AI and Urban Big Data-driven intelligent freight platform for robust and sustainable city design and planning: The case of City of Montreal

La gestion des perturbations est un élément essentiel des plateformes de transport de marchandises. Cela nécessite une correspondance et une planification dynamiques en tenant compte de la configuration logistique basée sur les données en temps réel des demandes des systèmes de fret lors des déplacements quotidiens des zones urbaines. Les approches basées sur l’IA aident à évaluer le mouvement des camions et fournissent des systèmes de recommandation optimisés basés sur des données en temps réel sur les préférences des transporteurs, les trajets quotidiens des camions, le trafic et d’autres informations stochastiques. Le système de recommandation et les algorithmes basés sur l’apprentissage peuvent créer des profils de transporteurs et d’expéditeurs pour fournir la meilleure correspondance et la meilleure planification en fonction des paramètres stochastiques. Cette recherche vise à développer des outils d’IA et une approche axée sur les mégadonnées pour concevoir une plate-forme de fret intelligente et à montrer son rôle dans la planification de la conception urbaine robuste et durable sur la base d’une étude de cas de Montréal.

Faculty Supervisor:

Samira Keivanpour

Student:

Partner:

ShipHaul Logistics Inc.

Discipline:

Engineering

Sector:

Professional, scientific and technical services; Transportation and warehousing

University:

Polytechnique Montréal

Program: