• عنوان

    تحليل و پيش بيني نامنظمي‌هاي هندسي خطوط ريلي با الگوريتم‌هاي يادگيري ماشيني

  • نويسنده اصلي

    زهرا محمدعلي قاضياني

  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    استفاده از صنعت ريلي به عنوان يكي از روش‌هاي حمل‌و‌‌‌‌نقل نقش به سزا و موثري در جابه جايي‌ها داشته و به دليل مزيت‌هايي همچون حمل انبوه، ايمني بيشتر، كاهش آلودگي زيست محيطي و غيره هميشه مورد توجه بوده است. افزايش استفاده از اين نوع سيستم حمل‌و‌‌‌‌نقل، نيازمند توجه همه جانبه به مسائل پيرامون اين صنعت است، موضوعاتي همچون برنامه ريزي براي نگهداري‌و‌تعميرات، ايمني در حمل‌و‌‌‌‌نقل وغيره كه باعث بيشتر شدن ميزان بهره وري و در نهايت رضايت استفاده كنندگان از اين نوع حمل‌و‌‌‌‌نقل مي‌گردد. استفاده از تكنيك‌هاي داده‌كاوي مي‌تواند روش مناسبي براي كشف الگوها و پيش‌بيني‌هاي آينده در مورد خطوط‌ريلي باشند. اين پيش‌بيني‌ها و كاوش در داده‌ها باعث مي‌شود تا برنامه ريزي نگهداري‌و‌تعميرات به صورت موثرتري انجام شده و عمليات‌ها الويت بندي و بهينه شوند. علاوه بر كاهش هزينه‌ها، از بروز حوادثي همچون خروج از خط و واژگوني قطار كه از مهم ترين حوادث مي‌باشند نيز جلوگيري مي‌شود. در اين تحقيق از داده‌هاي مربوط به خطوط‌ريلي مسابقه Informs RAS 2015 استفاده شده تا بتوان با تنظيم هشدار بر روي قطارهاي مسافري و باري، نقاط خرابي با الويت كمتر را قبل از تبديل شدن به وضعيت قرمز پيش‌بيني كرد و بازرسي‌هاي دوره اي را به حداقل رساند. در قسمت اول چندين الگوريتم معروف براي پيش‌بيني الويت خرابي استفاده شده تا بتوان بهترين روش براي اين گونه مسائل را شناسايي كرد كه در نتيجه الگوريتم‌هاي مبتني بر درخت با دقت بالايي هر دو كلاس را پيش بيني كرده‌اند. جهت تنظيم هشدار، ابتدا نياز بود تا مهمترين متغيير انتخاب شود كه اين مرحله با روش رگرسيون لجستيك و رگرسيون گام به گام انجام شد و نتيجه آن انتخاب متغير طول خرابي بود. در ادامه متغير انتخاب شده به عنوان ورودي الگوريتم نقاط تغيير قرار گرفت تا نقاط خرابي مستعد شناسايي شود.
  • شماره ركورد
    211067
  • دانشگاه
    دانشگاه علم و صنعت ايران
  • رشته تحصيلي
    مهندسي صنايع گرايش حمل و نقل ريلي
  • استاد راهنما
    دكترمسعود يقيني