Examensarbete - Transportproblem med maskininlärning

Uppdaterad: 26 dec 2020

Gustav arbetar med att stötta vår kund, som verkar i charterbranschen, med att lösa ett transportproblem med hjälp av maskininlärning. Lösningen går ut på att skapa optimala rutter för transferbussar, där tid och kostnad är de två huvudparametrar som man vill minimera. Med andra ord söker han det snabbaste och billigaste sättet att transportera stora mängder människor från ett antal hotell till flygplatser.



Tekniken som används kallas för Reinforcement Learning. Tekniken innebär att AI-modell själv lär sig att hitta den optimala lösningen på ett givet problem. Detta gör den genom att pröva sig fram på ett sätt som liknar mänsklig inlärning med den skillnad att den kan göra det mycket snabbare, och ofta bättre. Till en början chansar modellen fram potentiella rutter, men genom kontinuerlig feedback på hur snabba och billiga rutterna är, lär den sig och anpassar sitt beteende till att planera rutter baserat på tidigare mottagen feedback.


"Det har varit väldigt intressant och samtidigt utmanande att arbeta med ett verkligt case. Den största skillnaden gentemot skoluppgifter är att en väldigt stor del av det verkliga arbetet går ut på förbehandling av data - någonting vi inte sysslat speciellt mycket med i skolan. Det som är roligast med arbetet är den kreativa aspekten då jag har fått relativt fria tyglar gällande själva implementeringen av lösningen. Detta samtidigt som jag kunnat bolla idéer med Novatrox PolarMind, och på så sätt bli guidad, under arbetets gång." - Gustav
12 visningar0 kommentarer

Senaste inlägg

Visa alla