scorecardresearch

કન્ફર્મ ટિકિટની આશા વધશે! રેલવેએ નવું સોફ્ટવેર વિકસાવ્યું, ટ્રાયલ સફળ રહ્યું

Indian Railways : ભારતીય રેલવેએ ટ્રાયલના અંતે, મોટાભાગના મુસાફરોએ બુકિંગ સમયે માત્ર ટિકિટ કન્ફર્મ કરી હતી. શું છે આ પરીક્ષણ? તેનાથી શું લાભ થઈ શકશે?

કન્ફર્મ ટિકિટની આશા વધશે! રેલવેએ નવું સોફ્ટવેર વિકસાવ્યું, ટ્રાયલ સફળ રહ્યું
ભારતીય રેલવે

Indian Railways : ભારતીય રેલ્વેએ પ્રતિક્ષા લીસ્ટને ઠીક કરવા માટે રચાયેલ આર્ટિફિશિયલ ઇન્ટેલિજન્સ પ્રોગ્રામનું મોટા પાયે પરીક્ષણ સફળતાપૂર્વક પૂર્ણ કર્યું છે. એક નવા યુગની શરૂઆત કરીને, AI-સંચાલિત મોડ્યુલે રેલ્વેને તેની વેઇટિંગ લિસ્ટ પાંચથી છ ટકા સુધી ઘટાડવામાં સક્ષમ બનાવ્યું છે.

પરીક્ષણ સમયે મોટાભાગના મુસાફરોએ ટિકિટ કન્ફર્મ કરી હતી

ટ્રાયલના અંતે, મોટાભાગના મુસાફરોએ બુકિંગ સમયે માત્ર ટિકિટ કન્ફર્મ કરી હતી. સેન્ટર ફોર રેલ્વે ઇન્ફર્મેશન સિસ્ટમ્સ (CRIS) દ્વારા વિકસિત, રેલવેની ઇન-હાઉસ સોફ્ટવેર આર્મ, ‘આદર્શ ટ્રેન પ્રોફાઇલ’માં રાજધાની સહિત લગભગ 200 લાંબા-અંતરની ટ્રેનોની માહિતી આપવામાં આવી હતી.

રેલ્વે બોર્ડના એક વરિષ્ઠ અધિકારીએ નામ ન આપવાની શરતે ધ ઈન્ડિયન એક્સપ્રેસને જણાવ્યું કે, “જો કોઈ લાંબા અંતરની ટ્રેનમાં 60 સ્ટોપ હોય, તો એઆઈએ 1800 સંભવિત ટિકિટ સંયોજનો વિશે જાણ્યું છે. જો ત્યાં 10 સ્ટોપ હોય, તો સામાન્ય રીતે લગભગ 45 ટિકિટ સંયોજનો હોય છે અને તેથી વધુ.”

પરીક્ષણ સાથે સંકળાયેલા અધિકારીઓના જણાવ્યા અનુસાર, ‘આદર્શ ટ્રેન પ્રોફાઇલ’ને એડવાન્સ રિઝર્વેશન સમયગાળાની શરૂઆતમાં અથવા આ કિસ્સામાં ટ્રેનોના પ્રસ્થાનના 120 દિવસ પહેલા, જાન્યુઆરીના અંતમાં લાઇવ કરવામાં આવી હતી. ટ્રાયલમાં સાત ઝોનલ રેલવેમાં પેસેન્જર રિઝર્વેશન સિસ્ટમનો સમાવેશ થાય છે. અધિકારીઓએ જણાવ્યું હતું કે, રેલ્વે મે-જૂન રજાના સમયગાળા પહેલા આ ખામીને યોગ્ય રીતે ચકાસવા આતુર છે, જ્યારે કન્ફર્મ ટિકિટની માંગ સૌથી વધુ હોય છે.

રેલ ભવન મેનેજરોએ સામાન્ય રીતે સ્વીકાર્યું છે કે, મોટી સંખ્યામાં યુઝર્સ માત્ર કન્ફર્મ ટિકિટ ન મળવાને કારણે રેલ્વેથી દૂર રહે છે. રેલ્વે બોર્ડના એડિશનલ મેમ્બર (કોમર્શિયલ) સુનીલ કુમાર ગર્ગે AI ટ્રાયલની શરૂઆતમાં ઝોનલ રેલ્વેના જનરલ મેનેજરોને લખેલા પત્રમાં આ માહિતી આપી હતી.

આ પણ વાંચો –

વધારાની પેસેન્જર ટ્રેનો શરૂ કરવી એક પડકાર- સુનીલ ગર્ગ

સુનીલ ગર્ગે એક પત્રમાં લખ્યું છે કે, “લાંબા અંતરની ઉચ્ચ શ્રેણીની એરલાઇન્સ અને બસો દ્વારા ટૂંકા અંતરની મુસાફરીની વધતી જતી સ્પર્ધા ચિંતાનું કારણ છે. કેટલાક ગીચ વિભાગોમાં વધારાને પહોંચી વળવા વધારાની પેસેન્જર ટ્રેનો શરૂ કરવી એ એક પડકાર છે. હાલની આરક્ષિત ટ્રેનોની આવક વધારવા માટે મજબૂત પેસેન્જર પ્રોફાઇલ મેનેજમેન્ટ આધારિત સીટ-ક્વોટા પુનઃવિતરણની જરૂરિયાત લાંબા સમયથી અનુભવાતી હતી.”

Web Title: Indian railways waiting lists artificial intelligence ai driven module cris

Best of Express