en
Feedback
اساتید مهندسی راه و حمل‌ونقل

اساتید مهندسی راه و حمل‌ونقل

Open in Telegram

خبر خود را به مدير كانال ارسال فرمایید: @navid_khademi

Show more
1 524
Subscribers
No data24 hours
-17 days
-230 days
Posts Archive
با سلام خدمت همکاران و اساتید گرامی در غرفه شرکت راه آهن امسال فضایی برای اساتید علاقمند به حوزه ریلی برای ارایه دستاوردهای ت
با سلام خدمت همکاران و اساتید گرامی در غرفه شرکت راه آهن امسال فضایی برای اساتید علاقمند به حوزه ریلی برای ارایه دستاوردهای تحقیقاتی کرده ایم؛ لذا علاقمندان به با جناب آقای پوشیده به شماره 0912 404 7662 هماهنگی بفرمایند با تشکر

توسعه‌ی هوش مصنوعی جهت ارتقای بهره‌وری در شبکه‌ی حمل‌ونقل ریلی ایران authors.elsevier.com/a/1mEj65aecSzCj3 www.sciencedirect.com/science/article/pii/S1568494625016643 مقاله «یادگیری عمیق تقویتی (DRL) جهت مسئله‌ی تخصیص و بازتخصیص پویای واگن برای تقاضاهای بارگیری و تحویل» در یک مجله معتبر بين‌المللی، پذیرفته و منتشر شد. Journal: Applied Soft Computing (Q1) Impact Factor: 6.6 Title: Dynamic Wagon Assignment and Reassignment for Pick-Up and Delivery Requests: A Deep Reinforcement Learning Framework to Address Uncertainty in Locomotive Availability Authors: Parivash Habibi Mohammad Tamannaei Hamid Zarei Date: 2026 این مقاله مستخرج از پایان‌نامه خانم مهندس حبیبی، دانشجوی بسیار خوبم در مقطع کارشناسی ارشد دانشگاه صنعتی اصفهان است و دوست عزیزم آقای دکتر حمید زارعی زحمت استاد مشاور را برعهده داشتند. مدل بدیع هوش مصنوعی که در مقاله توسعه دادیم (با موردکاوی شبکه‌ی ریلی ایران) ضمن کاهش سیر خالی و افزایش سوددهی واگن‌های باری شرکت‌های مالک ناوگان، تقاضای ریل‌پسند جاده را به شبکه ریلی جذب می‌نمايد و کیفیت سرویس‌دهی شبکه ریلی را ارتقا می‌دهد. البته مدل مذکور، امکان پیاده‌سازی در شبکه‌های دیگر حمل‌ونقل (همچون شبکه‌ی جاده‌ای و بندری) را نیز دارد. الگوریتم‌های طراحی‌شده در این پژوهش، جهت توسعه‌ی بخشی از سامانه‌ی جامع پشتیبان تصمیم زنجیره‌های تأمین بکار گرفته می‌شوند. دانلود اصل مقاله #پذیرش_مقاله #هوش_مصنوعی #شبکه_حمل‌ونقل_ریلی کانال «شیفت» در ایتا و تلگرام: eitaa.com/inpt1404 t.me/inpt1404

توسعه‌ی هوش مصنوعی جهت ارتقای بهره‌وری در شبکه‌ی حمل‌ونقل ریلی ایران authors.elsevier.com/a/1mEj65aecSzCj3 www.sciencedirect.com/science/article/pii/S1568494625016643 مقاله «یادگیری عمیق تقویتی (DRL) جهت مسئله‌ی تخصیص و بازتخصیص پویای واگن برای تقاضاهای بارگیری و تحویل» در یک مجله معتبر بين‌المللی، پذیرفته و منتشر شد. Journal: Applied Soft Computing (Q1) Impact Factor: 6.6 Title: Dynamic Wagon Assignment and Reassignment for Pick-Up and Delivery Requests: A Deep Reinforcement Learning Framework to Address Uncertainty in Locomotive Availability Authors: Parivash Habibi Mohammad Tamannaei Hamid Zarei Date: 2026 این مقاله مستخرج از پایان‌نامه خانم مهندس حبیبی، دانشجوی بسیار خوبم در مقطع کارشناسی ارشد دانشگاه صنعتی اصفهان است و دوست عزیزم آقای دکتر حمید زارعی زحمت استاد مشاور را برعهده داشتند. مدل بدیع هوش مصنوعی که در مقاله توسعه دادیم (با موردکاوی شبکه‌ی ریلی ایران) ضمن کاهش سیر خالی و افزایش سوددهی واگن‌های باری شرکت‌های مالک ناوگان، تقاضای ریل‌پسند جاده را به شبکه ریلی جذب می‌نمايد و کیفیت سرویس‌دهی شبکه ریلی را ارتقا می‌دهد. البته مدل مذکور، امکان پیاده‌سازی در شبکه‌های دیگر حمل‌ونقل (همچون شبکه‌ی جاده‌ای و بندری) را نیز دارد. الگوریتم‌های طراحی‌شده در این پژوهش، جهت توسعه‌ی بخشی از سامانه‌ی جامع پشتیبان تصمیم زنجیره‌های تأمین بکار گرفته می‌شوند. دانلود اصل مقاله #پذیرش_مقاله #هوش_مصنوعی #شبکه_حمل‌ونقل_ریلی کانال «شیفت» در ایتا و تلگرام: eitaa.com/inpt1404 t.me/inpt1404

