МОДЕЛЬ И АЛГОРИТМ РЕШЕНИЯ ТРАНСПОРТНО-ЛОГИСТИЧЕСКОЙ ЗАДАЧИ СВОЕВРЕМЕННОЙ ДОСТАВКИ ГРУЗОВ С ИСПОЛЬЗОВАНИЕМ ГРУППИРОВКИ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ
Аннотация
Целью исследования является повышение качества оперативного планирования (программ- ного управления) логистических процессов в условиях современных городских систем при взаимо- действии группировки робототехнических комплексов. Качество управления в рамках данного исследования будет оцениваться по количеству доставок выполненных позже установленных ди- рективных сроков. Поставленная в ходе исследования цель декомпозируется на следующие задачи: системный анализ современного состояния исследований в области логистики мегаполиса, выпол- нение содержательной и формальной постановки задачи оперативного планирования логистиче- ских процессов в мегаполисе с использованием группировки робототехнических комплексов, разра- ботка модели и алгоритма оперативного планирования логистических процессов в мегаполисе с использованием группировки робототехнических комплексов, разработка специального модельно- алгоритмического обеспечения и его программного прототипа решения задачи оперативного пла- нирования логистических процессов в мегаполисе с использованием группировки робототехниче- ских комплексов. Проактивное (упреждающего) управление группировкой робототехнических комплексов при решении транспортно-логистических задач в мегаполисе в рамках концепции «Ум- ный город» позволяет повысить экономическую эффективность доставки грузов. В рамках ста- тьи рассматривается научно-техническая задача синтеза технологий (планов) своевременной доставки малогабаритных грузов с использованием группировки робототехнических комплексов. Теоретическая значимость заключается в применении концепции комплексного (системного) мо- делирования и проактивного (упреждающего) управления, а практическая значимость – в обеспе- чении своевременной доставки грузов с использованием группировки робототехнических комплек- сов в условиях мегаполиса. В статье рассмотрен пример решения задачи оперативного планирова- ния логистических процессов на примере Иннополиса с использованием характеристик роботов- доставщиков компании Яндекс (в качестве робототехнических комплексов). В ходе исследования проведен анализ различных вариантов целевых функций: максимизация прибыли и минимизация времени доставки; максимизация прибыли и минимизация времени; минимизация количества ро- бототехнических комплексов. Показателями оценки полученных результатов были выбраны: сум- марная прибыль от доставок; количество доставок, доставленных не вовремя и общее количество выполненных заказов. Наиболее подходящими целевыми функциями для решения задачи являются минимизация времени или одновременная минимизация времени и максимизация прибыли. Кроме того, в заключении приведены направления дальнейших исследований
Список литературы
1. Grigoreva E., Ushakov V. Meteorological Data Monitoring, Processing and Control Based on Internet of
Things Technologies // Digital Systems and Information Technologies in the Energy Sector: Lecture
Notes in Networks and Systems / ed. by Ilin I., Youzhong M. – Cham: Springer, 2025. – Vol. 1244.
– P. 17. – DOI: 10.1007/978-3-031-80710-7_17.
2. Nekrasov A., Sinitsyna A. Proactive Management Transportation Logistics Infrastructure Life-Cycle
(Digital Transformation) // MATEC Web Conf. – 2021. – 334 02019. – P. 1-6. – DOI:
10.1051/matecconf/202133402019.
3. Ivanov D., Sokolov B., Chen W., Dolgui A., Werner F., Potryasaev S. A control approach to scheduling
flexibly configurable jobs with dynamic structural-logical constraints // IISE Transactions. – 2021.
– Vol. 53, No. 1. – P. 21-38. – DOI: 10.1080/24725854.2020.1739787.
4. Ватолкина Н.Ш. Управление качеством в сфере услуг в условиях цифровой трансформации
экономики. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2019. – 179 с.
5. Лапидус Л.В., Гостилович А.О., Омарова Ш.А. Особенности проникновения цифровых техно-
логий в жизнь поколения Z: ценности, поведенческие паттерны и потребительские привычки
интернет-поколения // Государственное управление. Электронный вестник. – 2020. – № 83.
– С. 271-293. – DOI: 10.24411/2070-1381-2020-10119.
6. Вишневский К.О., Гохберг Л.М., Дементьев В.В. и др. Цифровые технологии в российской эко-
номике / под ред. Л.М. Гохберга. – М.: НИУ ВШЭ, 2021. – 116 с. – DOI: 10.17323/978-5-7598-
2199-1.
7. Гусев Д.А., Егорова Т.В. Проблемы планирования транспортного обеспечения поставок в усло-
виях неопределенности // Менеджмент сегодня. – 2023. – Т. 1. – С. 44-54.
8. Appio F.P., Lima M., Paroutis S. Understanding Smart Cities: Innovation ecosystems, technological advancements,
and societal challenges // Technol. Forecast. Soc. Change. – 2019. – Vol. 142. – P. 1-14.
