This project was carried out at Scania, with the goal of helping the company make better investment decisions regarding automated processes in production. The first part of the project involved developing a model in Python that could help the company determine how risky the cost of a planned investment is by using historical data. The methods used were “Random Forest” and Ridge regression, which are two machine learning models. Other approaches used in the analysis included grouped mean value as well as a method that only used the average value of the entire dataset. Finally, a Monte Carlo simulation was applied to all of the above methods in order to generate many possible outcomes of the actual costs. This made it possible to estimate risk and provide a historical overview of how much Scania’s planned costs have deviated from the actual costs. The second part of the project focused on creating a user-friendly database where employees could easily navigate to a specific RFQ using Excel.The predictive models did not demonstrate satisfactory predictive performance for the provided data. This meant that there was essentially no clear difference between the methods’ RMSE values, R2 values, and mean RMSE CV values. A likely reason is that the dataset was limited, and a larger dataset would have been needed to produce more reliable results. The result of the database containing all RFQs is user-friendly, and users can easily navigate to specific RFQs.
Det här projektet genomfördes på Scania med målet att hjälpa företaget att kunna ta bättre investeringsbeslut när det kommer till automatiserade processer inom produktion. Första delen av projektet fokuserade på att ta fram en modell i Python som kan hjälpa företaget att avgöra hur riskfylld kostnaden för en planerad investering är genom att använda historisk data. Metoderna som användes var Random Forest och Ridge regression som är två metoder inom maskininlärning. Andra tillvägagångssätt som användes i analysen var grupperat medelvärde samt en metod som endast använde sig av medelvärdet för hela datamängden. Till sist användes Monte Carlo simuleringar på alla ovanstående metoder för att generera många möjliga utfall av de faktiska kostnaderna. Detta möjliggjorde en uppskattning av risk samt en historisk överblick över hur mycket Scanias planerade kostnader har avvikit från de faktiska kostnaderna. Den andra delen av projektet handlade om att göra en användarvänlig databas där anställda enkelt kan söka fram och navigera mellan specifika RFQ:er med hjälp av Excel. Resultatet av den vetenskapliga analysen visade att metoderna i Python-modellen inte fungerade särskilt bra för den tillgängliga datamängden. Det här medförde att det i princip inte var en tydlig skillnad mellan de olika metodernas RMSE värde, R2 värde samt mean RMSE CV värde. En trolig anledning är att datamängden var begränsad och att en större datamängd sannolikt hade behövts för att ge mer tillförlitliga resultat. Databasen med alla RFQ:er bedömdes användarvänlig och användaren kan enkelt leta sig fram till specifika RFQ:er.