محققان در یک پژوهش جدید، از ترکیب «الگوریتمهای تکاملی الهامگرفته از کوانتوم» (QEA-NS) برای بهینهسازی زمانبندی حرکت قطارها استفاده کردهاند. این مدل با تحلیل دادههای ایستگاه قطار فرانکفورت، توانسته است تاخیرهای ناشی از اختلالات کوتاهمدت را تا ۲۵ درصد نسبت به روشهای سنتی کاهش دهد.
این پیشرفت نشان میدهد که هوش مصنوعی چطور میتواند با مدیریت دقیق منابع و جایگزینی هوشمندانه مسیرها، حملونقل عمومی را برای میلیونها مسافر کارآمدتر کند. 🚉⚡
منبع: arXiv AI