文献

J-GLOBAL ID：202202213025068054   整理番号：22A0455230

縮小可変近傍プログラミングによる鉄道インフラの予防保全計画【JST・京大機械翻訳】

Preventive maintenance planning of railway infrastructure by reduced variable neighborhood programming

著者 (3件)： Elleuch Souhir (Department of Management Systems and Production Management, College of Business and Economics, Qassim University, Buraidah, Saudi Arabia) ,  Jarboui Bassem (Higher colleges of technology, Abu Dhabi, United Arab Emirates) ,  Mladenovic Nenad (Research Center on Digital Supply Chain and Operations Management, Department of Industrial and Systems Engineering, Khalifa University, Abu Dhabi, United Arab Emirates)
資料名： Optimization Letters  (Optimization Letters)
巻： 16  号： 1  ページ： 237-253  発行年： 2022年 
JST資料番号： W4817A  ISSN： 1862-4472  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 今日,ますます複雑な鉄道システムは,それらの保全を計画するためのツールを持つ場合にのみ効率的に動作できる。列車事故は,主にインフラストラクチャ問題,あるいは,より具体的にはトラック形状故障によって引き起こされる。本論文では,トラック形状の劣化を予測するための支援決定システムを提案した。2種類の欠陥を各鉄道軌道セグメントに対して同定できる。欠陥が最初のタイプに属するならば,それは直ちに修理しなければならない。さもなければ,欠陥は特定の期間後に固定できる。この問題を解決するため,まず問題を2つの段階に分解した:予測と分類。両相は学習相と試験相を含む。両ステージの解法は,自動プログラミングフィールドとその最近提案された発見的方法に基づいており,可変近傍プログラミングと呼ばれる。著者らの新しい方法を実世界問題で試験した。結果は,提案した方式が鉄道インフラストラクチャの予防保全計画のための良い信頼できるツールであることを示した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  故障 ,  *予防保全 ,  鉄道軌道 ,  発見的方法 ,  自動プログラミング ,  *インフラストラクチャー ,  機械学習
準シソーラス用語： 鉄道システム , 【Automatic Indexing@JST】

著者キーワード (4件)： 鉄道インフラ整備 ,  機械学習 ,  自動プログラミング ,  可変近傍プログラミング

分類 (2件)： 保線,鉄道防災  (RC07050X) ,  鉄道輸送・サービス一般  (TC01010R)

タイトルに関連する用語 (8件)： 縮小 ,  可変 ,  近傍 ,  プログラミング ,  鉄道 ,  インフラ ,  予防保全 ,  計画