چهارشنبه ۲۵ شهریور ۱۴۰۵ | ۰۱:۱۷
پیش‌بینی خرابی و مصرف سوخت ناوگان حمل‌ونقل با هوش مصنوعی

پیش‌بینی خرابی و مصرف سوخت ناوگان حمل‌ونقل با هوش مصنوعی

مهندسان یکی از شرکت‌های دانش بنیان سامانه‌های هوشمند برای مدیریت ناوگان حمل‌ونقل را توسعه دادند که به گفته آنها این سامانه با تحلیل داده‌های GPS و سامانه‌های ناوبری، می‌تواند میزان پیمایش، توقف، مصرف سوخت و حتی خرابی‌های احتمالی خودروها را پیش‌بینی و برای مدیریت بهینه ناوگان استفاده کرد.

مهدی عرب‌زاده از فناوران یکی از مجموعه‌های دانش بنیان در گفت‌وگو با ایسنا، با اشاره به فعالیت این مجموعه با بیان اینکه در حال حاضر سه مجموعه دانش‌بنیان در همدان، تهران و منطقه آزاد کیش با ما همکاری دارند،افزود: عمده فعالیت این مجموعه‌ها در حوزه پروژه‌های مبتنی بر هوش مصنوعی، هوش مصنوعی در ناوگان‌های حمل‌ونقل و سیستم‌های لجستیکی و ناوبری است.

عرب‌زاده با اشاره به پروژه‌ اخیر این مجموعه اظهار کرد: پروژه‌ای که اخیرا ارائه کردیم، مبتنی بر «هوش سازمانی» است. در این طرح تلاش می‌کنیم هوش انسانی موجود در دستگاه‌های اجرایی و بخش‌های خصوصی و دولتی را به هوش سازمانی تبدیل کنیم.

وی توضیح داد: برای مثال، ممکن است یک کارشناس در دورافتاده‌ترین نقطه ایران مشغول به کار باشد و بر اساس سال‌ها تجربه کاری خود، دانش و تجربه ارزشمندی داشته باشد. در روش‌های سنتی، این تجربه در نهایت به صورت شفاهی به یک کارمند یا کارشناس دیگر منتقل می‌شد، اما در این روش، ما مجموعه‌ای از داده‌های حاصل از این دانش و تجربه انسانی تهیه می‌کنیم و آن را به هوش سازمانی تبدیل می‌کنیم. به این ترتیب، یک کارشناس جدید که برای مثال تنها یک ماه سابقه کار دارد، می‌تواند به‌راحتی از تجربیات کارشناسی که ۲۸ یا ۲۹ سال سابقه فعالیت دارد استفاده کند.

این فعال حوزه دانش بنیان‌ها با تاکید بر اینکه این سیستم می‌تواند گزارش‌های مناسبی را در اختیار مدیران و بخش‌های مختلف سازمان‌ها قرار دهد و به آنها در تصمیم‌گیری کمک کند، با تشریح یکی از کاربردهای این سامانه، خاطر نشان کرد: برای نمونه، یک مدیر می‌تواند از سامانه بپرسد بیشترین مشکلات سازمان من مربوط به کدام بخش‌ها است و سامانه به این پرسش پاسخ دهد. مدیر همچنین می‌تواند درباره یک مشکل مشخص در یک بخش سازمان سوال کند و بپرسد چه راهکارهایی برای حل آن پیشنهاد می‌شود. این راهکارها بر اساس داده‌هایی که از سوی افراد و کارشناسان سازمان تهیه شده است، ارائه می‌شوند.

وی با اشاره به کاربرد این فناوری در برنامه‌ریزی سازمانی اظهار کرد: برای مثال، مدیر می‌تواند از سامانه بپرسد برای سال آینده به چه میزان بودجه نیاز دارد. در شرایط معمول ممکن است یک مدیر در پایان سال تازه متوجه شود چه اقداماتی باید انجام می‌داده است، اما با استفاده از داده‌های سال‌های قبل می‌توان این اطلاعات را از ابتدای سال تحلیل و برای برنامه‌ریزی استفاده کرد.

وی ادامه داد: کاری که ما در حال انجام آن هستیم، تبدیل دانش و تجربه انسانی موجود در سازمان‌ها به یک ساختار هوش سازمانی و قرار دادن آن در اختیار مدیران و بخش‌های مختلف سازمان است.

عرب‌زاده با اشاره به آغاز همکاری با برخی سازمان‌ها گفت: با بعضی سازمان‌ها، از جمله سازمان اداری و استخدامی کشور، مذاکرات و اقدامات اولیه را آغاز کرده‌ایم و این همکاری در مرحله شروع قرار دارد، اما هنوز به قرارداد منجر نشده است. این حوزه کار جدیدی است، چرا که پیش از این روشی با این ساختار که در آن هوش انسانی به هوش سازمانی تبدیل و در اختیار مدیران و بخش‌های مختلف سازمان‌ها قرار گیرد، نداشتیم.

