Искусственный интеллект в оптимизации логистики с учетом критериев устойчивого развития: обзор

Artificial Intelligence in Logistics Optimization with Sustainable Criteria: A Review
Angel Alejandro Juan, Celia Osorio, Noelia Fuster, Wenwen Chen, Yangchongyi Men
2024-10-22

искусственный интеллектснижение выбросов углеродаметаэвристические алгоритмыаналитика данных в реальном времениоптимизация устойчивой логистики
В последние годы интеграция искусственного интеллекта (ИИ) в оптимизацию логистики привлекает значительное внимание, особенно в контексте критериев устойчивого развития. В статье представлен обзор разнообразных моделей и алгоритмов ИИ, применяемых для оптимизации логистики, с акцентом на устойчивые практики. Рассмотрены различные методы, включая генеративные модели, методы машинного обучения, метаэвристические алгоритмы, а также их синергетические сочетания с традиционными методами оптимизации и моделирования. Использование возможностей ИИ позволяет участникам логистических процессов совершенствовать принятие решений, оптимизировать использование ресурсов и минимизировать воздействие на окружающую среду. Кроме того, в статье выявлены и проанализированы ключевые проблемы устойчивой логистики, такие как сокращение выбросов углерода, минимизация образования отходов и оптимизация транспортных маршрутов с учетом экологических факторов. Также рассмотрены новые тенденции в оптимизации логистики на основе ИИ, включая интеграцию аналитики данных в реальном времени, технологии блокчейна и автономных систем, которые обладают значительным потенциалом для повышения эффективности и устойчивости. Наконец, обозначены перспективные направления дальнейших исследований, в частности необходимость более глубокого изучения гибридных подходов на основе ИИ, устойчивых к неопределенности схем оптимизации и масштабируемых решений, учитывающих динамичные и неопределенные условия функционирования логистических систем.
1
ИИ способен улучшать принятие логистических решений, использование ресурсов и экологические показатели, включая сокращение выбросов углерода и отходов.
2
Будущие исследования должны сосредоточиться на гибридных методах ИИ, устойчивых к неопределенности моделях оптимизации и масштабируемых решениях для динамичных логистических сред.
3
Аналитика данных в реальном времени, блокчейн и автономные системы являются перспективными технологиями повышения эффективности и устойчивости логистики.
4
Оптимизация устойчивой логистики должна учитывать маршрутизацию транспорта вместе с экологическими критериями и операционными ограничениями.
5
В обзоре рассматриваются генеративные модели, машинное обучение, метаэвристики и гибридные методы ИИ для устойчивой логистики.

оптимизация устойчивой логистики

использование искусственного интеллекта для улучшения принятия решений в логистике, использования ресурсов, маршрутизации перевозок и экологических показателей с учётом экологических, динамичных и неопределённых условий

Publication Details
Publication Date
2024-10-22
Journal
Publisher
ISSN
Cited by
361
Access Type
Author Information
Authors
Angel Alejandro Juan
Celia Osorio
Noelia Fuster
Wenwen Chen
Yangchongyi Men
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%