SELF-LEARNING BASED MECHANISM FOR VEHICLE UTILIZATION AND OPTIMIZATION

• Main Authors: VISHWAKARMA, Neelesh, SHAH, Pranav, LODHA, Kritika, POOJARY, Sudhakara Deva
• Format: Patent
• Language: English; French
• Published: 15.10.2020
• Subjects: ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDEDFOR ELSEWHERE; CALCULATING; CHECKING-DEVICES; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; CONTROLLING; COUNTING; ELECTRIC COMMUNICATION TECHNIQUE; ELECTRICITY; GENERATING RANDOM NUMBERS; PHYSICS; REGISTERING OR INDICATING THE WORKING OF MACHINES; REGULATING; SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES; TIME OR ATTENDANCE REGISTERS; VOTING OR LOTTERY APPARATUS; WIRELESS COMMUNICATIONS NETWORKS

There is no mechanism for vehicle utilization and optimization through continuous and incremental planning which ensures that transportation plans are based on real-time conditions. The present invention discloses systems and methods for vehicle utilization and optimization based on self-learning mechanism. A machine learning model for dynamic association of users to vehicles is provided that learns previously clubbed patterns of users with their corresponding locations. The learnt previously clubbed patterns are utilized for determining association between previously clubbed locations which is further utilized to obtain an optimal set of locations. The users are dynamically associated to vehicles allocated for the obtained optimal set of locations by honoring one or more social and vehicle constraints. The proposed system has self-learning capability which ensures effective vehicle utilization and optimization in real time. Il n'existe pas de mécanisme pour l'utilisation et l'optimisation de véhicules par planification continue et incrémentielle qui garantisse que des plans de transport sont basés sur des conditions en temps réel. La présente invention concerne des systèmes et des procédés d'utilisation et d'optimisation de véhicules sur la base d'un mécanisme d'auto-apprentissage. L'invention concerne un modèle d'apprentissage machine destiné à associer de manière dynamique des utilisateurs à des véhicules qui apprend des motifs préalablement classés d'utilisateurs avec leurs emplacements correspondants. Les motifs préalablement classés appris sont utilisés pour déterminer une association entre des emplacements préalablement classés qui sont en outre utilisés pour obtenir un ensemble optimal d'emplacements. Les utilisateurs sont associés de manière dynamique à des véhicules attribués à l'ensemble optimal obtenu d'emplacements en honorant une ou plusieurs contraintes sociales et de véhicule. Le système proposé a une capacité d'auto-apprentissage qui assure une utilisation et une optimisation efficaces des véhicules en temps réel.