5460978317

Wykorzystanie metod sztucznej inteligencji w logistyce

Mając na względzie dane przedstawione w tabeli 2., stworzono zbiory rozmyte, które w bezpośredni sposób odnoszą się do zestawionych stopni przynależności. Przykładowo „doświadczenie” można przedstawić jako:

^    0,3    0,7    0,9    0,7    0,7    0,6    0,6

K_x = —+—+—+— + —+—+—

x_x    X₂    *3    *4    *5    *₆    x₇

Decyzję rozmytą typu minimum wyznaczyć można z następującej zależności¹:

D = K_lnK₂nK₃nK₄nK₅nK₆nK₇nK_snK₉ Podstawiając dane do powyższego wzoru, decyzja rozmyta typu minimum jest następującej postaci:

^ 0,1    0,3    0,2    0,1    0,1    0,1    0,35

X\    X₂    *3    *₄    X₅    *₆    X₇

Operator logistyczny x₇, charakteryzuje się największym stopniem przynależności, a zatem zostanie on wybrany w pierwszej kolejności jako dostawca oferowanych usług.

Przedstawiona metoda jest alternatywną w stosunku do pozostałych technik, które są wykorzystywane w przypadku decyzji wielokryterialnych. Procedura ta wymaga postawienia naturalnych założeń dotyczących stworzenia opisu funkcji przynależności, oceny stopni przynależności do zbioru, na podstawie zadanych kryteriów oraz wyznaczenia decyzji rozmytej. Metoda ta, przy niewielkiej ilości wariantów jest niezbyt skomplikowana. W przypadku, gdy decydent ma do czynienia z dużą liczbą opcji, wyznaczenie decyzji rozmytej może odbywać się przy wykorzystaniu arkusza kalkulacyjnego Excel. Wymagania sprzętowe i programowe w tym przypadku będą więc minimalne. Ponadto, przedstawiona procedura jest rzetelnym narzędziem wspomagania decydentów w dokonywaniu słusznych wyborów.

2. Zastosowanie chatterbota do promowania usług operatora pocztowego

W nauce o metodach sztucznej inteligencji coraz powszechniej wykorzystywane są boty, służące do prowadzenia konwersacji z ludźmi. Pełnią one rolę automatycznych narzędzi softwarowych, służących do znajdywania i gromadzenia informacji. Ponadto programy te potrafią dokonywać trafnych wyborów w oparciu o dotych-

113

1

Rutkowski L., 2009. Metody i techniki sztucznej inteligencji. Wydawnictwo Naukowe PWN, Warszawa, s. 126.

Economy and Management - 4/2011