Gestione intelligente della flotta: controllo basato sui dati dei veicoli a noleggio

La presente monografia illustra un sistema completo per la pianificazione della manutenzione predittiva nelle flotte di veicoli a noleggio, che tiene conto dei vincoli operativi specifici di contesti in cui il conducente cambia ad ogni transazione. Il lavoro sviluppa un'architettura di inferenza basata sull'apprendimento automatico a più livelli che combina modelli di base di autoencoder variazionali per singolo veicolo per il rilevamento delle anomalie, un ensemble composto da LSTM e alberi di decisione con potenziamento del gradiente per la stima dell'indice di integrità con intervalli di confidenza calibrati, e una regolarizzazione basata su modelli fisici per le modalità di guasto rare. Un punteggio composito di priorità nella pianificazione della manutenzione integra l'urgenza meccanica con il contesto operativo del noleggio, inclusi la densità delle prenotazioni, la fascia di ricavi e i vincoli di disponibilità della flotta, consentendo l'orchestrazione autonoma degli interventi di assistenza all'interno di finestre di manutenzione compresse tra un noleggio e l'altro. La monografia tratta le modalità dei sensori e le architetture dei dati, le pipeline di pre-elaborazione e di feature engineering, la previsione della domanda a livello di flotta e i quadri di governance dei dati per i sistemi di flotte connesse.