ارائه یک روش بهبود مسیریابی تاکسی های هوشمند مبتنی بر اینترنت اشیا و یادگیری تقویتی

پیدا کردن نزدیکترین تاکسی و سپس یافتن بهترین مسیر برای رسیدن به مقصد یکی از چالش ها در سیستم های تاکسی هوشمند است. در روش پیشنهادی برای بهینه سازی مسیریابی و انتخاب تاکسی های هوشمند و بهبود بهره وری از ترکیبی از الگوریتم های فراابتکاری و یادگیری تقویتی استفاده می شود تا عملکرد سیستم حمل و نقل شهری را به طور چشمگیری بهبود داده شود. در روش پیشنهادی ابتدا از الگوریتم ژنتیک برای انتخاب نزدیکترین تاکسی به مسافر و از الگوریتم ازدحام ذرات برای انتخاب مسیر بهینه استفاده می شود. سپس نتایج الگوریتم های فراابتکاری به عنوان ورودی برای مدل های یادگیری تقویتی برای تعیین بهترین استراتژی های عملیات مورد استفاده قرار می گیرند تا بر اساس بازخوردهای محیطی و تجربیات گذشته، تصمیم گیری های سیستم به طور پویا بهبود یابد و سیستم بتواند به طور موثرتری به تغییرات واکنش نشان دهد. نتایج روش پیشنهادی نشان می دهد که نرخ انتظار مسافر برای تاکسی بهبود یافته و همچنین با انتخاب مسیر مناسب برای رسیدن به مقصد تاثیر آن روی کاهش آلودگی هوا محسوس است.

کلیدواژه ها:

مسیریابی تاکسیهای هوشمند ، اسنپ ، اینترنت اشیاء