به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "freight rail transport" در نشریات گروه "عمران"

تکرار جستجوی کلیدواژه «freight rail transport» در نشریات گروه «فنی و مهندسی»
جستجوی freight rail transport در مقالات مجلات علمی
  • حمیدرضا سلمانی مجاوری، عباس طلوعی اشلقی*
    گسترش روزافزون تقاضا در حوزه حمل و نقل ریلی باری و رقابتی بودن قیمت حمل کالا و کرایه حمل ریلی نسبت به سایر شقوق حمل و نقل در کشور یکی از مهمترین دلایل ضروری در توسعه و سرمایه گذاری هرچه بیشتر در این بخش از حمل و نقل است. معیارهای متفاوتی در حوزه حمل بار ریلی، چه از سوی صاحبان کالا و چه از سوی شرکتهای حمل و نقل ریلی و دارای مجوز صدور بارنامه ریلی، در سالهای اخیر مورد بحث و بررسی قرار گرفته است. هدف اصلی از این مقاله، بکارگیری هوش مصنوعی در شرکت حمل و نقل چند وجهی مپنا بعنوان یکی از شرکتهای مهم در عرصه حمل کالای ریلی، در راستای یافتن بار بهینه است. در این مقاله پیاده سازی شبکه های عصبی مصنوعی چند لایه و تشریح کدهای پیاده سازی ؛از طریق زبان برنامه نویسی پایتون، انجام شده وپس از ارزیابی و تنظیم پارامترهای مدل، وزن های شبکه به وسیله کتابخانه pickle ذخیره سازی گشت که از این وزن ها می توان برای تخمین داده های جدید استفاده کرد. پس از بررسی 89275 بارنامه موجود در حوزه شبکه ریلی کشور، اطلاعات بارنامه های ذکر شده به برنامه شبیه سازی شده وارد گردید که فرمول اصلی آن توسط خبرگان صنعت و کارشناسان راه آهن فرموله گردیده بود. نتایج، بارهای بهینه ریلی از میان بارنامه های صادر شده از حیث درآمد بیشتر و هزینه های کمتر، نشان می دهد.
    کلید واژگان: هوش مصنوعی, حمل و نقل ریلی باری, بار بهینه, شرکت حمل و نقل چند وجهی مپنا
    Hamidreza Salmani Mojaveri, Abbas Toloie Eshlaghi *
    The ever-increasing demand in the field of rail freight transportation and the competitiveness of the price of goods transportation and rail transportation fares compared to other transportation sectors in the country is one of the most important reasons for the development and investment as much as possible in this sector of transportation. Different criteria in the field of rail cargo transportation, both by the owners of the goods and by the rail transportation companies licensed to issue a rail bill of lading, have been discussed and investigated in recent years. The main purpose of this article is to apply the use of artificial intelligence in MAPNA multimodal transportation company as one of the important companies in the field of rail cargo transportation, in order to find the optimal load. In this article, the implementation of multi-layer artificial neural networks and the description of the implementation codes were done through the Python programming language and after evaluating and adjusting the model parameters, the weights of the network were stored by the pickle library that can be used to estimate new data. After checking 89275 bills of lading available in the railway network, the information of the mentioned bills of lading was entered into the simulated program, the main formula of which was formulated by industry experts and railway experts. The results of the optimal rail load from among the issued bills of lading show more income and lower costs.
    Keywords: Artificial intelligence, freight rail transport, Optimal Load, MAPNA multimodal transport company
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال