Developing a system to address a new option for a real transport problem using algorithms (accurate and rough) with discrete optimisation algorithms and advanced automated learning techniques (Smart Drive) (Q122681): Difference between revisions

From EU Knowledge Graph
Jump to navigation Jump to search
(‎Changed an Item)
(‎Changed an Item: Label in wikidata changed)
label / enlabel / en
 
Developing a system to address a new option for a real transport problem using algorithms (accurate and rough) with discrete optimisation algorithms and advanced automated learning techniques (Smart Drive)

Revision as of 12:19, 18 February 2020

Project in Poland financed by DG Regio
Language Label Description Also known as
English
Developing a system to address a new option for a real transport problem using algorithms (accurate and rough) with discrete optimisation algorithms and advanced automated learning techniques (Smart Drive)
Project in Poland financed by DG Regio

    Statements

    0 references
    1,563,763.11 zloty
    0 references
    375,303.1464 Euro
    13 January 2020
    0 references
    3,430,916.93 zloty
    0 references
    823,420.0632 Euro
    13 January 2020
    0 references
    49.08 percent
    0 references
    1 April 2019
    0 references
    31 October 2020
    0 references
    FUTURE PROCESSING SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
    0 references
    Celem projektu jest opracowanie nowego wariantu złożonego problemu transportowego odzwierciedlającego rzeczywiste scenariusze transportowe, takie jak dynamicznie zmienny koszt przejazdu, zróżnicowana pojemność pojazdów we flocie, okna czasowe z marginesem, czy definiowanie preferencji dotyczących przejazdu. Opracowane zostaną nowe algorytmy (dokładne i przybliżone, w tym ewolucyjne) do rozwiązywania zaproponowanego problemu transportowego oraz do predykcji zapotrzebowania na usługi transportowe (np. na podstawie danych historycznych czy informacji dotyczących natężenia ruchu). Algorytmy te zostaną wszechstronnie zweryfikowane (ilościowo, jakościowo i statystycznie) i zwalidowane w środowisku operacyjnym. Takie kompleksowe podejście do rozwiązywania problemów transportowych nie było dotychczas znane ani stosowane w skali świata, a wyniki badań będą stanowić istotny wkład w rozwój algorytmów ewolucyjnych i uczenia maszynowego, również ze względu na ich generyczność. (Polish)
    0 references

    Identifiers

    RPSL.01.02.00-24-0315/18
    0 references