بخش آخر مصاحبه عرب زاده ارسال می کنم با دقت و به طور د قیق و کامل تنظیم خبری به صورت وی گفت وی افزود کن

عرب‌زاده با اشاره به دیگر پروژه‌های این مجموعه اظهار کرد: پروژه‌های متعددی در دست اجرا داریم، چرا که هم تولیدکننده سخت‌افزار و هم نرم‌افزار هستیم. نرم‌افزارها را نیز خودمان آماده می‌کنیم و در اختیار سازمان‌ها و دستگاه‌های اجرایی قرار می‌دهیم. با استفاده از اطلاعاتی که از طریق GPS و سامانه‌های ناوبری در اختیار سامانه مانیتورینگ قرار می‌گیرد، می‌توان اطلاعات مختلفی از وضعیت ناوگان به دست آورد و آنها را تحلیل کرد.

عرب‌زاده با اشاره به یکی از کاربردهای هوش مصنوعی در این حوزه توضیح داد: برای نمونه، بر اساس اطلاعاتی که از یک خودرو دریافت می‌شود، می‌توان میزان خرابی‌های احتمالی آینده، میزان توقف، پیمایش و مصرف سوخت آن را پیش‌بینی و تحلیل کرد. این سامانه می‌تواند بر اساس داده‌های ثبت‌شده مشخص کند که یک خودرو در طول روز چه میزان پیمایش داشته، در طول هفته چه میزان توقف داشته و چه میزان حرکت کرده است و سپس بر اساس این اطلاعات، میزان مصرف سوخت آن در ماه آینده را پیش‌بینی کند.

وی ادامه داد: برای مثال، سامانه می‌تواند بر اساس داده‌های موجود پیش‌بینی کند که مصرف سوخت یک خودرو در ماه آینده ممکن است حدود ۴۰ لیتر باشد. این تحلیل و پیش‌بینی از جمله اقداماتی است که در حوزه هوشمندسازی ناوگان حمل‌ونقل مبتنی بر هوش مصنوعی انجام می‌شود.

وی با اشاره به فعالیت این مجموعه در حوزه هوشمندسازی شهری اظهار کرد: در حوزه هوشمندسازی شهری نیز فعالیت‌هایی داشته‌ایم که یکی از آنها هوشمندسازی ناوگان حمل‌ونقل در جزیره کیش بود که اجرای آن مربوط به پروژه سال ۱۳۹۹ است و در حال حاضر متوقف شده است.

عرب‌زاده ادامه داد: در این پروژه، تعداد مسافران حاضر در ایستگاه‌های اتوبوس شمارش می‌شد و این اطلاعات از طریق سامانه در اختیار راننده قرار می‌گرفت؛ به این ترتیب راننده می‌دانست در هر ایستگاه چه تعداد مسافر منتظر هستند. راننده بر اساس این اطلاعات می‌توانست برای مسیر خود برنامه‌ریزی کند و تصمیم بگیرد از یک ایستگاه به ایستگاه دیگر حرکت کند یا مسیر دیگری را انتخاب کند. این موضوع می‌توانست به کاهش زمان سفر و میزان مصرف سوخت کمک کند.

این فناور با اشاره به بخش دیگری از این پروژه گفت: در کنار این سامانه، اپلیکیشن‌های شهروندی نیز طراحی شده بود و شهروندان می‌توانستند مشابه برخی اپلیکیشن‌های حمل‌ونقل، عملکرد راننده و وضعیت خودرو را ارزیابی کنند. شهروند می‌توانست درباره عملکرد راننده، نظافت خودرو و وضعیت سرمایش یا گرمایش آن اعلام کند که از این خدمات رضایت داشته یا نداشته است.

عرب‌زاده با اشاره به اجرای پروژه مشابه در همدان گفت: همین پروژه را در همدان نیز اجرا کردیم، اما متأسفانه به دلیل برخی مسائل و بروکراسی‌های اداری، پروژه تا حدودی متوقف شد.

وی افزود: در زمان اجرای این پروژه، نزدیک به ۱۸۰ دستگاه اتوبوس به سیستم GPS مجهز شدند و سامانه‌های بازرسی و مدیریت ناوگان نیز در اختیار مجموعه قرار گرفت. در کنار این زیرساخت‌ها، اپلیکیشن شهروندی و تابلوهای VMS شهری نیز در نظر گرفته شده بود که زمان رسیدن اتوبوس‌ها را روی تابلوها نمایش می‌داد.

انتهای پیام

# علمی‌ و دانشگاهی

آخرین اخبار علمی‌ و دانشگاهی