Projektbeispiele
Data Thinking
Entwicklung eines intelligenten Steuerungssystems für einen großen Verkehrsknotenpunkt
Ausgangssituation und Problemstellung
- Die Priorisierung von Mobileinheiten, die durch einen Verkehrsknotenpunkt fahren, wird bisher händisch vorgenommen. Dadurch wird die durchschnittliche Geschwindigkeit nicht optimiert, was in der Regel zu Verspätungen führt.
- Aufgrund der hohen Komplexität und dynamischen Natur ist eine analytische Lösung/Optimierung nicht möglich.
- Ziel des Projektes ist es daher, die Verspätungen im gesamten System zu minimieren, indem die Disponenten durch eine künstliche Intelligenz unterstütz werden. Diese sollte auf Basis von Simulationen und historischen Daten trainiert werden, um eine optimale Priorisierung der Mobileinheiten zu erreichen.
mm1 Ansatz und Lösung
Engineering von Datenpipelines aus verschiedenen IT-Systemen, um Simulationen für das Training eines ML-Modells zu ermöglichen.
Entwicklung und Training eines intelligenten Agenten mit Hilfe von Reinforcement Learning. Der Agent lernt, die optimalen Entscheidungen zur Priorisierung der Mobileinheiten aus den verfügbaren Daten zu treffen, um Verspätungen im System zu minimieren.
Ausrollen eines Minimum Viable Product (MVP) in den IT-Systemen, um Disponenten dabei zu unterstützen, die Reihenfolge der Mobileinheiten in Echtzeit zu bestimmen
