这项研究的目的是研究人工智能（AI）和机器学习（ML）方法如何用于批量尺寸，并预测该领域的未来研究方向。进行这项研究的方法是通过使用Prisma框架的系统文献综述。这项研究分析了与AI和ML相关的科学和Scopus上可用的出版物，并重点介绍了订单数量的优化。初始关键字搜索导致下载了325篇论文，并使用各种过滤器和资格标准将其进一步减少至36篇。随后列出了纳入的研究，同时讨论了相关发现和所采用的主要算法。研究发现，使用AI和ML仍处于起步阶段，从而为不同的批量大小提供了巨大的机会。一些作者报告了系统性能的显着改善，因此表明其效率，但有些人指出系统尚未得到充分利用，而有些人发现该实施可以显着降低斗牛的效应。对批量大小的AI应用程序的研究仅限于诸如需求预言之类的特定区域，这相当广泛。这项研究通过对AI和ML的大小进行深入评论，提供了独特的贡献。