چکیده مقاله
افزایش تقاضا برای خدمات حمل و نقل و گسترش پلتفرم های دیجیتال مدیریت ناوگان ضرورت هایی تازه برای تضمین کیفیت خدمات و تحقق شاخص تحویل به موقع و کامل OTIF پدید آورده است این پژوهش چارچوبی چندمعیاره و عملیاتی برای طراحی سامانه پیشنهادگر هوشمند ارائه می دهد که با تمرکز همزمان بر سه محور مکمل آشنایی راننده با مسیر، سازگاری راننده و محموله و مکانیزم های تبیین پذیری تصمیم هدف ارتقای عملکرد تخصیص بار و افزایش تحقق OTIF را دنبال می کند روش پژوهش ترکیبی است و شامل مرور نظام مند، ادبیات استخراج ویژگی های رفتاری و عملیاتی از داده های تلماتیک و سوابق ناوگان و اجرای شبیه سازی های ارزیابی برای آزمون کارایی چارچوب در سناریوهای متنوع عملیاتی می باشد نتایج نشان می دهد واردسازی شاخص آشنایی مسیر در فرایند تخصیص ریسک تاخیر را کاهش می دهد؛ تطبیق تجربه و مهارت راننده با ویژگی های محموله احتمال خسارت را کاهش می دهد؛ و ارائه توضیحات شفاف درباره منطق انتخاب ها با استفاده از مکانیزم های XAI، پذیرش سامانه و تعامل میان رانندگان و مدیران را تسهیل می کند این یافته ها حاکی از آن است که ادغام معیارهای انسانی و تجربه محور با مدل های پیش بینی داده محور می تواند تصمیم گیری در مدیریت ناوگان را واقع بینانه تر، منعطف تر و منجر به ارتقای OTIF نماید با این حال وابستگی به کیفیت داده های تاریخی، ملاحظات مربوط به حریم خصوصی و ریسک عدالت الگوریتمی محدودیت هایی مهم اند که پیش از پیاده سازی صنعتی باید مدنظر قرار گیرند پیشنهاد می شود چارچوب در محیط های عملیاتی آزمون شود و سازوکارهای حفاظت داده و یادگیری منصفانه توسعه یابند
کلیدواژهها
نویسندگان
شیوه ارجاع
میرزازاده، سهیل و محمدپور، مرضیه،1404،مدل چند معیاره پیشنهادگر هوشمند برای بهبود عملکرد ناوگان حمل و نقل،دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین،تبریز
ارائهشده در
مجموعه مقالات دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین17 مهر 1404 · تبریز