نقش هوش مصنوعی در تحول برنامه ریزی سبز حمل ونقل کالا: مرور مدل های پیشرفته، چالش های اصلی و افق های آینده نگر

هدف و زمینه: تحول دیجیتال در سامانه های حمل ونقل کالا با ظهور حمل ونقل چندوجهی هماهنگ (Synchromodality Transportation) و هوش مصنوعی، مسیر تازه ای برای پایداری زیست محیطی گشوده است. با این حال، نبود یکپارچگی داده، ناهماهنگی نهادی و کمبود شواهد واقعی، مانع تحقق کامل حمل ونقل هوشمند و کم کربن شده است. این پژوهش با هدف مرور نظام مند مطالعات علمی درباره ی نقش هوش مصنوعی در برنامه ریزی سبز حمل ونقل کالا انجام شده است. روش کار: این مطالعه ی مروری نظام مند با بررسی ۲۴ مقاله ی منتشرشده در سال های ۲۰۱۵ تا ۲۰۲۴ انجام گرفت. مقالات بر اساس سه محور اصلی شامل بهینه سازی و کربن زدایی، دیجیتالی سازی سینکرومودال، و چالش های نهادی و حکمرانی داده تحلیل و مقایسه شدند. یافته ها: نتایج نشان می دهد کاربرد هوش مصنوعی در ترکیب الگوریتم های یادگیری ماشین و کنترل برخط، موجب بهبود کارایی انرژی و کاهش انتشار گازهای گلخانه ای می شود. در بسیاری از مدل ها، کاهش ۲۰ تا ۳۰ درصدی در مصرف سوخت و زمان تحویل گزارش شده است. با این حال، نبود استاندارد داده و ضعف هماهنگی بین بازیگران از موانع اصلی پیاده سازی است. نتیجه گیری: کاربرد هوش مصنوعی در حمل ونقل باری نه تنها ابزاری برای بهینه سازی فنی، بلکه بنیانی برای حکمرانی سبز و پایداری سامانه های لجستیکی است. توسعه ی پلتفرم های داده محور، یادگیری تقویتی و تصمیم گیری مشارکتی، مسیر آینده ی پژوهش در این حوزه را شکل می دهد.

Keywords:

هوش مصنوعی , حمل ونقل پایدار , حمل ونقل چندوجهی هماهنگ , حکمرانی سبز