• شماره ركورد
    9977
  • پديد آورنده

    امين باديه نشين

  • عنوان
    بررسي كاربرد تكنيك‌هاي تحليل داده با استفاده از الگوريتم‌هاي يادگيري ماشين در راه‌آهن
  • مقطع تحصيلي
    كارشناسي
  • رشته تحصيلي
    مهندسي حمل و نقل ريلي
  • سال فارغ التحصيلي
    1404
  • استاد راهنما
    مسعود يقيني
  • دانشجوي وارد كننده اطلاعات

    امين باديه نشين

  • تاريخ ورود اطلاعات
    1404/08/12
  • دانشكده
    راه آهن
  • عنوان به انگليسي
    A Study on the Application of Data Analysis Techniques Based on Machine Learning Algorithms in the Railway Sector
  • چكيده
    اين پايان‌نامه با عنوان «بررسي كاربرد تكنيك‌هاي تحليل داده مبتني بر الگوريتم‌هاي يادگيري ماشين در صنعت راه‌آهن» به منظور ارائه يك ديدگاه جامع از تعامل فناوري‌هاي يادگيري ماشين با صنعت ريلي انجام شده است. صنعت راه‌آهن به‌عنوان يك ابرسيستم حياتي با چالش‌هايي همچون فرسودگي ناوگان، هزينه‌هاي بالاي نگهداري و بهره‌وري عملياتي پايين مواجه است كه يادگيري ماشين مي‌تواند پاسخ مؤثري به اين چالش‌ها ارائه دهد. در اين تحقيق، مفاهيم كليدي يادگيري ماشين شامل يادگيري با نظارت، يادگيري بدون نظارت، يادگيري عميق و الگوريتم‌هاي جستجو معرفي شده و كاربردهاي آن در پنج حوزه اصلي بهينه‌سازي، داده‌كاوي، بينايي ماشين، پردازش زبان طبيعي و رباتيك بررسي شده است. روش تحقيق بر پايه مرور نظام‌مند ادبيات و بررسي منابع ثانويه شامل مقالات علمي و مطالعات موردي استوار بود تا ضمن تحليل وضعيت موجود، كاربرد تكنيك‌هاي يادگيري ماشين در حوزه‌هاي عملياتي كليدي راه‌آهن مانند نگهداري زيرساخت و ناوگان، مديريت ترافيك و خدمات مسافري ارزيابي و دسته‌بندي شود. نتايج نشان مي‌دهد كه يادگيري ماشين قابليت تحول‌آفريني در حوزه‌هاي مختلف دارد. در بهينه‌سازي، الگوريتم‌هاي فراابتكاري براي زمان‌بندي قطارها، تخصيص سكو و برنامه‌ريزي نگهداري به كار گرفته شده‌اند كه منجر به كاهش هزينه‌ها و زمان سفر مي‌شوند. در داده‌كاوي، يادگيري ماشين براي نگهداري پيش‌بينانه و پيش‌بيني تخريب خطوط و ناوگان به‌كار گرفته شده و صرفه‌جويي قابل توجهي در هزينه‌ها ايجاد مي‌كند. بينايي ماشين با استفاده از شبكه‌هاي عصبي عميق براي بازرسي خودكار ريل‌ها و چرخ‌ها و كنترل هوشمند تقاطع‌ها كاربرد دارد. پردازش زبان طبيعي براي تحليل گزارش‌هاي متني خرابي تجهيزات و استانداردسازي دانش فني مورد استفاده قرار گرفته و رباتيك نيز با توسعه سامانه‌هاي دوزيست، ايمني و كارايي عمليات بازرسي و تعميرات را بهبود مي‌بخشد. به طور كلي، ادغام اين فناوري‌ها به ارتقاي ايمني، بهره‌وري و كيفيت خدمات در راه‌آهن كمك كرده و زمينه را براي تحقق مفهوم «راه‌آهن هوشمند» فراهم مي‌كند، كه جايگاه صنعت ريلي را در رقابت با ساير شيوه‌هاي حمل‌ونقل تقويت مي‌نمايد.
  • كليدواژه ها
    هوش مصنوعي، صنعت ريلي، يادگيري ماشين، بهينه‌سازي، نگهداري و تعميرات، بينايي ماشين، داده‌كاوي، رباتيك