Цель работы исследование применение информационного каскадирования в управлении перевозочными процессами. Исследуется модель «сложные перевозки». Она включает мультимодальные перевозки, интермодальные перевозки, перевозки внутри мегаполиса и в пригородах мегаполиса. Для сложных перевозок характерно большое количество разнородной информации. такой информационный комплекс часто исключает применение алгоритмических методов для управления. информационное каскадирование относится к методам поддержки принятия решений. Это множественный эвристический метод, уменьшающий индивидуальные ошибки и не рациональные альтернативы. Показано различие проектной каскадной моделью и информационным каскадом. Описаны два направления применения информационного каскада. Информационное каскадирование позволяет вырабатывать более надежный план перевозок и накапливать опыт реализации перевозок в сложных условиях.
Идентификаторы и классификаторы
Существует постоянная тенденция роста объема грузоперевозок [1-3]. Она обуславливает не только увеличение мощности транспорта, но и совершенствование процессов, поддерживающих перевозки. Среди разных видов перевозок следует выделить «сложные перевозки», обладающие повышенной сложностью управления. Сложные перевозки это такие, управление которыми выходит за рамки типовых транспортных задач и само является сложным. Примером являются интермодальные и мультимодальные перевозки. Такие перевозки существуют в рамках мегаполиса [4, 5] и перевозки «мегаполис-пригород». Сложность управления перевозками создают повышенные требования к экологии и отходам от транспортных перевозок. Дополнительную сложность к перевозкам создают требования к социально значимым перевозкам.
Список литературы
1. Новиков А. Н., Катунин А. А., Семкин А. Н. Управление перевозками грузов автомобильным транспортом в современных условиях //Информационные технологии и инновации на транспорте. - 2015. - С. 247-252. EDN: ULLTRB
2. Бодюл В. И., Феофилов А. Н. Система управления перевозками грузов для операторов железнодорожного подвижного состава //Наука и техника транспорта. - 2012. - №. 1. - С. 57-62. EDN: OUNNFJ
3. Мишарин А. С. Информационные технологии-главное условие совершенствования управления перевозками //Железнодорожный транспорт. - 2001. - №. 6. - С. 12-19. EDN: ZDPYKR
4. Козлов А. В. Многоцелевое управление транспортом мегаполиса //Наука и технологии железных дорог. - 2018. - Т. 2. - №. 4 (8). - С. 40. EDN: YSUNQL
5. Кужелев П. Д. Комплексное управление мегаполисом //Economic Consultant. - 2015. - №. 3 (11). - С. 14-18. EDN: ULKHBF
6. Никифоров В. С. Мультимодальные перевозки и транспортная логистика. - М.: ТрансЛит. - 2007.
7. Мезенцева Е. Д., Прохорова Л. В. Мультимодальные перевозки: особенности и риски //Общество, экономика, управление. - 2021. - Т. 6. - №. 1. - С. 29-34. EDN: JYNOXY
8. Доминов Д. Р. Интермодальные и мультимодальные перевозки: определение и преимущества //Академические исследования в современной науке. - 2022. - Т. 1. - №. 17. - С. 300-304.
9. Малышев М. И. Обзор исследований в области повышения эффективности мультимодальных перевозок на основе технологических решений //Научный вестник Московского государственного технического университета гражданской авиации. - 2020. - Т. 23. - №. 4. - С. 58-71. EDN: TXMLKZ
10. Rondinelli D., Berry M. Multimodal transportation, logistics, and the environment: managing interactions in a global economy //European Management Journal. - 2000. - Т. 18. - №. 4. - С. 398-410. EDN: AHZIYZ
11. https://en.wikipedia.org/wiki/Intermodal_freight_transport data view 20.10.2023.
12. Fu L., Sun D., Rilett L. R. Heuristic shortest path algorithms for transportation applications: State of the art //Computers & Operations Research. - 2006. - Т. 33. - №. 11. - С. 3324-3343. EDN: LMKAFV
13. Amaliah B., Fatichah C., Suryani E. A new heuristic method of finding the initial basic feasible solution to solve the transportation problem //Journal of King Saud University-Computer and Information Sciences. - 2022. - Т. 34. - №. 5. - С. 2298-2307. EDN: EORJKS
14. Kengpol A., Tuammee S., Tuominen M. The development of a framework for route selection in multimodal transportation //The International Journal of Logistics Management. - 2014. - Т. 25. - №. 3. - С. 581-610.
15. Семенов В. В. Математическое моделирование динамики транспортных потоков мегаполиса. - М.: ИПМ им. МВ Келдыша РАН. - 2004. - 44 С.
16. Maity G., Roy S. K., Verdegay J. L. Analyzing multimodal transportation problem and its application to artificial intelligence //Neural Computing and Applications. - 2020. - Т. 32. - С. 2243-2256. EDN: UEQFWF
17. Королёв Е. А. “Каскадная” модель информационных процессов в системе управления //Journal of new economy. - 2010. - №. 4 (30). - С. 5-22. EDN: NGBBWL
18. https://obzorposudy.ru/polezno/cto-znacit-kaskadirovat-informaciyu/data view 12.09/23.
19. Zhou F. et al. A survey of information cascade analysis: Models, predictions, and recent advances //ACM Computing Surveys (CSUR). - 2021. - Т. 54. - №. 2. - С. 1-36. EDN: VVRJHK
20. Jalili M., Perc M. Information cascades in complex networks //Journal of Complex Networks. - 2017. - Т. 5. - №. 5. - С. 665-693. EDN: YIFYFT
21. https://dic.academic.ru/dic.nsf/socio/Трансмиссия. дата просмотра 14.09.23.
