• ŠIFRA PROJEKTA: BI-HU/21-22-010
• NASLOV PROJEKTA: Optimizacija in napovedovanje napak v pristaniških logističnih procesih z uporabo umetne inteligence, procesnega rudarjenja in operacijskih raziskav
• PROJEKTNA SKUPINA: dr. Miklós Krész (vodja), David Balazs, Aleksander Tošić
• TRAJANJE: 1. 3. 2021 – 28. 2. 2023
• SREDSTVA: 2000 EUR
• FINANCIRANJE: ARRS
• PARTNERJI: InnoRenew CoE (Slovenija); Fakulteta za informacijsko tehnologijo, Univerza v Panoniji (Műszaki Informatikai Kar, Pannon Egyetem) (Madžarska)

Na stroške in ekološki odtis virov pomembno vplivata njihova ustrezna razporeditev in načrtovanje logističnih procesov. A kljub dobro načrtovanim logističnim operacijam lahko resne posledice prineseta zmanjšana zmogljivost ali okvara virov. To namreč vpliva na natančnost distribucijskega postopka, kakovost izdelkov, ki jih je treba dostaviti, število/stroške potrebnih virov ali na okoljski vpliv procesa. Zmanjšanje verjetnosti okvare vira in/ali vpliva napak pri načrtovanju sta zato pomembna vidika logističnega načrtovanja. Tradicionalne rešitve v logistiki uporabljajo metodologijo operacijskega raziskovanja (matematično programiranje ali hevristika), ki vključuje dostop do bogate strokovne literature in prinaša učinkovite svežnje rešitev. Vendar pa mora dinamično spreminjajoče se okolje pri pristaniških dejavnostih to dinamiko prilagoditi tudi v modelih in metodah. Pametna logistika temelji na senzorjih za zbiranje podatkov in IoT, tehnologiji, ki je na voljo tudi pri pristaniških dejavnostih. Dandanes se samodejna obdelava podatkov in odločanje soočata z novimi izzivi, zaradi česar se pojavljajo novi problemi z optimizacijo velikih naborov podatkov. Cilj projekta je, da z integracijo strojnega učenja, rudarjenja procesov in operacijskega raziskovanja razvijemo pametne optimizacijske rešitve za logistiko v pristaniških dejavnostih.

Glavne dejavnosti InnoRenew CoE pri projektu

Naloge InnoRenew CoE bodo ugotavljanje in proučevanje tistih logističnih problemov pristanišč, pri katerih obstaja možnost vključevanja pametnih rešitev za spremljanje procesov, razvoj sistemskih modelov in okvirov za podporo pri odločitvah glede ugotovljenih težav, vezanih na vključevanje podatkovnih analitik in optimizacijskih pristopov, testiranje rešitev v živo in testiranje simuliranih podatkovnih nizov ter analiziranje rezultatov.