Inteligentne zarz¿dzanie flot¿: sterowanie pojazdami z wypo¿yczalni w oparciu o dane

W niniejszej monografii przedstawiono kompleksowy system planowania konserwacji predykcyjnej w flotach pojazdów wynajmowanych, uwzgl¿dniaj¿cy specyficzne ograniczenia operacyjne ¿rodowisk, w których kierowca zmienia si¿ przy kädej transakcji. W pracy opracowano wielopoziomow¿ architektur¿ wnioskowania opart¿ na uczeniu maszynowym, ¿¿cz¿c¿ bazowe modele wariacyjnych autoenkoderów dla poszczególnych pojazdów do wykrywania anomalii, zespó¿ modeli LSTM i drzew wzmacnianych gradientowo do szacowania wskänika stanu technicznego z skalibrowanymi przedziäami ufno¿ci oraz regularyzacj¿ opart¿ na fizyce dla rzadkich trybów awarii. Z¿o¿ony wskänik priorytetu planowania konserwacji ¿¿czy pilno¿¿ problemów mechanicznych z kontekstem operacyjnym wynajmu, w tym g¿sto¿ci¿ rezerwacji, poziomem przychodów oraz ograniczeniami dost¿pno¿ci floty, umo¿liwiaj¿c autonomiczn¿ koordynacj¿ zdarze¿ serwisowych w skróconych oknach konserwacyjnych mi¿dzy wynajmami. Monografia obejmuje rodzaje czujników i architektury danych, procesy przetwarzania wst¿pnego i in¿ynierii cech, prognozowanie popytu na poziomie floty oraz ramy zarz¿dzania danymi dla systemów flot po¿¿czonych z internetem.