کتاب بهینه‌سازی پویای ترافیک شهری با استفاده از یادگیری تقویتی چندعامله و وسایل نقلیه خودران با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی پویای ترافیک شهری با استفاده از یادگیری تقویتی چندعامله و وسایل نقلیه خودران

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی سیستم‌های مدیریت حمل و نقل درون شهری با استفاده از وسایل نقلیه خودران

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر بهینه‌سازی پویای ترافیک
  • 2. اصول اولیه ترافیک شهری
  • 3. مفاهیم پایه یادگیری تقویتی
  • 4. عناصر عامل در سیستم‌های چندعامله
  • 5. معماری سیستم‌های حمل و نقل هوشمند
  • 6. مدل‌سازی جریان ترافیک
  • 7. معادلات پایه ترافیک
  • 8. شبیه‌سازی ترافیک شهری
  • 9. نرم‌افزارهای شبیه‌سازی ترافیک
  • 10. تحلیل داده‌های ترافیک
  • 11. جمع‌آوری داده‌های ترافیک
  • 12. حسگرهای ترافیک
  • 13. روش‌های تخمین تراکم ترافیک
  • 14. تخمین سرعت متوسط
  • 15. تخمین زمان سفر
  • 16. مقدمه‌ای بر وسایل نقلیه خودران (AVs)
  • 17. انواع سنسورهای وسایل نقلیه خودران
  • 18. سیستم‌های ادراک محیطی در AVs
  • 19. برنامه‌ریزی مسیر در AVs
  • 20. کنترل حرکت در AVs
  • 21. ارتباطات وسیله به وسیله (V2V)
  • 22. ارتباطات وسیله به زیرساخت (V2I)
  • 23. شبکه‌های ارتباطی برای AVs
  • 24. نقش یادگیری تقویتی در کنترل AVs
  • 25. یادگیری تقویتی عمیق (DRL)
  • 26. شبکه‌های عصبی عمیق
  • 27. یادگیری تقویتی با عامل‌های متعدد (MARL)
  • 28. چالش‌های MARL
  • 29. هماهنگی عامل‌ها در MARL
  • 30. بازی‌های ترافیک و MARL
  • 31. مدل‌های عامل‌های هوشمند ترافیک
  • 32. طراحی تابع پاداش در MARL برای ترافیک
  • 33. یادگیری سیاست‌های ترافیکی
  • 34. بهینه‌سازی سیگنال‌های چراغ راهنمایی با MARL
  • 35. کنترل سرعت انطباقی با MARL
  • 36. مدیریت خطوط در تقاطع‌ها با MARL
  • 37. ادغام AVs در ترافیک انسانی
  • 38. تأثیر AVs بر جریان ترافیک
  • 39. پروتکل‌های ارتباطی ایمن برای AVs
  • 40. امنیت سایبری در سیستم‌های حمل و نقل هوشمند
  • 41. ملاحظات اخلاقی در AVs
  • 42. تأثیرات اجتماعی اقتصادی AVs
  • 43. مدل‌سازی رفتار رانندگان انسانی
  • 44. یادگیری رفتار رانندگان انسانی
  • 45. انطباق سیاست‌های MARL با رفتار انسانی
  • 46. بهینه‌سازی به اشتراک‌گذاری خودرو با MARL
  • 47. مدیریت پارکینگ هوشمند
  • 48. سیستم‌های حمل و نقل عمومی هوشمند
  • 49. ادغام حمل و نقل عمومی و AVs
  • 50. بهینه‌سازی زمان‌بندی حمل و نقل عمومی
  • 51. مدل‌سازی تقاضای حمل و نقل
  • 52. پیش‌بینی تقاضای حمل و نقل
  • 53. بهینه‌سازی منابع حمل و نقل
  • 54. فناوری بلاکچین در حمل و نقل
  • 55. کاربرد بلاکچین در مدیریت داده‌های ترافیک
  • 56. کاربرد بلاکچین در پرداخت عوارض
  • 57. تحلیل ریسک در سیستم‌های حمل و نقل
  • 58. مدیریت بحران ترافیک
  • 59. بهینه‌سازی واکنش اضطراری
  • 60. شبیه‌سازی سناریوهای بحران
  • 61. ارزیابی عملکرد سیستم‌های بهینه‌سازی
  • 62. معیارهای ارزیابی کارایی ترافیک
  • 63. اندازه‌گیری کاهش زمان سفر
  • 64. اندازه‌گیری کاهش مصرف سوخت
  • 65. اندازه‌گیری کاهش آلودگی هوا
  • 66. استانداردهای فنی برای AVs
  • 67. قوانین و مقررات مربوط به AVs
  • 68. برنامه‌ریزی شهری و حمل و نقل پایدار
  • 69. توسعه زیرساخت‌های هوشمند
  • 70. طراحی شبکه‌های ارتباطی مقاوم
  • 71. مدل‌سازی تأثیرات بلندمدت AVs
  • 72. اقتصاد توزیع شده در حمل و نقل
  • 73. کاربرد هوش مصنوعی در تحلیل داده‌های کلان ترافیک
  • 74. یادگیری عمیق برای پیش‌بینی ترافیک
  • 75. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های سری زمانی
  • 76. شبکه‌های عصبی کانولوشنی (CNN) برای داده‌های فضایی-زمانی
  • 77. یادگیری بدون نظارت در تحلیل ترافیک
  • 78. خوشه‌بندی الگوهای ترافیک
  • 79. تشخیص رویدادهای غیرعادی ترافیک
  • 80. یادگیری تقویتی برای مدیریت اضطراری ترافیک
  • 81. بهینه‌سازی تخصیص منابع امدادی
  • 82. شبیه‌سازی تأثیرات تغییرات اقلیمی بر ترافیک
  • 83. مدیریت ترافیک در شرایط آب و هوایی نامساعد
  • 84. بهینه‌سازی استفاده از انرژی در حمل و نقل
  • 85. وسایل نقلیه الکتریکی و خودران
  • 86. مدیریت شارژ وسایل نقلیه الکتریکی
  • 87. شبکه‌های هوشمند انرژی و حمل و نقل
  • 88. اقتصاد حمل و نقل و تأثیر آن بر رشد شهری
  • 89. مدل‌سازی تأثیرات سیاست‌گذاری حمل و نقل
  • 90. تحلیل هزینه-فایده پروژه‌های حمل و نقل
  • 91. ملاحظات حقوقی و تنظیم‌گری در حوزه حمل و نقل هوشمند
  • 92. استانداردهای داده و حریم خصوصی
  • 93. امنیت داده‌ها در سیستم‌های حمل و نقل
  • 94. توسعه ابزارهای آموزشی برای متخصصان حمل و نقل
  • 95. آموزش مهارت‌های تحلیل داده در حمل و نقل
  • 96. آموزش اصول MARL برای کنترل ترافیک
  • 97. کاربرد ابزارهای بصری‌سازی داده در تحلیل ترافیک
  • 98. ارتباطات علمی و انتشار یافته‌ها در حوزه حمل و نقل هوشمند
  • 99. همکاری‌های بین‌المللی در توسعه حمل و نقل پایدار
  • 100. آینده پژوهی در حوزه حمل و نقل هوشمند
تگ‌ها: الگوریتم‌های یادگیری تقویتی بهینه‌سازی ترافیک سیستم‌های حمل و نقل هوشمند شبکه‌های هوشمند حمل و نقل کنترل ترافیک شهری مدیریت حمل و نقل هوش مصنوعی در حمل و نقل وسایل نقلیه خودران یادگیری تقویتی چندعامله

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.