مراجعة وتحليل طرق الذكاء الاصطناعي لتوقع الطلب في إدارة سلسلة الإمداد

ترتبط الاختيار الصحيح لطريقة توقع الطلب ارتباطًا مباشرًا بنجاح إدارة سلسلة الإمداد (SCM). ومع ذلك، تواجه شركات التصنيع اليوم أسواقًا غير مؤكدة وديناميكية. وبالتالي، فإن الأساليب الإحصائية التقليدية ليست دائمًا مناسبة للتوقعات الدقيقة والموثوقة. يتم استخدام خوارزميات الذكاء الاصطناعي (AI) حاليًا لتحسين الأساليب الإحصائية. الأدبيات الموجودة توفر فقط نظرة عامة عامة جدًا على طرق الذكاء الاصطناعي المستخدمة بالاقتران مع توقع الطلب. تقدم هذه الورقة تحليلًا لطرق الذكاء الاصطناعي المنشورة في السنوات الخمس الماضية (2017-2021). علاوة على ذلك، يتم تقديم تصنيف عن طريق تجميع طرق الذكاء الاصطناعي لتحديد اتجاه الأساليب المطبقة. أخيرًا، يتم تقديم تصنيف لطرق الذكاء الاصطناعي المختلفة وفقًا لأبعاد البيانات، وحجم البيانات، والأفق الزمني للتوقع. الهدف هو دعم اختيار الطريقة المناسبة من الذكاء الاصطناعي لتحسين توقع الطلب.