– DOI: 10.1016/j.techfore.2018.12.018.
9. Nahar P., Ghuraiya A., Voronkov I.M., Kharlamov A.A. IoT System Architecture for a Smart City // 2024
8th International Conference on Information, Control, and Communication Technologies (ICCT).
– Vladikavkaz, Russian Federation, 2024. – P. 1-5. – DOI: 10.1109/ICCT62929.2024.10874931.
10. Popov E., Strielkowski W., Vlasov M. Smart cities: knowledge generation effectiveness in the digital
economy // Proceedings of the International Scientific and Practical Conference on Digital Economy
(ISCDE 2019). – Paris: Atlantis Press, 2019. – DOI: 10.2991/iscde-19.2019.2.
11. Lohmer J., Lasch R. Production planning and scheduling in multi-factory production networks: a systematic
literature review // International Journal of Production Research. – 2021. – Vol. 59, Issue 7.
– P. 2028-2054.
12. Maganha I., Silva C., Ferreira L.M.D.F. The sequence of implementation of reconfigurability core
characteristics in manufacturing systems // Journal of Manufacturing Technology Management.
– 2021. – Vol. 32, No. 2. – P. 356-375.
13. Müller T., Walth S., Jazdi N., Weyrich M. Identification of Reconfiguration Demand and Generation of
Alternative Configurations for Cyber-Physical Production Systems // Advances in Automotive Production
Technology – Theory and Application / ed. by Weißgraeber P., Heieck F., Ackermann C.
– Springer Vieweg, Berlin, Heidelberg, 2021. – DOI: 10.1007/978-3-662-62962-8_8.
14. Захаров В.В., Соколов Б.В., Ушаков В.А. Специальное модельно алгоритмическое обеспечение
планирования информационных процессов при взаимодействии группировки подвижных мор-
ских объектов // Седьмая международная научно-практическая конференция «Имитационное и
комплексное моделирование морской техники и морских транспортных систем» (ИКМ
МТМТС-2023). – 2023. – С. 96-103.
15. Ushakov V. Operational Planning and Scheduling of Information Processes During the Interaction of Group
of an Intelligent Transport Technology Vehicle in an Airport Digital Space // Digital Systems and Information
Technologies in the Energy Sector: Lecture Notes in Networks and Systems / ed. by Ilin I.,
Youzhong M. – Cham: Springer, 2025. – Vol. 1244. – P. 16. – DOI: 10.1007/978-3-031-80710-7_16.
16. Dolgui A., Ivanov D., Sethi S.P., Sokolov B. Scheduling in production, supply chain and Industry 4.0 systems
by optimal control: fundamentals, state-of-the-art and applications // International Journal of Production Research.
– 2019. – Vol. 57, No. 2. – P. 411-432. – DOI: 10.1080/00207543.2018.1442948.
17. Sokolov B., Ushakov V., Zakharov V. Optimal planning and scheduling of information processes during
interaction among mobile objects // International Journal of Production Research. – 2024. – Vol. 62,
Issue 16. – P. 5905-5924. – DOI: 10.1080/00207543.2024.2302388.
18. Marrouche W., Harmanani H. M. Heuristic approaches for the open-shop scheduling problem // Information
Technology-New Generations: 15th International Conference on Information Technology.
– Springer International Publishing, 2018. – P. 691-699.
19. Neufeld J.S., Schulz S., Buscher U. A systematic review of multi-objective hybrid flow shop scheduling
// European Journal of Operational Research. – 2023. – Vol. 309. Issue 1. – P. 1-23.
20. Зимин И.Н., Иванилов Ю.П. Решение задач сетевого планирования сведением их к задачам оп-
тимального управления // Журнал вычислительной математики и математической физики.
– 1971. – № 3. – С. 632-641.
21. Потрясаев С.А. Синтез технологий и комплексных планов управления информационными процес-
сами в промышленном интернете: дисс. ... д-ра техн. наук: 05.13.01, 05.13.11. – СПб., 2020. – 312 с.
22. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и
управления структурной динамикой сложных технических объектов: монография. – М.: Наука,
2006. – 410 с.
23. Микони С.В., Соколов Б.В., Юсупов Р.М. Квалиметрия моделей и полимодельных комплексов:
монография. – М.: РАН, 2018. – 314 с.
24. Захаров В.В., Баранов А.Ю., Соколов Б.В., Юсупов Р.М. Модели и алгоритмы централизованно-
го и децентрализованного планирования применения группировки подвижных объектов на ос-
нове теории дифференциальных игр // Морские интеллектуальные технологии. – 2023. – № 4.
– Ч. 1. – С. 171-178. – DOI: https://doi.org/10.37220/MIT.2023.62.4.021.
25. Моисеев Н.Н. Математические задачи системного анализа. – М.: Наука. Главная редакция фи-
зико-математической литературы, 1981. – 488 с.
