.When Algorithms Deliver: The AI Revolution in Logistics
mss(magic square system)master:jk0620 http://blog.naver.com/mssoms http://jl0620.blogspot.com http://jk0620.tripod.com https://www.facebook.com/junggoo.lee.9 .When Algorithms Deliver: The AI Revolution in Logistics 알고리즘이 제공하는 경우: 물류 분야의 AI 혁명 주제:연산인공지능컴퓨터 과학기계 학습와 함께 작성자: ADAM ZEWE, 매사추세츠 공과대학(MIT) 2024년 3월 22일 미래 컴퓨터 데이터 센터 아트 컨셉 일러스트 기계 학습과 기존 최적화를 결합한 새로운 기술은 혼합 정수 선형 프로그래밍 솔버의 해 찾기 프로세스를 최대 70%까지 가속화하여 물류 및 기타 부문의 효율성을 향상시키는 것으로 나타났습니다. 신용: SciTechDaily.com 새로운 데이터 기반 접근 방식은 글로벌 패키지 라우팅이나 전력망 운영과 같은 까다로운 최적화 문제에 대한 더 나은 솔루션으로 이어질 수 있습니다. 산타클로스는 선물 배달을 돕기 위해 마법의 썰매와 용감한 아홉 마리의 순록을 가지고 있지만, FedEx와 같은 회사의 경우 휴가 패키지를 효율적으로 전달하는 최적화 문제가 너무 복잡해서 솔루션을 찾기 위해 특수 소프트웨어를 사용하는 경우가 많습니다. MILP(혼합 정수 선형 계획법) 솔버라고 불리는 이 소프트웨어는 대규모 최적화 문제를 작은 조각으로 나누고 일반 알고리즘을 사용하여 최상의 솔루션을 찾으려고 노력합니다. 그러나 솔버가 솔루션에 도달하는 데 몇 시간 또는 며칠이 걸릴 수 있습니다. 프로세스가 너무 까다로워서 기업은 소프트웨어를 도중에 중단하고 이상적이지는 않지만 정해진 시간 내에 생성할 수 있는 최상의 솔루션을 수용해야 하는 경우가 많습니다. 기계 학습을 통한 솔루션 가속화 MIT 와 ETH Zurich 의 연구원들은 기계 학습을 사용하여 작업 속도를 높