بررسی مدیریت کیفیت جامع در سیستم های حمل و نقل هوشمند برپایه اصول هوش مصنوعی و متاورس

همه گیری COVID-۱۹ یک اختلال عظیم جهانی با تاثیرات اقتصادی، زیست محیطی و اجتماعی عظیم در سراسر جهان بودهاست. واضح است که مردم در سراسر جهان، رنج قابل توجهی را در نتیجه بیماری همه گیر و پس از آن، تجربه می کنند. با اینحال، مهندسی حمل و نقل در کاهش اثرات منفی بیماری همه گیر فعلی و رویدادهای مخرب آینده نقش دارد. هدف این تحقیق،نشان دادن زمینه های تحقیقاتی است که ممکن است از این هدف حمایت کند. سیستم های حمل و نقل هوایی به طور قابلتوجهی گسترش عفونت ها را در سراسر جهان سرعت بخشید. متاسفانه غربالگری بصری و دمایی مسافران نتوانسته همه ناقلانویروس را شناسایی کند. حمل و نقل جاده ای و ریلی، از جمله کریدورهای حمل و نقل انبوه و حمل و نقل، باعث گسترش بیشترعفونت در شهرها و کشورها شده است. لذا بررسی و ارائه یک سیستم مدیریت کیفیت جامع در سیستم های حمل و نقلهوشمند، جهت مشخص نمودن زمان ورود و خروج، امری ضروری است که این تحقیق با به کارگیری اصول هوش مصنوعی ومتاورس، سعی در انجام این کار را دارد. با توجه به رویکرد ترکیبی شبکه عصبی عمیق بازگشتی و بهبود کارایی بهینه سازیپیش بینی خدمات حمل و نقل هوشمند بر پایه صف در مواقع بحران و کرونا از داده های واقعی شهر تگزاس، امریکا، مشاهده شدکه کمترین مسیرها مشخص و بهبود مسیریابی برای حرکت سیستم های حمل و نقل هوشمند، ارائه شده است. طور نموداربرازش در زمان مسیریابی بهینه در ابتدای کار، همگرا می شود. یعنی پاسخی سریع یافت می شود. همین طور نمودار پراکندگیدر زمان مسیریابی بهینه به مرور زمان و با آموزش های بیشتر شبکه عصبی عمیق بازگشتی و بهبود کارایی و نرخ همگرایی باالگوریتم کرم شب تاب، بهبود می یابد.

کلیدواژه ها:

سیستم های حمل و نقل هوشمند ، هوش مصنوعی ، متاورس ، شبکه عصبی عمیق بازگشتی ، الگوریتم کرم شب تاب