Повышение эффективности использования транспортного парка в условиях волатильности спроса

в статье рассматривается повышение эффективности использования автомобильного транспортного парка при краткосрочной волатильности спроса. Предложен интегрированный контур, включающий: вероятностное краткосрочное прогнозирование нагрузки; планирование мощностей на верхнем уровне; оперативную динамическую маршрутизацию в режиме скользящего горизонта; контроль выполнения. На этапе прогноза применяются SARIMAX, градиентный бустинг (CatBoost/LightGBM) и рекуррентные нейросети с учётом календарных, погодных и пространственных факторов; точность оценивают по MAPE/WAPE с валидацией по схеме rolling origin. План мощностей формализуется как смешанно-целочисленная задача с выбором доли аутсорсинга по зонам и интервалам времени при учете постоянных и переменных издержек, а также штрафов по SLA. Оперативная диспетчеризация решается как DVRPTW с повторным пересчетом при значимых событиях и соблюдением ограничений смен, временных окон и вместимости. Неопределенность учитывается сценарно и робастно: через буферы времени, штрафы за недовыполнение SLA и риск-компоненту CVaR в целевой функции. Целевой критерий – минимизация совокупных логистических издержек при заданном уровне сервиса. Вычислительные эксперименты и чувствительный анализ к ошибкам прогноза показывают снижение пустого пробега и стабилизацию своевременности поставок при умеренной доле аутсорсинга. Постановки DVRPTW, режим скользящего горизонта и использование CVaR описаны в современной литературе и инженерной документации, на которую опирается работа.

динамическая маршрутизация, DVRP, VRPTW, прогнозирование спроса, аутсорсинг, субподряд, робастная оптимизация, SLA, CVaR