Applied Soft Computing, 2026.pdf8.89 MB

نرم‌افزار بهینه‌سازی هوشمند لجستیک فولاد مبارکه (FLOW) Freight Logistics Optimization Wizard - نرم‌افزار FLOW مبتنی بر یک الگوریتم ریاضی هوشمند جهت کاهش هزینه‌های حمل‌ونقل، ارتقای بهره‌وری لجستیک و ارائه برنامه بهینه برای حمل مستقیم و حمل ترکیبی و شرکت‌های ریلی و جاده‌ای توسعه داده شده‌است. - مسئله بهینه‌سازی شبکه تأمین مواد اولیه فولاد مبارکه شامل موجودیت‌های مختلف هم‌چون معادن، تولیدکنندگان، هاب‌های لجستیک، تخلیه و بارگیری، شرکت‌های حمل‌ونقل ریلی و جاده‌ای و ترکیبی است. - این نرم‌افزار با لحاظ برنامه‌ی خرید مواد اولیه، تأمین تقاضا در نقاط مصرف، بررسی ظرفیت بارگیری در معادن و هاب‌های حمل‌ونقل ترکیبی و رعایت عدالت در توزیع کالا، پشتیبانی تصمیم جهت بهینه‌سازی تأمین مواد فولاد مبارکه را دنبال می‌کند. کانال «شیفت» در ایتا و تلگرام: eitaa.com/inpt1404 t.me/inpt1404

Repost from N/a
جلسه دفاع از پایان نامه کارشناسی ارشد رشته: مهندسی خطوط راه آهن عنوان پایان نامه: تشخیص مانع در مسیر راه آهن مبتنی بر شبکه عص
جلسه دفاع از پایان نامه کارشناسی ارشد رشته: مهندسی خطوط راه آهن عنوان پایان نامه: تشخیص مانع در مسیر راه آهن مبتنی بر شبکه عصبي مصنوعي و پردازش تصوير ارائه دهنده: آقای محمدجواد حب علی استاد راهنما: خانم دکتر پگاه همدانی تاریخ:۱۴۰۴/۰۷/۳۰ ، ساعت:۱۱:۰۰-۰۹:۰۰،مکان جلسه: اتاق سمینار ۱

1-s2.0-S0965856425003088-main.pdf5.53 MB

سلام. مقاله ای را اخیرا دیدم و حیفم آمد آنرا اینجا به اشتراک نگذارم. با سپاس، خادمی https://www.sciencedirect.com/science/article/pii/S0965856425003088?dgcid=raven_sd_via_email

جلسه دفاع از پایان نامه کارشناسی ارشد خانم فرناز قاسملو مورخ ۱۴۰۴/۰۷/۱۶
جلسه دفاع از پایان نامه کارشناسی ارشد خانم فرناز قاسملو مورخ ۱۴۰۴/۰۷/۱۶

جلسه دفاع از پایان نامه کارشناسی ارشد آقای حسین آشور مورخ ۱۴۰۴/۰۷/۱۶
جلسه دفاع از پایان نامه کارشناسی ارشد آقای حسین آشور مورخ ۱۴۰۴/۰۷/۱۶

پوستر اطلاع رسانی سمینار 1404.07.06.pdf2.87 KB