Концепция пространственно-временной оптимизации транспортно-логистических процессов промышленных предприятий
https://doi.org/10.46973/0201-727X_2025_2_219
Аннотация
Предложена концепция пространственно-временной оптимизации транспортно-логистических процессов промышленных предприятий на основе комбинирования методов многокритериального анализа, маршрутизации на специализированных графах транспортной инфраструктуры, динамической оптимизации на пространственно-временных графах, имитационного моделирования и графовой нейронной сети. Сочетание методов необходимо для прогнозирования и оптимизации параметров транспортно-логистических процессов в режиме реального времени. Показана возможность использования предлагаемой комбинации методов при формировании оптимальных последовательностей транспортно-логистических процессов и синхронизации оперативного управления элементами транспортно-логистической системы промышленного предприятия. Разработанный подход позволит повысить эффективность транспортно-логистических процессов промышленных предприятий в результате комплексной реализации методов пространственно-временной оптимизации
Об авторе
П. Н. Мишкуров
Магнитогорский государственный технический университет им. Г. И. Носова (МГТУ им. Г. И. Носова)
Россия
Россия
Мишкуров Павел Николаевич, кафедра «Логистика и управление транспортными системами», кандидат технических наук, доцент
Список литературы
1. Козлов, П. А. Автоматизированное управление процессами в транспортном узле / П. А. Козлов, О. В. Осокин, В. Ю. Пермикин // Вестник Ростовского государственного университета путей сообщения. – 2013. – № 2 (50). – С. 118–122. – ISSN 0201-727Х.
2. Рахмангулов, А. Н. Железнодорожные транспортно-технологические системы : организация функционирования / А. Н. Рахмангулов, О. А. Копылова, П. Н. Мишкуров. – Магнитогорск : Магнитогорский государственный технический университет им. Г. И. Носова, 2014. – 300 с. – ISBN 978-5-9967-0458-0.
3. Методы гибридной технологии имитационного моделирования при выборе вариантов реконструктивных мероприятий по развитию железнодорожных направлений и крупных узлов / А. Ф. Бородин, А. А. Кравченко, К. Ю. Николаев [и др.] // Управление развитием крупномасштабных систем (MLSD'2021) : труды Четырнадцатой международной конференции. – Москва, 2021. – С. 963–971. – DOI 10.25728/4783.2021.67.10.001.
4. Транспортно-логистические системы в условиях системных изменений в экономике / Э. А. Мамаев, А. Н. Гуда, В. А. Финоченко, К. А. Годованый // Вестник Ростовского государственного университета путей сообщения. – 2022. – № 2 (86). – С. 145–154. – DOI 10.46973/0201-727X_2022_2_145.
5. Keita, K. A three-step Benders decomposition for the real-time Railway Traffic Management Problem / K. Keita, P. Pellegrini, J. Rodriguez // Journal of Rail Transport Planning & Management. – 2020. – Vol. 13. – Article no. 100170. – ISSN 2210-9706.
6. Design of an ITS for Industrial Enterprises / A. Rakhmangulov, A. Sładkowski, N. Osintsev // Studies in Systems, Decision and Control. – 2016. – Vol. 32. – P. 161–215. – DOI 10.1007/978-3-319-19150-8_6.
7. Industry 4.0 technologies applied to the rail transportation industry : A systematic review / C. LaitonBonadiez, J. W. Branch-Bedoya, J. Zapata-Cortes [et al.] // Sensors (Basel, Switzerland). – 2022. – Vol. 22, No. 7. – P. 2491. – ISSN 1424-8220.
8. An overview of current challenges and emerging technologies to facilitate increased energy efficiency, safety, and sustainability of railway transport / Z. Kljaić, D. Pavković, M. Cipek [et al.] // Future Internet. – 2023. – Vol. 15, No. 11. – P. 347. – ISSN 1999-5903.
9. Spatio-temporal graph neural networks for predictive learning in urban computing : A survey / G. Jin, Y. Liang, Y. Fang [et al.] // IEEE Transactions on Knowledge and Data Engineering. – 2023. – Vol. 36, No. 10. – P. 5388–5408. – ISSN 1041–4347.
10. The application of Industry 4.0 technologies in sustainable logistics : a systematic literature review (2012-2020) to explore future research opportunities / X. Sun, H. Yu, W. D. Solvang [et al.] // Environmental science and pollution research international. – 2022. – Vol. 29, No. 7. – P. 9560–9591. – ISSN 0944-1344.
11. Anda, C. Transport modelling in the age of big data / Cuauhtemoc Anda, Alexander Erath, Pieter Jacobus Fourie // International Journal of Urban Sciences. – 2017. – Vol. 21, No. S1. – P. 19–42. – DOI 10.1080/12265934.2017.1281150.