22. Mohamed Ahmed, Stella Spagna, Felipe Huici, and Saverio Niccolini. 2013. A peek into the future: Predicting the evolution of popularity in user generated content. In WSDM. 607-616.
23. Peng Cui, Shifei Jin, Linyun Yu, Fei Wang, Wenwu Zhu, and Shiqiang Yang. 2013. Cascading outbreak prediction in networks: A data-driven approach. In KDD. 901-909.
Выпуск
Другие статьи выпуска
В статье излагаются результаты разработки моделей и методов решения задач, нацеленных на научно обоснованные предложения, направленные на формирование комплексных мер по повышению эффективности использования инфраструктуры и росту провозной способности полигонов Российских железных дорог. Рассмотрены основные положения разработанного Паспорта инвестиционного проекта модернизации железнодорожной инфраструктуры Восточного полигона (второй этап). Приведены основные положения программы поэтапного вывода к 2030 году путевого комплекса ОАО «РЖД» на нормативный уровень. Проанализированы изменения в порядке расчетов пропускной и провозной способностей в свете выхода новой Инструкции. Сформулированы ожидаемые эффекты от применения новой Инструкции. Приведена технология расчёта рисков неосвоения перевозок по вариантам организации проведения ремонтно-путевой кампании (на долгосрочный и среднесрочный периоды), а также обобщены меры по снижению этих рисков.
В статье рассмотрены существующие принципы и порядок планирования потребности локомотивного парка грузового движения, применяемые на сети железных дорог ОАО «РЖД» в настоящее время и предложен вариант развития системы планирования.
Статья исследует темпоральный подход, применимый для решения задач логистики. Рассмотрены темпоральные модели, темпоральные отношения, темпоральные метки. Статья вводит понятие «темпоральный анализ». Дана систематика темпоральных моделей. Темпоральный анализ объединяет темпоральную логику и темпоральное моделирование. Описан темпоральный причинно-следственный анализ как развитие темпорального анализа. Раскрывается содержание понятия временная неопределенность. Показана связь темпоральных моделей с ситуационными моделями. Описаны особенности применения темпоральных методов в управлении транспортом.. Описаны особенности применения темпоральных моделей в сфере транспорта. Статья дает анализ временных интервалом. Вводится понятие локальный временной интервал и границы интервала. Описаны особенности получения и применения временных меток. Дано формализовано описание темпоральных моделей. Показана связь темпоральных интервалов с ситуациями и состояниями объекта. Статья дает формальное описание близких и отдаленных интервалов. Даны три темпоральные модели движения. Статья раскрывает содержание темпорального причинно- следственного анализа. Показаны причины появления. Описаны методы уменьшения временной неопределенности.
В современном мире все чаще встает вопрос модернизации старого программного обеспечения, написанного с применением несовременных парадигм программирования, старого стандарта языка, который не поддерживается современными компиляторами. В случае применения для «переписывания» другого, современного, более выразительного языка программирования, требуется не просто модернизировать, а скорее, написать заново программу, которая будет использовать функциональность старого программного обеспечения. Сложность такой задачи заключается в отсутствии тестирующих методов в унаследованном коде, что потенциально приводит к возникновению ошибки в новом программном обеспечении. Автор на примере работы над новой системой, использующей функциональные возможности старой проверенной системы, показывает преимущества применения технологии разработки через тестирование.
Получение оптимального маршрута грузоперевозки по заданным критериям является трудоемким процессом как для грузоотправителей, так и для экспедиторов, так как предполагает построение маршрутов, анализ маршрута в соответствии с заданными критериями, расчет итоговой стоимости в соответствии с тарифами перевозчиков и транспортных зон, таможенными сборами, дополнительными услугами. Сегодня отсутствует программное решение, которое позволяет построить оптимальный логистический маршрут с применением различных видов транспорта, а также получить все возможные варианты маршрутов согласно заданным критериям. В статье предложено создание логистического навигатора грузовой перевозки, определена его модель в виде «черного ящика», описаны входные и выходные параметры навигатора, определены данные, составляющие нормативно-справочную информацию навигатора, необходимую для анализа и принятия решения, определен алгоритм работы навигатора. В завершение сформулированы преимущества, полученные от внедрения логистического навигатора в контексте текущих проблем и таких перспективных решений, как реализация интеллектуального анализа потоков транспортных коридоров по видам транспорта и грузов, прогноза загрузки объектов инфраструктуры, расширение функционала логистического навигатора для сбора аналитики по состоянию объектов транспортной инфраструктуры органами власти. Исследованы нормативные акты и справочники, регламентирующие процесс грузоперевозки для авиационного, морского, железнодорожного и автомобильного видов транспорта, классификаторы в различных автоматизированных системах работы с перевозочными документами, произведена классификация объектов нормативно-справочной информации логистического навигатора, описан контекст применения различных объектов нормативно-справочной информации. В результате исследования была построена структура нормативно-справочной информации логистического навигатора, определена логика решения задачи по поиску оптимального маршрута и расчету стоимости перевозки.
Издательство
- Издательство
- РУТ (МИИТ)
- Регион
- Россия, Москва
- Почтовый адрес
- 127055, г Москва, р-н Марьина роща, ул Образцова, д 9 стр 9
- Юр. адрес
- 127055, г Москва, р-н Марьина роща, ул Образцова, д 9 стр 9
- ФИО
- Климов Александр Алексеевич (РЕКТОР)
- Контактный телефон
- +7 (___) _______
- Сайт
- https://www.miit.ru/