ІНТЕГРАЦІЯ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ ТА ДОСЛІДЖЕННЯ ОПЕРАЦІЙ ДЛЯ ПОКРАЩЕННЯ ЕФЕКТИВНОСТІ РІШЕНЬ

Анотація

У статті розглянуто ключові виклики традиційних методів дослідження операцій, пов’язані з обробкою великих обсягів даних, невизначеністю та динамічними змінами. Проаналізовано існуючі підходи до поєднання машинного навчання, глибокого навчання та генетичних алгоритмів із методами оптимізації та теорією ігор. Описано практичні приклади застосування в логістиці, фінансах і виробництві, а також виявлено переваги та виклики таких комбінованих підходів. У підсумку визначено перспективи подальших досліджень, включаючи розробку гібридних моделей, підвищення обчислювальної ефективності та адаптацію до специфічних галузей.