جستجو
استفاده از رویکردهای هوش مصنوعی در لجستیک، حملونقل و بهینهسازی زنجیره تأمین دریایی
محدثه پاسبان1 مهدی پاسبان2
چکیده :
این پژوهش با هدف شناسایی رویکردهای فعلی در استفاده از روشهای هوش مصنوعی (AI) برای حل مشکلات حمل و نقل مورد استفاده قرار می گیرد. پیشرفتهای اخیر هوش مصنوعی به نحوه تطبیق آن با لجستیک دریایی مورد بررسی قرار گرفته است. در این مطالعه، تعدادی مقاله مرتبط با هوش مصنوعی در صنعت دریایی به صورت تطبیقی مورد بررسی قرارگرفته شد. مقالات مورد مطالعه در مرحله اول دستهبندی و طبقهبندی شدند و نتایج برخی از نشریات قابل توجه بوده و به تفصیل مورد بحث و بررسی قرار گرفته است. حمل و نقل دریایی برای افزایش اثربخشی لجستیک دریایی و مدیریت زنجیره تأمین ضروری است. فناوری هوش مصنوعی (AI) از طریق پشتیبانی از سناریوهای کاربردی متنوع در دنیای واقعی، نمونههای آموزشی در مقیاس بزرگ، قدرت محاسباتی مقرون به صرفه اما قدرتمند و پیچیدهتر شده است. استفاده از هوش مصنوعی به طور قابل توجهی افزایش یافته است. به این ترتیب، جوامع علوم دریایی و کامپیوتر تلاش کردهاند تا با معرفی تکنیکهای متنوع و پیشرفته هوش مصنوعی، کارایی حمل و نقل دریایی و زنجیره تامین را بهبود بخشند. ضمن اینکه ارزیابی ارائه شده شکافهای تحقیقاتی را برجسته کرده و جهتگیریهای تحقیقاتی آینده را پیشبینی میکند. دو حوزه ممکن در صنعت دریایی برای تحقیقات بیشتر با استفاده از قابلیتهای هوش مصنوعی پیشنهاد شده است. اول تجزیه و تحلیل پیشبینیکننده و پس از آن بهینهسازی بهرهوری انرژی قرار دارد. علاوه بر این، تحقیقات آینده میتواند از رویکردهای جدید، یادگیری ماشینی(ML) برای پرداختن به مشکلات لجستیک دریایی با استفاده از حجم روزافزون دادههای موجود بهره ببرد .و از طرفی تحقیقات آینده در مورد لجستیک دریایی همچنین میتواند مدلهای یادگیری را بر اساس شکافهای شناسایی شده توسعه دهد.
کلمات کلیدی : هوش مصنوعی لجستیک دریایی حملونقل بهینهسازی زنجیره تأمین دریایی
زبان مقاله : فارسی
محور مقاله : فناوری های کاربردی هوش مصنوعی و کاربردهای آن در علوم مختلف
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABCEKF
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABCEKF
سایر مقالات ارائه دهنده
- استفاده از رویکردهای هوش مصنوعی در لجستیک، حملونقل و بهینهسازی زنجیره تأمین دریایی
- چارچوبی یکپارچه و هدفمند برای زیرساخت های اینترنت اشیاء صنعتی و تولید هوشمند، در مهندسی کامپیوتر و صنایع
- چارچوبی یکپارچه و هدفمند برای زیرساخت های اینترنت اشیاء صنعتی و تولید هوشمند، در مهندسی کامپیوتر و صنایع
- اینترنت اشیاء صنعتی و شهرهای هوشمند، چارچوبی یکپارچه برای کاربردهای مهندسی کامپیوتر
- افزایش تابآوری در مدیریت زنجیره تأمین (SCM) و ادغام فناوری نوین با گذر از جهش های هوش مصنوعی، جهت کاهش مشکلات در صنعت
- مدلسازی و توسعه یک چارچوب هوشمندِ مقیاسپذیر برای زیرساختهای اینترنت اشیا در محیط های تولید پیشرفته
- طراحی و توسعه حمل و نقل چند وجهی در شرایط بحران برای مسافران ریلی در ایران
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems