論文の概要: A Data-driven and multi-agent decision support system for time slot
management at container terminals: A case study for the Port of Rotterdam
- arxiv url: http://arxiv.org/abs/2311.15298v1
- Date: Sun, 26 Nov 2023 13:46:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 18:19:04.431713
- Title: A Data-driven and multi-agent decision support system for time slot
management at container terminals: A case study for the Port of Rotterdam
- Title（参考訳）: コンテナ端末におけるタイムスロット管理のためのデータ駆動型マルチエージェント意思決定支援システム:ロッテルダム港を事例として
- Authors: Ali Nadi, Maaike Snelder, J.W.C. van Lint, L\'or\'ant Tavasszy
- Abstract要約: 本稿では,港湾・内陸生態系におけるロジスティクスと交通の相互作用を理解し,予測し,制御するための統合モデルを提案する。
提案手法は, ゲート待ち時間とコスト効率の向上を期待するタイムスロットを選択するために, 系統的にステアトラックを運用するために編成された5つの統合モジュールから構成される。
- 参考スコア（独自算出の注目度）: 1.2289361708127877
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Controlling the departure time of the trucks from a container hub is
important to both the traffic and the logistics systems. This, however,
requires an intelligent decision support system that can control and manage
truck arrival times at terminal gates. This paper introduces an integrated
model that can be used to understand, predict, and control logistics and
traffic interactions in the port-hinterland ecosystem. This approach is
context-aware and makes use of big historical data to predict system states and
apply control policies accordingly, on truck inflow and outflow. The control
policies ensure multiple stakeholders satisfaction including those of trucking
companies, terminal operators, and road traffic agencies. The proposed method
consists of five integrated modules orchestrated to systematically steer
truckers toward choosing those time slots that are expected to result in lower
gate waiting times and more cost-effective schedules. The simulation is
supported by real-world data and shows that significant gains can be obtained
in the system.
- Abstract（参考訳）: コンテナハブからのトラックの出発時間を制御することは、交通システムと物流システムの両方にとって重要である。
しかしこれには、ターミナルゲートでのトラック到着時刻を制御し管理できるインテリジェントな意思決定支援システムが必要である。
本稿では,ポート・ハイトランドエコシステムにおけるロジスティクスとトラフィックの相互作用を理解し,予測し,制御するための統合モデルを提案する。
このアプローチはコンテキスト対応であり、大きな履歴データを使用してシステム状態を予測し、トラックの流入と流出に応じて制御ポリシーを適用する。
規制方針は、トラック会社、ターミナルオペレーター、道路交通代理店を含む複数の利害関係者の満足を確保する。
提案手法は, ゲート待ち時間とコスト効率の向上を期待するタイムスロットを選択するために, 系統的にステアトラックを運用する5つの統合モジュールから構成される。
シミュレーションは実世界のデータによって支援され、システム内で大きな利得が得られることを示す。
関連論文リスト
- DriveCoT: Integrating Chain-of-Thought Reasoning with End-to-End Driving [81.04174379726251]
本稿では,DriveCoTというエンド・ツー・エンドの運転データセットを総合的に収集する。
センサーデータ、制御決定、および推論プロセスを示すチェーン・オブ・シークレット・ラベルが含まれている。
我々は,私たちのデータセットに基づいてトレーニングされたDriveCoT-Agentと呼ばれるベースラインモデルを提案し,連鎖予測と最終決定を生成する。
論文 参考訳（メタデータ） (2024-03-25T17:59:01Z) - Towards an autonomous industry 4.0 warehouse: A UAV and blockchain-based
system for inventory and traceability applications in big data-driven supply
