رویکرد یادگیری تقویتی در برنامه‌ریزی سفارش‌گیری و انبارداری شرکت‌های حمل‌ونقل ریلی با لحاظ قابلیت اعتماد ناوگان (موردکاوی: ایران)

سالیانه خسارت های قابل توجهی به دلیل خرابی و کمبود لکوموتیو به صاحبان بار و شرکت های حمل‌ونقل کشور ایران تحمیل می‌شود. بر این اساس تدوین یک برنامه دقیق سفارش‌ گیری و انبارداری با لحاظ شرایط ناشناحته و در حال تغییر ناوگان حمل‌ونقل ریلی ضرورتی است که سبب کاهش مواجهه با این خسارت ها و افزایش سودآوری شرکت ها می‌شود. پژوهش حاضر از یک رویکرد یادگیری تقویتی به منظور مدل‌سازی و تعیین تصمیمات سفارش‌گیری و انبارداری یک شرکت حمل‌ونقل ریلی در شرایط ناشناخته بودن میزان قابلیت اعتماد دسترسی به لکوموتیو استفاده می‎‌کند. رویکرد مذکور به شرکت حمل‌ونقل کمک می‌کند تا براساس متغیر قابل مشاهده موجودی انبار شرکت که متاثر از میزان قابلیت اطمینان لکوموتیو است، سیاست بهینه سفارش‌گیری از صاحبان بار را اتخاذ کند. برای ارزیابی کارایی رویکرد توسعه داده شده، نتایج این رویکرد با نتایج حل مسئله با روش تصمیم گیری مارکوف مقایسه می‌شود. پیاده سازی رویکرد پیشنهادی به شرکت های حمل‌ونقل ریلی این امکان را می‌دهد که در بستر یادگیری شرایط در حال تغییر حاکم بر ناوگان حمل‌ونقل ریلی کشور ایران اقدام به تصمیم‌گیری مناسب نمایند.

a reinforcement learning approach to order acceptance and inventory planning of rail transportation companies considering fleet reliability: an iranian case study

annual damages due to locomotive breakdowns and shortages impose significant costs on cargo owners and transportation companies in iran. therefore, developing a precise ordering and inventory management plan that considers unpredictable and changing conditions of the rail transport fleet is essential to reduce such damages and increase the profitability of companies. this research employs a reinforcement learning approach to model and make decisions regarding ordering and inventory management for a rail transportation company under uncertain access to locomotives. the proposed approach assists the transportation company in adopting an optimal ordering policy from cargo owners based on the observable variable of the company s inventory, which is influenced by the reliability of locomotives. to evaluate the effectiveness of the developed approach, its results are compared with the results obtained from solving the problem using the markov decision-making method. implementing the proposed approach enables rail transportation companies to make appropriate decisions in the evolving conditions governing the rail transport fleet in iran through a learning framework