Hyppää sisältöön
    • Suomeksi
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • 1. Kirjat ja opinnäytteet
  • Kandidaatin tutkielmat (kokotekstit)
  • Näytä aineisto
  •   Etusivu
  • 1. Kirjat ja opinnäytteet
  • Kandidaatin tutkielmat (kokotekstit)
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Tekoälyn hyödyntäminen toimittajan valinnassa

Ingi, Aleksi (2024-05-07)

Tekoälyn hyödyntäminen toimittajan valinnassa

Ingi, Aleksi
(07.05.2024)
Katso/Avaa
Kanditutkielma%20Aleksi%20Ingi.pdf (454.2Kb)
Lataukset: 

Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2024051430417
Tiivistelmä
Tämän tutkielman tarkoituksena on selvittää, mitä tekoälytekniikoita voidaan hyödyntää toimittajan valinnan eri vaiheissa ja miten ne tukevat prosessia. Tutkimus suoritetaan kirjallisuuskatsauksena käyttäen tutkimuskysymykseen vastaavia tieteellisiä artikkeleita sekä kirjoja. Toimittajan valintaprosessi kuvataan tutkimuksessa neliportaisena metodina, joka sisältää ongelman määrittelyn, kriteerien muodostamisen, esivalinnan ja toimittajan lopullisen valinnan. Tutkimuksen tekoälytekniikat kuvataan peruspiirteisesti tarkemmin tutustumatta tarkkoihin teknisiin yksityiskohtiin. Tutkimuksessa tekoälytekniikat lopuksi erotellaan ominaisuuksien sekä soveltuvuuksien perusteella ja sijoitetaan tukemaan tiettyä toimittajan valinnan prosessin vaihetta. Tutkimuksen johtopäätöksissä havaittiin, että erilaisia tekoälytekniikoita voidaan hyödyntää toimittajan valintaprosessin eri vaiheissa. Ongelman määrittelyvaiheessa tekoälyn käyttö on haastavaa, mutta asiantuntijajärjestelmät voivat olla tehokkaita tukemaan prosessia. Kriteerien muodostamisessa matemaattiset algoritmit kuten sumea logiikka ja koneoppimisen menetelmät ovat hyödyllisiä optimoimaan eri kriteerien painotuksia. Esivalinnassa erityisesti keinotekoiset hermoverkot ja asiantuntijajärjestelmät voivat muodostaa esivalinnan lyhytlistan tehokkaasti. Toimittajan lopullisessa valinnassa geneettiset algoritmit, sumea logiikka ja koneoppimisen menetelmät ovat hyödyllisiä, samoin kuin historialliseen dataan perustuvat asiantuntijajärjestelmät ja keinotekoiset hermoverkot. Agenttipohjaisia järjestelmiä voidaan hyödyntää tukemaan tai suorittamaan koko toimittajan valintaprosessi ja siksi niiden potentiaali toimittajan valintaprosessin tukemiseen tai automatisoimiseen on suurin. Niiden tehokkuutta ja luotettavuutta tulisi kuitenkin vielä tutkia lisää. Lisäksi tekoälyn hyödyntämistä ongelman määrittelyssä tulisi tarkastella syvemmin, sillä aiheesta tehdyt tutkimukset ovat olleet rajallisia.
Kokoelmat
  • Kandidaatin tutkielmat (kokotekstit) [1626]

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetAsiasanatTiedekuntaLaitosOppiaineYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste