The target of this thesis was to review the application of Artificial Intelligence in railway systems and their management. Beside reviewing the energy management systems for Smart Electric Railway Networks and optimization of techniques in Energy Management Systems for Railway Systems, this thesis reviewed AI algorithms and models presented in literature about railway systems. Nowadays it is widely accepted that Artificial Intelligence (AI) is significantly influencing a large number of domains, including railways. This review makes an initial step towards shaping the role of AI in future railways and provides a summary of the current focuses of AI research connected to rail transport. We found that the major research efforts have been put in AI for rail maintenance and inspection, while very limited or no research has been found on AI for rail transport policy and revenue management. The remaining subdomains received mild to moderate attention. AI applications are promising and tend to act as a game-changer in tackling multiple railway challenges. However, at the moment, AI research in railways is still mostly at its early stages. Future research can be expected towards developing advanced combined AI applications (e.g. with optimization), using AI in decision making, dealing with uncertainty and tackling newly rising cybersecurity challenges.

L'obiettivo di questa tesi è stato quello di esaminare l'applicazione dell'Intelligenza Artificiale nei sistemi ferroviari e nella loro gestione. Oltre a esaminare i sistemi di gestione dell'energia per le reti ferroviarie elettriche intelligenti e l'ottimizzazione delle tecniche nei sistemi di gestione dell'energia per i sistemi ferroviari, questa tesi ha analizzato gli algoritmi e i modelli di IA presentati nella letteratura riguardante i sistemi ferroviari. Oggi è ampiamente accettato che l’Intelligenza Artificiale (IA) stia influenzando in modo significativo numerosi settori, compreso quello ferroviario. Questa rassegna rappresenta un primo passo verso la definizione del ruolo dell’IA nelle ferrovie del futuro e fornisce una panoramica degli attuali ambiti di ricerca dell’IA legati al trasporto ferroviario. Abbiamo riscontrato che i principali sforzi di ricerca si concentrano sull’IA per la manutenzione e l’ispezione ferroviaria, mentre sono state trovate pochissime o nessuna ricerca sull’IA per le politiche di trasporto ferroviario e la gestione dei ricavi. I restanti sottodomini hanno ricevuto un’attenzione da moderata a lieve. Le applicazioni dell’IA sono promettenti e tendono a rappresentare un punto di svolta nell'affrontare le molteplici sfide del settore ferroviario. Tuttavia, al momento, la ricerca sull’IA in ambito ferroviario è ancora in una fase iniziale. Si prevede che le ricerche future si orienteranno verso lo sviluppo di applicazioni IA avanzate e combinate (ad esempio con l’ottimizzazione), l’uso dell’IA nei processi decisionali, la gestione dell’incertezza e l'affrontare le nuove sfide legate alla cybersicurezza.

AI-powered energy management systems for smart electric railway networks a novel approach integrating distributed energy resources

SEIFKAR, ERFAN
2024/2025

Abstract

The target of this thesis was to review the application of Artificial Intelligence in railway systems and their management. Beside reviewing the energy management systems for Smart Electric Railway Networks and optimization of techniques in Energy Management Systems for Railway Systems, this thesis reviewed AI algorithms and models presented in literature about railway systems. Nowadays it is widely accepted that Artificial Intelligence (AI) is significantly influencing a large number of domains, including railways. This review makes an initial step towards shaping the role of AI in future railways and provides a summary of the current focuses of AI research connected to rail transport. We found that the major research efforts have been put in AI for rail maintenance and inspection, while very limited or no research has been found on AI for rail transport policy and revenue management. The remaining subdomains received mild to moderate attention. AI applications are promising and tend to act as a game-changer in tackling multiple railway challenges. However, at the moment, AI research in railways is still mostly at its early stages. Future research can be expected towards developing advanced combined AI applications (e.g. with optimization), using AI in decision making, dealing with uncertainty and tackling newly rising cybersecurity challenges.
Brenna, Morris
ING - Scuola di Ingegneria Industriale e dell'Informazione
22-lug-2025
2024/2025
L'obiettivo di questa tesi è stato quello di esaminare l'applicazione dell'Intelligenza Artificiale nei sistemi ferroviari e nella loro gestione. Oltre a esaminare i sistemi di gestione dell'energia per le reti ferroviarie elettriche intelligenti e l'ottimizzazione delle tecniche nei sistemi di gestione dell'energia per i sistemi ferroviari, questa tesi ha analizzato gli algoritmi e i modelli di IA presentati nella letteratura riguardante i sistemi ferroviari. Oggi è ampiamente accettato che l’Intelligenza Artificiale (IA) stia influenzando in modo significativo numerosi settori, compreso quello ferroviario. Questa rassegna rappresenta un primo passo verso la definizione del ruolo dell’IA nelle ferrovie del futuro e fornisce una panoramica degli attuali ambiti di ricerca dell’IA legati al trasporto ferroviario. Abbiamo riscontrato che i principali sforzi di ricerca si concentrano sull’IA per la manutenzione e l’ispezione ferroviaria, mentre sono state trovate pochissime o nessuna ricerca sull’IA per le politiche di trasporto ferroviario e la gestione dei ricavi. I restanti sottodomini hanno ricevuto un’attenzione da moderata a lieve. Le applicazioni dell’IA sono promettenti e tendono a rappresentare un punto di svolta nell'affrontare le molteplici sfide del settore ferroviario. Tuttavia, al momento, la ricerca sull’IA in ambito ferroviario è ancora in una fase iniziale. Si prevede che le ricerche future si orienteranno verso lo sviluppo di applicazioni IA avanzate e combinate (ad esempio con l’ottimizzazione), l’uso dell’IA nei processi decisionali, la gestione dell’incertezza e l'affrontare le nuove sfide legate alla cybersicurezza.
File allegati
File Dimensione Formato  
Erfan Seifkar 10878471-220722.pdf

non accessibile

Descrizione: Erfan Seifkar 10878471-220722
Dimensione 3.84 MB
Formato Adobe PDF
3.84 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/239037