Центральноукраїнський науковий вісник. Технічні науки. Випуск_10. Частина 1. - 2024
Permanent URI for this collectionhttps://dspace.kntu.kr.ua/handle/123456789/16088
Browse
Search Results
Item Інноваційні рішення в складській логістиці(ЦНТУ, 2024) Аулін, В. В.; Тищенко, С. Ю.; Гриньків, А. В.; Aulin, V.; Tyshchenko, S.; Hrynkiv, A.В статті розглядаються сучасні тенденції в складській логістиці, такі як автоматизація, цифровізація, омніканальність, екологічна сталість та зростання електронної комерції. Основні проблеми галузі включають високі витрати на автоматизацію, недостатню кваліфікацію персоналу для роботи з інноваційними технологіями, складнощі адаптації до глобальних змін у ланцюгах постачання та необхідність дотримання екологічних стандартів. Проведено аналіз останніх досліджень щодо використання інтелектуальних систем, великих даних, штучного інтелекту та Інтернету речейдля оптимізації складських операцій. Розроблено заходи інноваційного підходу для підвищення ефективності управління складськими процесами та конкурентоспроможності складських підприємств і комплексів. Запропоновано підходи для оцінки впливу новітніх технологій на управління складською логістикою та досягнення сталого розвитку складського господарства. The article discusses current trends in warehouse logistics, such as automation, digitalization, omnichannel, environmental sustainability, and the growth of e-commerce. The main challenges of the industry include high automation costs, insufficient staff qualifications to work with innovative technologies, difficulties in adapting to global changes in supply chains, and the need to comply with environmental standards. The article analyzes the latest research on the use of intelligent systems, big data, artificial intelligence (AI) and the Internet of Things (IoT) to optimize warehouse operations.Item Алгоритм оптимізації надійності функціонування та ефективності використання виробничого обладнання методами штучного інтелекту(ЦНТУ, 2024) Аулін, В. В.; Ковальов, С. Г.; Гриньків, А. В.; Варваров, В. В.; Aulin, V.; Kovalov, S.; Hrynkiv, A.; Varvarov, V.Зміст статті орієнтований на проблематику підвищення надійності та ефективності виробничих процесів за рахунок зниження витрат на обслуговування та мінімізації простоїв. Представлено підхід, який передбачає оптимізацію технічного обслуговування виробничого обладнання на основі алгоритмів штучного інтелекту. Розглядається методика використання теорії марківських процесів в контексті навчання з підкріпленням і її застосування для моделювання виробничого середовища.Проведене дослідження дає змогу говорити про значне покращення надійності та продуктивності виробничого обладнання у виробничій системі завдяки впровадженню ШІ-технологій. This paper presents an innovative approach that involves the optimization of maintenance forproduction equipment by leveraging advanced artificial intelligence (AI) algorithms. The study explores the application of Markov process theory within the context of reinforcement learning and its integration into the modeling of production environments. The focus of this research is to address critical issues related to enhancing the reliability and efficiency of production processes. This is achieved by reducing maintenance costs and minimizing equipment downtime.