サプライチェーン最適化における AI クイズ

クイズに答えると、答えと解説が表示されます。

1. サプライチェーンにおける AI を活用した需要予測の主な目標は何ですか?
   • 各製品がいつ、どこで、どれだけ売れるかを予測するため
   • 新しい商品のパッケージをデザインしたい
   • プロモーション用のマーケティングコピーを書くため
   • 倉庫作業員全員を置き換えるには
2. ルーティングと在庫の決定は通常どのタイプの問題として捉えられますか?
   • 画像分類の問題
   • 数学的最適化問題 (混合整数計画など)
   • 音声認識の問題
   • ランダムな推測問題
3. 引用された Zalando 補充調査では、どのような種類の需要生産が在庫最適化に組み込まれていますか?
   • 今後毎日の正確なユニット数を保証
   • 不適格なソーシャルメディア人気スコア
   • 将来の需要の不確実性を表す確率的な予測
   • 予測分布を無視する固定ルール
4. 供給ネットワークのシナリオにおいて、デジタル ツインは何を表しますか?
   • すべてのセンサーが常に稼働し、同期されていることを保証します。
   • あらゆる意思決定を自動的に実行する 2 番目の物理倉庫
   • 混乱は起こり得ないことを証明するモデル
   • モデリングまたはシミュレーション用のデータとリンクできる物理システムの仮想表現
5. AI を活用したサプライチェーンの混乱時の回復力を高めるには何ができるでしょうか?
   • 可視性、シナリオ計画、および状況の変化に応じて意思決定を調整する機能
   • 需要が決して変わらないという保証
   • 人間のオペレーターをすべて排除する
   • 過去の平均のみを使用する
6. 観察されたサプライチェーンの結果は、予測フィードバック ループでどのように使用されるべきですか?
   • 新しい観測が行われるたびにモデルが自動的に改善されると仮定します。
   • 予測誤差を評価し、適切な結果データを使用して検証済みの更新を検討する
   • データの品質やパフォーマンスをチェックせずに継続的に再トレーニングする
   • 各予測を確定された将来の結果として扱う
7. 引用された電子商取引の研究ではどの補充ポリシーが拡張されましたか?
   • モーター速度の比例微分コントローラー
   • 車両ルートの最短経路アルゴリズム
   • (R, s, Q) ポリシー、初期補充とポリシー期間の変数の追加
   • 固定移動平均による需要予測
8. 予測を最適化モデルと組み合わせる理由は何ですか?
   • They are identical tasks
   • Optimization removes all uncertainty
   • Forecasting automatically places orders
   • A forecast estimates future conditions, while optimization chooses actions under constraints