机器人配备了由人工智能 (AI) 驱动的集成机器学习单元。包含 几个关键组件，包括液体处理装置、注射泵、可调连续流光反应器、低成本的物联网 设备以及在线核磁共振 (NMR) 系统，采用闭环贝叶斯优化 (BO) 方法，系统地探索 包含离散变量和连续变量的选定参数空间，因此 RoboChem 擅长识别最佳反应条件， 请务必阅读报告末页的重要声明 16 / 29 行业研究|行业深度研究

”的数字美元方案，《天才法案》将增强财政政策在稳定币中的影响  美国的美元稳定币以代币化的方式发行，在美国可以替代M1，储备资产具利息回报  美国将稳定币视作巩固美元地位的重要手段：美国财长贝森特表示美国“将保持美元作为世界主导储备货币的地位”，并 且“将利用稳定币来实现这一目标” 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或

智能仓储物流系统 一整套产品生产流水线系统全部由机器操作完成 算法 / 方法 目的 卷积神经网络、支持向量机模型 提高皮革切割效率 随机森林、决策树回归模型 预测生产时间 回归分析、逻辑回归、决策树和贝叶 斯分类器模型 识别橡胶纺织输送带故障发生率与所 选变量之间的相关性 随机森林模型 评估材料的疲劳性能 上置信界算法、汤普森抽样算法 优化棉纺厂的能源消耗 梯度助推模型，堆叠集成模型 预测织物性能