XiaoMi-AI文件搜索系统
World File Search SystemDinh
人工智能在供应链规划和决策制定优化的影响Bui Quoc Khoa 1*，Hoang-Tien nguyen 2，dinh ba
抽象人工智能（AI）正在改变供应链规划和决策，使组织能够应对现代供应链的复杂性。本文探讨了AI在供应链管理中的各种应用，包括需求预测，库存优化，运输和物流优化，供应商选择和风险管理以及预测性维护和资产管理。AI驱动的需求预测模型分析了历史数据和市场趋势，以准确预测未来需求，而AI驱动的库存优化考虑了诸如交货时间和需求差异之类的因素，以确定最佳库存水平。AI还可以优化运输路线，模式和时间表，并协助供应商选择和风险评估。使用AI进行预测维护有助于降低设备的停机时间和维护成本。但是，组织必须考虑在供应链管理中采用AI时，诸如数据质量，算法偏见，AI模型的解释性以及道德考虑之类的挑战。随着AI技术的发展并与其他新兴技术集成，AI在供应链管理中的未来看起来很有希望，为组织提供了实现更高效率，敏捷性和竞争力的潜力。本研究提供了旨在披露人工智能（AI）如何应用于教育部门的研究的内容分析，并探讨了教育中潜在的研究趋势和挑战。doi：https：//doi.org/10.54660/.ijmrge.2024.5.6.837-856关键字：AI，供应链，优化，优化，预测，预测性维护从2010年至2020年中选择了100篇论文，包括63篇经验论文（74项研究）和37篇分析论文。内容分析表明，研究问题可以分为开发层（分类，匹配，建议和深度学习），应用层（反馈，推理和自适应学习）和集成层（情感计算，角色扮演，沉浸式学习和游戏化）。此外，建议进行四个研究趋势，包括物联网，群体智能，深度学习和神经科学，以及对教育中AI的评估，以进行进一步研究。但是，我们还提出了教育中的挑战可能是AI在不当使用的技术，教师和学生的角色以及社会和道德问题方面引起的。结果为教育领域的AI概述提供了见解，这有助于加强教育中AI的理论基础，并为教育工作者和AI工程师提供了有前途的渠道，以进行进一步的协作研究。
(b): 阮德南、武黎辉、黎重安、阮廷忠、阮辉越英（2024 年）。太阳能移动机器人的设计与实现
摘要 目前，可再生能源是人类在工业生产、供暖和运输等许多应用中的绝佳替代品。当今发展最快的技术之一是电动汽车，即由可再生能源驱动的小型移动机器人。本研究介绍了用于运输的太阳能移动机器人 (SMR) 原型的设计、优化和实施。SMR 通过小尺寸、小重量和低功耗等多种约束进行了优化。在绿色能源收集范围内，SMR 能够通过使用超级电容器阵列实现快速充电和高能量存储能力，这是机器人电源管理的当前趋势。SMR 完全由太阳能供电，并使用低功耗物联网解决方案通过 Wi-Fi 协议进行控制。SMR 已进行过承载 4.1 公斤重量的测试，并在每个测试周期中行驶 10 米的路径。 15分钟内，SMR完成26个循环，总距离260米，总运输重量103公斤，是自身重量的近50倍。SMR在食品配送、仓库包裹运输、基础设施建设和农业等许多领域显示出巨大的应用潜力。