کتاب صوتی بهینه‌سازی شبکه حمل و نقل با یادگیری تقویتی چندعامله

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 99,988 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی شبکه حمل و نقل با یادگیری تقویتی چندعامله

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای بهینه‌سازی سیستم‌های مدیریت حمل و نقل هوشمند در مقیاس قاره‌ای با استفاده از مدل‌های پیشرفته

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر بهینه سازی شبکه حمل و نقل
  • 2. اصول اولیه یادگیری تقویتی
  • 3. مفهوم عامل در یادگیری تقویتی
  • 4. یادگیری تقویتی چندعامله (MARL)
  • 5. محیط های شبیه سازی شبکه حمل و نقل
  • 6. مدل سازی گره ها و یال های شبکه
  • 7. داده های ترافیکی و پارامترهای شبکه
  • 8. معرفی الگوریتم های پایه MARL
  • 9. یادگیری Q-learning برای عامل ها
  • 10. توسعه الگوریتم های یادگیری Q-learning مشترک
  • 11. پیاده سازی الگوریتم های MARL در پایتون
  • 12. چارچوب های شبیه سازی شبکه حمل و نقل
  • 13. شبیه ساز SUMO و ادغام با MARL
  • 14. مدل سازی صفوف و زمان انتظار در تقاطع ها
  • 15. بهینه سازی زمان بندی چراغ های راهنمایی
  • 16. سیستم های حمل و نقل هوشمند (ITS)
  • 17. نقش MARL در مدیریت ترافیک شهری
  • 18. مدیریت ترافیک در تقاطع های پیچیده
  • 19. بهینه سازی جریان ترافیک در بزرگراه ها
  • 20. کاهش تراکم ترافیکی با عامل های هوشمند
  • 21. مدل سازی رفتار رانندگان و عامل ها
  • 22. یادگیری تقویتی مبتنی بر عامل های خودخواه
  • 23. توزیع منابع در شبکه حمل و نقل
  • 24. مدیریت ناوگان وسایل نقلیه عمومی
  • 25. بهینه سازی مسیردهی وسایل نقلیه
  • 26. شبکه های عصبی عمیق در MARL
  • 27. شبکه های عصبی بازگشتی (RNN) برای داده های سری زمانی
  • 28. شبکه های عصبی کانولوشنال (CNN) برای داده های فضایی
  • 29. یادگیری عمیق تقویتی (DRL)
  • 30. الگوریتم Deep Q-Network (DQN)
  • 31. الگوریتم Actor-Critic
  • 32. الگوریتم Proximal Policy Optimization (PPO)
  • 33. کاربرد DRL در بهینه سازی سیگنال های ترافیکی
  • 34. بهینه سازی زمان بندی سیگنال ها برای کاهش تاخیر
  • 35. مدل سازی شبکه های حمل و نقل پویا
  • 36. بهینه سازی زمان واقعی در شبکه های حمل و نقل
  • 37. سیستم های حمل و نقل اشتراکی (Ride-sharing)
  • 38. مدیریت تقاضا و عرضه در حمل و نقل اشتراکی
  • 39. بهینه سازی تخصیص مسافر به راننده
  • 40. بهینه سازی مسیر ناوگان حمل و نقل اشتراکی
  • 41. کاربرد MARL در مدیریت پارکینگ
  • 42. بهینه سازی یافتن جای پارک
  • 43. سیستم های حمل و نقل عمومی خودران
  • 44. مدیریت هماهنگ وسایل نقلیه خودران
  • 45. بهینه سازی تعامل بین وسایل نقلیه خودران و دستی
  • 46. امنیت در شبکه های حمل و نقل هوشمند
  • 47. ملاحظات اخلاقی در سیستم های حمل و نقل خودکار
  • 48. تاثیر MARL بر مصرف سوخت و آلودگی هوا
  • 49. بهینه سازی برای کاهش انتشار گازهای گلخانه ای
  • 50. مدل سازی شبکه های حمل و نقل با محدودیت های منابع
