Сайт использует файлы cookie
Мы используем файлы cookie для быстрой и удобной работы сайта. Выберите, какие файлы cookie вы разрешаете нам использовать. Подробнее в Политике конфиденциальности.
Сайт использует файлы cookie
Настроить cookies
Файлы cookie, необходимые для корректной работы сайта, всегда включены.
Другие можно настраивать.
Обязательные cookies
Всегда включены. Эти файлы cookie необходимы для того, чтобы вы могли пользоваться сайтом и его функциями. Их нельзя отключить. Они устанавливаются в ответ на ваши запросы, такие как настройка параметров конфиденциальности, вход в систему или заполнение форм.
Аналитические cookies
Disabled
Эти файлы cookie собирают информацию, чтобы помочь нам понять, как используются наши веб-сайты или насколько эффективны наши маркетинговые кампании, или чтобы помочь нам настроить наши веб-сайты для вас.
Рекламные cookies
Disabled
Эти файлы cookie предоставляют рекламным компаниям информацию о вашей активности в Интернете, чтобы помочь им предоставлять вам более релевантную онлайн-рекламу или ограничивать количество показов рекламы. Эта информация может быть передана другим рекламным компаниям.
Прогнозирование успешности рейсов по вывозу отходов строительства
в момент запуска рейса
системы на базе ИИ
строительство
5%
95%
увеличилось количество успешных рейсов
на
до
повысилась точность прогнозирования успешности рейсов
Заказчик
Крупная строительная организация, Московский регион
ВЫЗОВЫ/ОСОБЕННОСТИ
Успешность каждого рейса зависела от строгого соответствия критериям регламента: наличие геокоординат у ТС за каждые 15 секунд рейса, нахождение ТС не далее 100 м от полигона во время окончания рейса и др.
Прогнозирование успешности рейсов по вывозу отходов в момент его запуска для проактивного реагирования на некорректные рейсы
Задача
решение
Техническое решение
1. Провели исследование, выявили закономерности и факторы, которые влияют на успешность вывоза мусора
2. Применили методы машинного обучения ML (Machine Learning) и анализа данных:
на основе Open-Source библиотек TabNet и LGBM реализовали 2 модели прогнозирования успешности рейсов. Модели были обучены на исторических данных заказчика по рейсам и способны делать точные прогнозы успешности рейсов в момент его начала
провели сравнение моделей и выбрали наиболее оптимальную по точности
Результат
Бизнес-ценности
Эффективное управление отходами
проактивное реагирование на потенциально некорректные рейсы
в 3 раза сократилось время рабочей группы на разбор некорректных рейсов по факту их завершения
сокращение издержек и минимизация финансовых потерь от некорректных рейсов по вывозу мусора
повышение количества успешных рейсов на 5% за счет проактивного реагирования диспетчеров после внедрения модели
Идентификация ключевых факторов
понимание, какие факторы и условия влияют на успешность рейсов - постоянные и переменные: перевозчик, водитель, время выезда, полигон, тип вывозимых отходов, погодные условия, особенность разрешения и проч.
Точность
прогнозирование успешности рейсов с точностью до 95%
Нажимая кнопку «Отправить», вы даете однозначное согласие на обработку своих персональных данных в объеме и с целями, определенными Политикой в отношении обработки персональных данных.
Можно прикрепить три файла размером до 3 Мб каждый. Форматы: doc, docx, pdf, ppt, pptx
Разработка программного обеспечения и решений Big Data
Отправьте запрос, и генеральный директор свяжется с вами в течение 1 часа
Выберите удобный способ связи
Сообщение об успешной отправке!