chain management [0.0]
本稿では,在庫処理の自動化とRFIDタグ付産業品のトレーサビリティ維持を目的としたUAVシステムの設計と評価について述べる。
このシステムはブロックチェーンと分散台帳を使って、UAVが収集した特定の在庫データを保存し、検証し、信頼性を確保し、関係者に利用できるようにする。
論文 参考訳（メタデータ） (2024-02-01T16:05:15Z) - MSight: An Edge-Cloud Infrastructure-based Perception System for
Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。
MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。
評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文 参考訳（メタデータ） (2023-10-08T21:32:30Z) - Deployment of Leader-Follower Automated Vehicle Systems for Smart Work
Zone Applications with a Queuing-based Traffic Assignment Approach [1.0355894890759376]
本論文は,ネットワーク上でのATMA車両の経路最適化に焦点をあて,低速動作に伴うシステムコストを最小化することを目的とする。
ATMAシステムによるシステムコストを特定するために,待ち行列に基づくトラフィック割り当て手法を提案する。
本手法は,小型ネットワークと大規模ネットワークを用いて検証し,キャパシティドロップモデリングとQBTD走行時間関数の利点を分析するための2つのベンチマークモデルと比較した。
論文 参考訳（メタデータ） (2023-07-23T16:35:05Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳（メタデータ） (2023-07-05T21:38:36Z) - AI-aided Traffic Control Scheme for M2M Communications in the Internet
of Vehicles [61.21359293642559]
交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。
本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
論文 参考訳（メタデータ） (2022-03-05T10:54:05Z) - An Intelligent Self-driving Truck System For Highway Transportation [81.12838700312308]
本稿では,インテリジェントな自動運転トラックシステムについて紹介する。
提案システムは,1)テストシナリオにおける現実的なトラフィックフローを生成する現実的なトラフィックシミュレーションモジュール,2)実環境における実際のトラックの応答を模倣するために設計,評価された高忠実度トラックモデル,の3つの主要コンポーネントから構成される。
また,提案するシステムを実車に展開し,実車間ギャップを緩和するシステムの能力を示す実物実験を行う。
論文 参考訳（メタデータ） (2021-12-31T04:54:13Z) - Autonomous Vehicles that Alert Humans to Take-Over Controls: Modeling
with Real-World Data [11.007092387379076]
本研究は,運転状態の文脈的意味的表現の開発に焦点を当てた。
自律型エージェントの乗っ取り制御を参加者に指示する大規模な実世界制御データスタディを実施します。
これらのテイクオーバーイベントは、複数のドライバー向けカメラを使用してキャプチャされ、ラベル付けされると、コントロール遷移のデータセットと対応するテイクオーバー時間(tot)が生成される。
このデータセットを拡張後、異なるドライバ向けカメラビューで動作するコンピュータビジョンアルゴリズムが生成する低レベルと中レベルの機能でシーケンシャルに動作するtotモデルを開発・訓練する。
論文 参考訳（メタデータ） (2021-04-23T09:16:53Z) - Automated Intersection Management with MiniZinc [0.0]
本稿では,センサのグリッドからデータを抽出し,交通信号を制御して交通の流れを最適化する自動交差点管理システムを提案する。
本システムは,車両の平均待ち時間と標準偏差を低減し,デッドロックを回避する。
論文 参考訳（メタデータ） (2020-11-15T12:11:05Z) - A Software Architecture for Autonomous Vehicles: Team LRM-B Entry in the
First CARLA Autonomous Driving Challenge [49.976633450740145]
本稿では,シミュレーション都市環境における自律走行車両のナビゲーション設計について述べる。
我々のアーキテクチャは、CARLA Autonomous Driving Challengeの要件を満たすために作られました。
論文 参考訳（メタデータ） (2020-10-23T18:07:48Z) - Real-Time Dispatching of Large-Scale Ride-Sharing Systems: Integrating
Optimization, Machine Learning, and Model Predictive Control [22.894789405660816]
本稿では,多くの都市が直面している渋滞問題に対処するため,大規模リアルタイム配車システムの導入を検討する。
目標は、乗車時間制限の下で待ち時間を最小化しながら、少数の車両で全顧客にサービスを提供することだ。
ニューヨーク市での歴史的なタクシー旅行による実験は、この統合が全てのテストケースに対して平均待ち時間を約30%減少させることを示している。
論文 参考訳（メタデータ） (2020-03-24T16:05:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。