Математическая модель выбора маршрута и транспортных средств

Предложена математическая модель выбора маршрута и транспортных средств

Ключевые слова: транспортные средства, техническая сопряженность, технологическая сопряженность, экономическая сопряженность, целевая функция, ограничения, многокритериальная задача.

O.V. Bolotov,

Candidate of technical sciences, associate professor,

 Siberian state technological University,

Y.M. Eldeshtejn,

Candidate of technical sciences, professor,

Krasnoyarsk state agrarian University ,Krasnoyarsk, Russia

Mathematical model of route choice and vehicles

A mathematical model of route choice and vehicles on the way from the supplier is offered in this article

Keywords: vehicle, technical contingency, the contingency of technological, economic contingency, objective function, constraints, multicriteria problem

К задачам транспортной логистики в первую очередь относятся задачи, решение которых усиливает согласованность действий непосредственных участников транспортного процесса. Наличие единого оператора сквозного перевозочного процесса, осуществляющего единую функцию управления сквозным материальным потоком, создает возможность эффективно проектировать движение материального потока.

В соответствии с системным подходом, к основным задачам транспортной логистики следует отнести обеспечение технической, технологической и экономической сопряженности участников транспортного процесса, согласование их экономических интересов.

Техническая сопряженность в транспортном комплексе означает согласованность транспортных параметров. Эта согласованность позволяет применять модальные перевозки, работать с контейнерами и грузовыми пакетами.

Технологическая сопряженность предполагает применение единой технологии транспортировки, прямые перегрузки, бесперегрузочное сообщение.

Экономическая сопряженность это общая методология исследования конъюнктуры рынка и построения тарифной системы.

Затраты на движение материального потока от первичного источника сырья до конечного потребления могут доходить до 50% и более от суммы общих затрат на логистику. Решение задачи выбора маршрута и транспортных средств позволяет значительно снизить транспортные расходы и уменьшить время транспортировки.

На рисунке приведен пример возможных маршрутов доставки товаров из пункта А в пункт В при унимодальных и интермодальных перевозках с использованием различных видов транспорта.

В литературе обычно приводится только сравнительная характеристика различных видов транспорта и качественные рекомендации по их выбору [1, 2].

При этом достаточно очевидно, что любая грузоперевозка, особенно по сложной мультимодальной схеме при наличие вариантов вида транспорта, средств перевозки, особых условий перевозки и финансовых возможностей заказчика и т.д. и т.п., требует достаточно формализованного подхода к решению такой задачи. Проведение так называемого «мозгового штурма» на слабо формализованной основе здесь будет явно не достаточно.

Рис. Пример возможных вариантов маршрутов доставки товаров

Математическая модель этой задачи может быть представлена целевой функцией, характеризующей требование минимизации суммарных затрат, связанных с перевозкой, и системой ограничений.

Целевая функция может быть записана в следующем виде:
 

Кроме того, в некоторых случаях необходимо учитывать с одной стороны возможные штрафные санкции за задержку поставок, а с другой - финансовые выгоды, возможные при скорейших поставках.

В качестве ограничения может рассматриваться требование минимизации времени прохождения продукции от первичного источника до конечного потребителя:
 

При использовании автомобильного транспорта финансовые и временные затраты зависят не только от длин участков, но и от качества дорожного покрытия, рельефа местности, времени года и погодных условий. Работа воздушного и водного транспорта так же зависит от времени года и погодных условий. Самым надежным в плане стабильности является железнодорожный транспорт. Риск - это возможность получения неожиданного результата при принятии решения в условиях неопределенности.

Очевидно, что математическая модель задачи должна быть дополнена ограничением на допустимый риск задержки поставок:

Кi≤ Кдоп                                                   (7)

где Кi - коэффициент риска i-го варианта;

Кдоп - допустимый риск.

На практике для оценки «рискованности» отдельных операций часто используют упрощенные коэффициентные методы определения риска [4, 5], например, по формуле:

Кi=Уi/С                                                    (8)

где Уi - максимально возможная величина убытка от задержки поставки в i-том варианте;

С - объем собственных финансовых средств, руб.

Уровень риска также можно оценить путем соотнесения ожидаемой прибыли и ожидаемого убытка при сравнении двух и более вариантов вложений средств:

Кi =Пi/Уi,                                                   (9)

где Пi - ожидаемая прибыль i-го варианта;

Уi- ожидаемый убыток i-го варианта.

Однако точное определение коэффициента риска очевидно не представляется возможным, поэтому для  каждого вида транспортного средства в конкретных условиях на конкретном маршруте для установления величины Кi может быть использован метод экспертных оценок.

Библиографический список

1.        Ельдештейн, Ю.М. Логистика с иллюстрациями/ Ю.М. Ельдештейн.- Красноярск, КГАУ, 2011. - 272 с.

2.        Степанов, В. И. Логистика: учебник для высших учебных заведений по направлению подготовки “Экономика” и экономическим специальностям / В. И. Степанов. – Москва: Проспект, 2010. – 487 с.

3.         Бродецкий Г. Л, Гусев Д.А., Шидловский И.Г.- К вопросу о качестве решений в задачах выбора транспортного средства при многих критериях/ Г.В. Бродецкий. -  Менеджмент качества.- 2013. №4. с. 280-297.

4.        Шапкин А. С, Шапкин В. А. Экономические и финансовые риски. Оценка, управление, портфель инвестиций/ А.С. Шапкин. - Дашков и К°, 2014.- 544 с.

5.        Кукин П. П., Шлыков В. Н., Пономарев Н. Л., Сердюк Н. И. Анализ и оценка риска производственной деятельности/ П.П. Кукин и др., Высшая школа, 2007.- 583 с.

ИСТОЧНИК: Логистика - евразийский мост: материалы 10-й Междунар. научн.-практ. конф. (14-16 мая 2015 г., г.Красноярск); Краснояр. гос. аграрн. ун-т, - Красноярск, 2015. -   582 с. - с. 53-57