人工智能 (AI) 革命为利用数字化发展提供了重要机会,并有可能实现日益复杂的基础设施系统所需的“系统之系统”方法。本文回顾了经济基础设施部门的研究与人工智能领域的互动程度,以研究所选的具体人工智能方法及其在部门内和部门间应用的目的。机器学习在该领域的研究中占据主导地位,其中最受欢迎的方法包括人工神经网络、支持向量机和随机森林。模糊逻辑的自动推理技术也得到了广泛的应用,因为它能够将不确定性纳入输入变量中。在能源、水和废水、交通和电信等基础设施部门,人工智能的主要应用目的是网络供应、预测、路由、维护和安全以及网络质量管理。人工智能的数据驱动性质提供了很大的灵活性,并且已经在各种网络规模以及不同的时间和地理尺度上开展了工作。然而,规划和政策问题(例如利益相关者参与和定量可行性评估)仍然缺乏整合,而且大多数研究都集中在特定类型的基础设施上,缺乏针对单个经济部门以外的研究。为了使解决方案能够应用于现实世界的基础设施系统,研究需要摆脱孤立的视角,采用更加跨学科的视角,考虑到这些系统日益紧密的相互联系。
主要关键词