Оптимизация распределения ресурсов в транспортной системе

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. В исследовании приведено рассмотрение задачи, связанной с распределением ресурсов внутри транспортной системы. Показано, каким образом происходит формирование многокритериальной модели. Выделена краткосрочная (текущее распределение ресурсов) и долгосрочная (стратегическое распределение ресурсов) задача. Дано обоснование использования многокритериального подхода. Структура транспортной системы представляется в виде графа. Подробно рассмотрены принципы распределения ресурсов в транспортной системе при различных условиях. Рассмотрены особенности решения задачи, связанной оптимизацией транспортной системы с точки зрения распределения взаимозависимых ограниченных ресурсов. Предлагаемые подходы являются универсальными, позволяющими учесть особенности различных транспортных компаний.

Цель – разработка модели, позволяющей оптимизировать распределение ресурсов внутри транспортной системы.

Материалы и методы. Основные методы исследования связаны с применением теории графов и многокритериальной модели.

Результаты. В данной статье подробным образом проведено рассмотрение основных принципов и особенностей распределения ресурсов в транспортной системе. Вследствие инвариантности используемых моделей они могут быть использованы в самых разных транспортных компаниях, требуется лишь осуществить настройку соответствующих параметров. Результаты работы могут быть использованы в логистических компаниях для повышения эффективности их работы.

Об авторах

Андрей Петрович Преображенский

Воронежский институт высоких технологий

Автор, ответственный за переписку.
Email: app@vivt.ru
ORCID iD: 0000-0002-6911-8053
SPIN-код: 2758-1530
Scopus Author ID: 14122417700
ResearcherId: A-5832-2019

доктор технических наук, профессор, профессор кафедры информационных систем и технологий

 

Россия, ул. Ленина, 73а, г. Воронеж, 394043, Российская Федерация

Татьяна Владимировна Аветисян

Колледж Воронежского института высоких технологий

Email: vtatyana_avetisyan@mail.ru
ORCID iD: 0000-0003-3559-6070
SPIN-код: 3062-9901
Scopus Author ID: 58079888600

преподаватель

 

Россия, ул. Ленина, 73а, г. Воронеж, 394043, Российская Федерация

Яков Евсеевич Львович

Воронежский институт высоких технологий

Email: office@vivt.ru
ORCID iD: 0000-0002-7051-3763
SPIN-код: 9029-3251
Scopus Author ID: 57193738839

доктор технических наук, профессор, профессор кафедры информационных систем и технологий

 

Россия, ул. Ленина, 73а, г. Воронеж, 394043, Российская Федерация

Список литературы

  1. Дунаенко, Н. А., & Кудрявцева, Т. Ю. (2022). Управление ресурсами и цифровизация транспортной логистики. Экономические науки, 4(209), 81–89. https://doi.org/10.14451/1.209.80. EDN: https://elibrary.ru/GDAIEF
  2. Миркина, О. Н. (2024). Цифровизация в деятельности предприятий транспортной отрасли России. Transportation and Information Technologies in Russia, 14(2), 145–157. https://doi.org/10.12731/2227-930X-2024-14-2-317. EDN: https://elibrary.ru/OEOUCC
  3. Мальцева, М. В. (2018). Управление человеческими ресурсами в системе менеджмента качества транспортного предприятия. Вестник университета, 2, 64–69. https://doi.org/10.26425/1816-4277-2018-2-64-69. EDN: https://elibrary.ru/YUPHVX
  4. Коновалова, Т. В., Домбровский, А. Н., Надирян, С. Л., & Коцурба, С. В. (2024). Формирование и пути оптимизации транспортных затрат производственного предприятия. Transportation and Information Technologies in Russia, 14(2), 169–180. https://doi.org/10.12731/2227-930X-2024-14-2-283. EDN: https://elibrary.ru/JCLRUR
  5. Карагодин, В. И. (2024). Распределение наземных транспортных и транспортно-технологических средств по объектам и видам работ с учётом их технического состояния. Transportation and Information Technologies in Russia, 14(3), 77–99. https://doi.org/10.12731/2227-930X-2024-14-3-309. EDN: https://elibrary.ru/SFOAPK
  6. Король, Р. Г. (2024). Моделирование транспортных процессов при формировании и развитии трансграничной инфраструктуры. Transportation and Information Technologies in Russia, 14(4), 134–153. https://doi.org/10.12731/2227-930X-2024-14-4-323. EDN: https://elibrary.ru/LTYYNJ
  7. Tunik, A., & Sushchenko, O. (2013). Usage of vector parametric optimization for robust stabilization of ground vehicles information-measuring devices. Proceedings of National Aviation University, 4(57), 23–32. EDN: https://elibrary.ru/RTUFUX
  8. Данданян, А. Н., Хайдарова, Л. А., & Курганова, М. В. (2020). Решение задач нелинейного программирования по условиям Куна-Таккера. Наука XXI века: актуальные направления развития, 1–2, 24–27. EDN: https://elibrary.ru/JLDZQK
  9. Заставный, В. П., & Савчук, В. В. (2011). Приближение классов свёртток линейными операторами специального вида. Математические заметки, 90(3), 351–361. https://doi.org/10.4213/mzm8545. EDN: https://elibrary.ru/RLRHON
  10. Фомичева, И. В., Юдина, О. В., & Поляков, Д. В. (2024). Экспертная оценка относительной ответственности управляющего в исполнении подсистем бизнес-плана. Научные исследования и разработки. Экономика, 12(1), 36–40. https://doi.org/10.12737/2587-9111-2024-12-1-36-40. EDN: https://elibrary.ru/VBAGYC

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Преображенский А.П., Аветисян Т.В., Львович Я.Е., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».