42
Deo 7: Zaključak
nSistem predstavljen u ovom radu je razvijen da predstavi upotrebljivost tehnologije neuronskih mreža u zadacima dodele vozila. Međutim, sistemu su potrebne dodatne osobine kako bi bio koristan u realnom ambijentu. Na primer, trenutna pozicija svakog vozača treba biti lakše korigovana (idealno bi bilo preko ‘on-board’ kompjutera), i revizija trasa trebala bi biti omogućena u slučajevima dugog neočekivanog kašnjenja.
nU odnosu na potprogram učenja, faza vežbanja uzima dosta vremena, ali to nije toliko bitno, zato što to može biti urađeno sa unapred sakupljenim primerima odluka (kao što smo mi uradili u našim eksperimentima). Kada se nauči, mreža reaguje veoma brzo, i može biti upotrebljena u realnoj sredini.
nKonačno, ne vredi ništa ako potprogram učenja uradi dobro, ako nije u saglasnosti sa  procenjenim vremenom putovanja i razdaljinama. Dispečer je uvideo da su vremena putovanja veoma realna u većini slučajeva, ali je očigledno da ove procene predstavljaju dodatni hendikep za potprogram učenja.