Optimierung durch künstliche Intelligenz in Bestandsverwaltungs - systemen: Umfassende Untersuchung KI-gestützter Ansätze

Der Umfang dieses Buches erstreckt sich über drei Kapitel, die jeweils systematisch auf den vorangegangenen aufbauen. Kapitel 1 legt die klassischen Grundlagen der Bestandsführungstheorie dar und gibt einen Überblick über deterministische und stochastische Modelle, die dieses Fachgebiet seit Jahrzehnten prägen. Kapitel 2 führt in die grundlegenden Konzepte der künstlichen Intelligenz und des maschinellen Lernens im Zusammenhang mit der Operationsforschung ein und vermittelt das für die folgenden Kapitel erforderliche Fachvokabular. Kapitel 3 untersucht Ansätze der Fuzzy-Logik und des Soft Computing zur Bestandsoptimierung unter Unsicherheit und zeigt auf, wie ungenaue und sprachliche Informationen formal in Entscheidungsmodelle integriert werden können. Wir sind überzeugt, dass dieses Buch einen nützlichen Beitrag zur wachsenden Literatur an der Schnittstelle zwischen künstlicher Intelligenz und Betriebsmanagement leisten wird und dass es zu weiterer Forschung an den vielen noch offenen Problemen in diesem Bereich anregen wird.