  • 51. بهینه سازی تخصیص پهنای باند در شبکه های ارتباطی حمل و نقل
  • 52. مدیریت حوادث و اختلالات در شبکه حمل و نقل
  • 53. واکنش سریع به اختلالات ترافیکی
  • 54. استفاده از داده های حسگرها در MARL
  • 55. یادگیری از داده های واقعی ترافیکی
  • 56. ارزیابی عملکرد الگوریتم های MARL
  • 57. معیارهای سنجش بهینگی شبکه حمل و نقل
  • 58. مدل سازی تعامل بین عامل های انسانی و ماشینی
  • 59. تکنیک های یادگیری تقویتی با تقلید (Imitation Learning)
  • 60. یادگیری تقویتی مبتنی بر مدل (Model-based RL)
  • 61. یادگیری تقویتی بدون مدل (Model-free RL)
  • 62. بهینه سازی شبکه های حمل و نقل لجستیکی
  • 63. مدیریت ناوگان تحویل کالا
  • 64. بهینه سازی مسیر تحویل کالا
  • 65. مدل سازی شبکه های حمل و نقل در شرایط اضطراری
  • 66. مدیریت ترافیک در زمان بحران
  • 67. بهینه سازی دسترسی به خدمات اضطراری
  • 68. کاربرد MARL در طراحی شبکه های حمل و نقل جدید
  • 69. بهینه سازی مکان یابی ایستگاه های حمل و نقل عمومی
  • 70. بهینه سازی مسیرهای جدید حمل و نقل
  • 71. مدیریت ترافیک در شبکه های حمل و نقل شهری و بین شهری
  • 72. بهینه سازی اتصال شبکه های حمل و نقل مختلف
  • 73. مدل سازی شبکه های حمل و نقل با تاکید بر پایداری
  • 74. بهینه سازی مصرف انرژی در سیستم های حمل و نقل
  • 75. تکنیک های یادگیری تقویتی پیشرفته
  • 76. یادگیری تقویتی با پاداش های پیچیده
  • 77. یادگیری تقویتی با تعمیم پذیری بالا
  • 78. مدل سازی شبکه های حمل و نقل در مقیاس بزرگ
  • 79. چالش های محاسباتی در MARL برای شبکه های حمل و نقل
  • 80. استفاده از محاسبات ابری برای MARL
  • 81. کاربرد MARL در مدیریت ترافیک هوایی
  • 82. بهینه سازی مسیر پرواز
  • 83. مدیریت ترافیک هوایی در فرودگاه ها
  • 84. کاربرد MARL در مدیریت ترافیک دریایی
  • 85. بهینه سازی مسیر کشتی ها
  • 86. مدیریت ترافیک بندری
  • 87. مدل سازی شبکه های حمل و نقل با در نظر گرفتن عوامل اقتصادی
  • 88. تاثیر بهینه سازی ترافیک بر هزینه ها
  • 89. مدل سازی شبکه های حمل و نقل با در نظر گرفتن عوامل اجتماعی
  • 90. دسترسی عادلانه به خدمات حمل و نقل
  • 91. کاربرد MARL در بهینه سازی سیستم های دوچرخه اشتراکی
  • 92. مدیریت توزیع دوچرخه ها
  • 93. بهینه سازی مکان یابی ایستگاه های دوچرخه
  • 94. مدل سازی شبکه های حمل و نقل با استفاده از یادگیری عمیق توزیع شده
  • 95. یادگیری تقویتی در محیط های توزیع شده
  • 96. بهینه سازی شبکه های حمل و نقل با رویکرد اقتصاد رفتاری
  • 97. مدل سازی تصمیمات رانندگان با در نظر گرفتن خطاهای شناختی
  • 98. کاربرد MARL در بهینه سازی سیستم های تحویل بسته با پهپاد
  • 99. مدیریت ناوگان پهپادها
  • 100. بهینه سازی مسیر تحویل با پهپاد
EXPRESS24 AUDIO EXPERIENCE
یادگیری را بشنوید؛ زندگی کنید
کتاب‌های صوتی و پادکست‌های آموزشی، راهی دلنشین برای کشف ایده‌های تازه، گسترش دانش و استفاده بهتر از لحظه‌های روزمره هستند.
