هوش مصنوعی در حملونقل پایدار شهری: تحلیل علمسنجی روندها، خوشههای مفهومی و شکافهای پژوهشی (2005–2024)
نویسندگان
1 گروه جغرافیا و برنامه ریزی شهری، دانشکده علوم انسانی، دانشگاه سید جمالالدین اسدآبادی، اسدآباد، ایران
doi
10.22034/jsc.2026.522219.1844چکیده
هوش مصنوعی نقش کلیدی در بهینهسازی سیستمهای حملونقل شهری دارد و با تحلیل دادههای واقعی، ترافیک را کاهش و مصرف انرژی را کاهش میدهد. پژوهش حاضر با رویکرد علمسنجی کیفی-کمی و روش توصیفی-تحلیلی، به تحلیل روند، ساختار مفهومی، شکافهای پژوهشی و جهتگیریهای آینده در حوزه کاربست هوش مصنوعی در حملونقل پایدار شهری طی سالهای 2005 تا 2024 پرداخته است. جامعه آماری متشکل از 172 سند نمایه شده در پایگاه اسکوپوس است که با جستوجوی ساختاریافته و تحلیل هم رخدادی کلیدواژگان با نرمافزار VOSviewer، تحلیل گردید. بر اساس یافتهها پژوهش، تولید علمی از رشد تدریجی (2005–2015) به رشد شتابان (بهویژه از 2021 به بعد) تغییریافته که علت آن تحولات فناوری، فشارهای اقلیمی، گسترش شهرهای هوشمند و پاندمی کووید-19 همزمان است. توزیع جغرافیایی منابع نشانگر پیشتازی کشورهایی نظیر هند، چین، ایالاتمتحده و ایتالیا است که نمایانگر تأثیر شهرنشینی شتابان و سیاستهای ملی در تولید دانش است. تحلیل خوشهای شش حوزه مفهومی کلیدی مشتمل بر فناوریهای هوش مصنوعی، ابعاد زیستمحیطی و پایداری، رفتار کاربران و تحرک، سیاستگذاری حملونقل، بهینهسازی سیستمها و سیستمهای پشتیبان تصمیم را آشکار نمود. نتایج نشانگر آن است که هدف نهایی هوش مصنوعی در برنامهریزی حملونقل شهری، تحقق اهداف پایداری شهری است، اما با شکافهایی در ادغام عدالت اجتماعی، جزئیات الگوریتمی، شاخصهای زیستمحیطی و تحلیلهای زمینهمحور مواجه است. ازاینرو، پژوهشهای آینده باید هوش مصنوعی را از کارایی به سمت عدالت اجتماعی، یکپارچگی محیطی، الگوریتمهای زمینهمحور، همکاریهای میانرشتهای و آزمایشگاههای زنده شهری به سمت حرکت دهند.