“su yönetimi” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Elektrikli Kamyonlar İçin Yapay Zeka Destekli Rota Optimizasyonu Geliştirildi
Araştırmacılar, elektrikli kamyonların karşılaştığı operasyonel zorlukları aşmak için yeni bir yapay zeka tabanlı sistem geliştirdi. Sınırlı batarya menzili, uzun şarj süreleri ve şarj istasyonlarındaki rekabet gibi faktörler, elektrikli kamyon operasyonlarını kompleks bir lojistik ve enerji problemi haline getiriyor. Geleneksel sezgisel yöntemler bu karmaşıklıkla başa çıkmakta yetersiz kalırken, yeni sistem pekiştirmeli öğrenme algoritmaları kullanarak belirsizlikler altında optimal rotalar belirliyor. Bu gelişme, elektrikli ticari araç filosu yönetiminde devrim yaratabilir ve sürdürülebilir ulaşıma geçişi hızlandırabilir.
Robot Sürüleri İçin Yeni Akıllı Konum Belirleme Sistemi
Araştırmacılar, robot sürülerinin zorlu koşullarda daha hassas konum ve durum tespiti yapabilmesi için yeni bir yöntem geliştirdi. 'Greedy Kalman-Swarm' adı verilen bu teknik, robotların merkezi bir kontrol sistemi olmadan birbirlerinden öğrenerek daha doğru pozisyon bilgisi elde etmelerini sağlıyor. Geleneksel Kalman filtreleme yöntemlerini geliştiren bu yaklaşım, her robotun çevresindeki diğer robotlardan aldığı bilgileri kullanarak kendi konum tahminini iyileştirmesine dayanıyor. Sistem, ağır iletişim protokollerine gerek duymadan yerel düzeyde çalışarak, gerçek dünya uygulamalarında daha pratik çözümler sunuyor. Bu gelişme özellikle arama-kurtarma operasyonları, çevresel izleme ve otonom araç filosu yönetimi gibi alanlarda önemli ilerlemeler sağlayabilir.
Hareketli Hedefleri Yakalayan Araçlar İçin Yeni Optimizasyon Algoritması
Bilim insanları, hareket halindeki hedefleri yakalamak için birden fazla aracın en uygun rotalarını hesaplayan yeni bir algoritma geliştirdi. Moving Target Vehicle Routing Problem (MT-VRP) olarak bilinen bu karmaşık optimizasyon problemi, savunma sistemlerinden lojistiğe kadar birçok alanda kritik öneme sahip. Araştırmacılar, Branch-and-Price with Relaxed Continuity (BPRC) adını verdikleri bu yöntemle, 25'e kadar hareketli hedefi içeren senaryolarda optimal çözümleri önceki yöntemlere göre on kat daha hızlı bulabildiler. Algoritma, özellikle araç kapasitelerinin sınırlı olduğu durumlarda üstün performans gösteriyor. Bu gelişme, otonom araç filosu yönetiminden askeri operasyonlara kadar geniş bir uygulama yelpazesinde daha etkili çözümler sunma potansiyeli taşıyor.