دانش، الهام و تجربه؛ این بار با صدای زندگی
برای آموختن، همیشه لازم نیست بخوانید
گاهی بهترین فرصت یادگیری زمانی است که در مسیر رفت‌وآمد هستید، قدم می‌زنید، استراحت می‌کنید یا کارهای روزمره‌تان را انجام می‌دهید. محتوای صوتی کمک می‌کند از این لحظه‌ها برای شنیدن، اندیشیدن و آشنایی با موضوعات تازه بهره ببرید.
◷
یادگیری در دل روزمرگی
از زمان رفت‌وآمد، پیاده‌روی یا استراحت برای شنیدن محتوای مفید استفاده کنید؛ بدون آنکه همیشه به کتاب چاپی یا صفحه نمایش نیاز داشته باشید.
◎
تجربه‌ای شنیداری و دلنشین
با روایت صوتی، توضیحات گفتاری و فضای شنیداری هر محتوا همراه شوید و متناسب با سلیقه خود، شیوه تازه‌ای برای دریافت مطالب تجربه کنید.
✦
گسترش دانش و دیدگاه
با موضوعات متنوع آشنا شوید، ایده‌های تازه کشف کنید و فرصت بیشتری برای یادگیری مستمر و پرورش کنجکاوی خود بسازید.
♫
همراه با سبک زندگی شما
محتوای صوتی را متناسب با برنامه روزانه خود انتخاب کنید و در زمان مناسب، شنیدن را به بخشی از عادت‌های شخصی‌تان تبدیل کنید.
کتاب صوتی یا پادکست؟
کتاب صوتی
راهی برای همراه شدن با محتوای یک کتاب از طریق شنیدن. بسته به اثر، می‌توانید داستان‌ها، آموزش‌ها، مفاهیم تخصصی یا مطالب کاربردی را در قالب روایت و بیان صوتی دنبال کنید.
مناسب برای شنیدن و مرور محتوای کتاب‌ها
پادکست آموزشی
فرصتی برای دنبال کردن موضوعات مشخص در قالب گفت‌وگو، روایت، توضیح آموزشی یا مجموعه‌ای از قسمت‌های صوتی؛ مناسب برای کشف ایده‌ها و آشنایی با دیدگاه‌های گوناگون.
مناسب برای یادگیری موضوعی و شنیدن دیدگاه‌های تازه
هر جا که هستید، شنیدن را آغاز کنید
با دستگاه مناسب خود، محتوای صوتی را به آسانی دنبال کنید.
▯
گوشی هوشمند
اندروید و آیفون
▣
تبلت
برای شنیدن و دنبال کردن محتوا
▤
رایانه و لپ‌تاپ
با پخش‌کننده صوتی سازگار
♫
هدفون و بلندگو
برای شنیدن متناسب با محیط
چطور از تجربه شنیدن بیشتر بهره ببریم؟
✦ زمان مناسبی برای شنیدن انتخاب کنید؛ زمانی که بتوانید با آرامش به محتوا توجه داشته باشید.
✦ برای مطالب آموزشی، نکته‌های مهم را یادداشت کنید یا پس از پایان شنیدن، آن‌ها را مرور کنید.
✦ اگر محتوا طولانی است، آن را در چند نوبت دنبال کنید تا فرصت بیشتری برای درک و مرور داشته باشید.
✦ هنگام رانندگی یا انجام کارهای نیازمند تمرکز، ایمنی را در اولویت قرار دهید و از شیوه شنیدنی استفاده کنید که حواس شما را مختل نکند.
هر شنیدن، فرصتی برای کشف است
با کتاب‌های صوتی و پادکست‌های آموزشی، دنیای تازه‌ای از ایده‌ها، روایت‌ها و آموختنی‌ها را به لحظه‌های خود اضافه کنید.
کشف محصولات بیشتر در اکسپرس ۲۴
sp.express24.ir
امکانات پخش، ادامه شنیدن و دسترسی آفلاین به نوع فایل، دستگاه و نرم‌افزار مورد استفاده بستگی دارد.
AUDIO PREVIEW
قبل از انتخاب، گوش کنید!
بخشی از سبک محتوای محصولات صوتی ما را بشنوید و با فضای آن آشنا شوید.
♫
نمونه صوتی از سبک محصولات صوتی ما
پیش‌نمایش کوتاهی از سبک پادکست های صوتی محصولات ما
پخش آنلاین
برای تجربه بهتر، می‌توانید از هدفون استفاده کنید.

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.