12. Инновационные процессы логистического менеджмента в интеллектуальных транспортных системах : монография. В 4 т. Т. 4 / Л. А. Андреева, В. В. Багинова, А. С. Балалаев [и др.]. – Москва : Учебно-методический центр по образованию на железнодорожном транспорте, 2015. – 499 c. – ISBN 978-5-89035-870-7.
13. Adamko, N. Agent based simulation of transportation logistic systems / N. Adamko, A. Kavicka, V. Klima // DAAAM International Scientific Book 2007, chapter 36 / B. Katalinic (ed.). – Vienna, Austria : DAAAM International Publishing, 2007. – P. 407–422. – DOI 10.2507/daaam.sci-book.2007.36.
14. Имитационные модели в цифровых двойниках железнодорожных узлов / А. Н. Рахмангулов, С. Н. Корнилов, П. Н. Мишкуров, Д. В. Александрин // Вестник Уральского государственного университета путей сообщения. – 2022. – № 3 (55). – С. 43–59. – DOI 10.20291/2079-0392-2022-3-43-59.
15. Ерофеев, А. А. Прогнозирование продолжительности выполнения технологических операций в интеллектуальной системе управления перевозочным процессом / А. А. Ерофеев, С. Ю. Чапский // Вестник Белорусского государственного университета транспорта : Наука и транспорт. – 2022. – № 1 (44). – С. 52–56. – ISSN 2227-1120.
16. Осокин, О. В. Интеллектуальное сопровождение производственных процессов на железнодорожном транспорте / О. В. Осокин // Транспорт Урала. – 2013. – № 4. – С. 3–7. – ISSN 1815-9400.
17. Козлов, П. А. О построении интеллектуальных систем управления железнодорожными станциями / П. А. Козлов, С. П. Вакуленко, В. С. Колокольников // Наука и техника транспорта. – 2019. – № 2. – С. 70–76. – ISSN 2074-9325.
18. Performance evaluation of a parallel ant colony optimization for the real-time train routing selection problem in large instances / B. Pascariu, M. Samà, P. Pellegrini [et al.] // European Conference on Evolutionary Computation in Combinatorial Optimization (Part of EvoStar). – Cham : Springer International Publishing, 2022. – P. 46–61. – DOI 10.1007/978-3-031-04148-8_4.
19. Осьминин, А. Т. О разработке интеллектуальной системы управления перевозочным процессом / А. Т. Осьминин // Железнодорожный транспорт. – 2021. – №. 3. – С. 17–27. – ISSN 0044-4448.
20. Интеллектуализация транспортного обслуживания металлургических предприятий / А. Н. Рахмангулов, Н. А. Осинцев, П. Н. Мишкуров, О. А. Копылова // Сталь. – 2014. – № 4. – С. 115–118. DOI 10.6084/m9.figshare.14134226.v1.
21. Карелин, В. П. Модели и методы теории графов в системах поддержки принятия решений / В. П. Карелин // Вестник Таганрогского института управления и экономики. – 2014. – № 2 (20). – С. 69–73. – ISSN 2071-9604.
22. Rakhmangulov, A. Spatio-temporal graphs in transportation : challenges, optimization, and prospects / A. Rakhmangulov, N. Osintsev, P. Mishkurov // Systems. – 2025. – Vol. 13, No. 4. – P. 263. – DOI 10.3390/systems13040263.
23. Ahuja, R. Network flows : theory, algorithms, and applications / R. Ahuja, T. Magnanti, J. Orlin // Prentice-Hall, Upper Saddle River, 1993. – 840 p. – ISBN 0-13-617549-X.
24. El-Sherbeny, N. A. The algorithm of the timedependent shortest path problem with time windows / N. A. El-Sherbeny // Applied Mathematics. – 2014. – No. 5 (17). – P. 2764–2770. – DOi 10.4236/am.2014.517264.
25. Мишкуров, П. Н. Методика формирования транспортной сети железнодорожной станции / П. Н. Мишкуров, А. Н. Рахмангулов, О. В. Фридрихсон // Вестник Уральского государственного университета путей сообщения. – 2021. – № 3 (51). – С. 50–64. – DOI 10.20291/2079-0392-2021-3-50-64.
26. Völz, W. D. Ermittlung der Leistungsfähigkeit von Knotenpunkten spurgeführter Verkehrssystememittels Graphentheorie / W. D. Völz // Vorträge der Jahrestagung 1977 / Papers of the Annual Meeting 1977 DGOR. Physica-Verlag HD, 1978. – P. 440–449.
27. Montigel, M. Formal representation of track topologies by double vertex graphs / M. Montigel // Computers in Railways III : Proceedings of the Third International Conference on Computer Aided Design, Manufacture, and Operation in the Railway and Other Advanced Mass Transit Systems (Comprail 92) / edited by T. K. Murthy. – Washington, DC, U.S.A. : WIT Press, 1992. – P. 359–370.
28. A multi scalable model based on a connexity graph representation / L. Gély, G. Dessagne, P. Pesneau, F. Vanderbeck // COMPRAIL 2010 / edited by B. Ning, C. A. Brebbia : WIT Transactions on The Built Environment. – Beijing, China : WIT Press Southampton, UK, 2010. – P. 193–204. – DOI 10.2495/CR100191.
29. An improved multi-objective quantum-behaved particle swarm optimization for railway freight transportation routing design / Q. Zhang, S. Liu, D. Gong, H. Zhang // IEEE Access. – 2019. – Vol. 7. – P. 157353–157362. – DOI 10.1109/ACCESS.2019.2948197.
30. Осинцев, Н. А. Мультикритериальные методы принятия решений на транспорте и в логистике / Н. А. Осинцев // Транспорт Урала. – 2021. – № 4 (71). – С. 3–17. – DOI 10.20291/1815-9400
31. -4-3-17.
32. Козлов, П. А. Метод динамического согласования производства и транспорта / П. А. Козлов, С. П. Миловидов // Сборник трудов Института комплексных транспортных проблем. Выпуск 105. – Москва, 1985. – С. 156–163.
33. Мишкуров, П. Н. Динамическая оптимизация вагонопотоков / П. Н. Мишкуров, А. Н. Рахмангулов. – Москва : Русайнс, 2017. – 110 с. – ISBN 978-5-4365-1820-6.
34. Нейро-нечеткое моделирование транспортнологистических процессов / О. Н. Числов, Н. Н. Лябах, М. В. Бакалов [и др.] // Транспорт : наука, техника, управление. Научный информационный сборник. – 2022. – № 10. – С. 23–27. – DOI 10.36535/0236-1914-2022-10-4.
35. Zhao, S. An attention and wavelet based spatialtemporal graph neural network for traffic flow and speed prediction / S. Zhao, S. Xing, G. Mao // Mathematics. – 2022. – No. 19 (10). – P. 3507. – DOI 10.3390/math10193507.
36. Jiang, W. Graph Neural Network for traffic forecasting : A survey / W. Jiang, J. Luo // Expert Systems with Applications. – 2022. – No. 207. – P. 117921. – ISSN 0957-4174.
37. Мишкуров, П. Н. Метод представления управленческих решений в имитационных моделях железнодорожных станций / П. Н. Мишкуров, А. Н. Рахмангулов // Исследование и развитие рельсового и автомобильного транспорта : сборник трудов Международной научно-практической конференции, Екатеринбург, 22–23 мая 2024 г. – Екатеринбург : Уральский государственный университет путей сообщения, 2024. – С. 197–201.
38. Tominac, P. A. Spatio-temporal economic properties of multi-product supply chains / P. A. Tominac, W. Zhang, V. M. Zavala // Computers & Chemical Engineering. – 2022. – Vol. 159. – Article no. 107666. – DOI 10.48550/arXiv.2106.13836.
39. Jiang, W. Graph neural network for traffic forecasting : A survey / W. Jiang, J. Luo // Expert Systems with Applications. – 2022. – No. 207. – Article no. 117921 – DOI 10.48550/arXiv.2101.11174.
40. Multi-View Multi-Attention Graph Neural Network for Traffic Flow Forecasting / F. Wu,C. Zheng, C. Zhang [et al.] // Applied Sciences. – 2023. – No. 2 (13). – P. 711. – DOI 10.3390/app13020711.
41. Трофимов, С. В. Научно-методические основы функционирования и развития промышленных транспортных систем : диссертация на соискание ученой степени доктора технических наук : 05.22.01 / Трофимов Сергей Владимирович. – Москва, 2004. – 245 с.
Рецензия
Для цитирования:
Мишкуров П.Н. Концепция пространственно-временной оптимизации транспортно-логистических процессов промышленных предприятий. Вестник Ростовского государственного университета путей сообщения. 2025;(2):219-230. https://doi.org/10.46973/0201-727X_2025_2_219
For citation:
Mishkurov P.N. The concept of spatial-temporal optimization of transport and logistics processes of industrial enterprises. Vestnik Rostovskogo Gosudarstvennogo Universiteta Putej Soobshcheniya. 2025;(2):219-230. (In Russ.) https://doi.org/10.46973/0201-727X_2025_2_219
Просмотров:
9
JATS XML
Послать статью по эл. почте 