МАТЕМАТИЧНІ МОДЕЛІ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ В ЗАДАЧАХ ОПТИМІЗАЦІЇ ЛОГІСТИЧНИХ МЕРЕЖ

Автор(и)

DOI:

https://doi.org/10.30837/ITSSI.2021.18.005

Ключові слова:

логістична мережа, оптимізація, багатокритеріальне оцінювання, ефективний варіант, підтримка прийняття рішень

Анотація

Предметом дослідження в статті є процес підтримки прийняття рішень в задачах оптимізації логістичних мереж. Мета роботи – розроблення комплексу математичних моделей задач оптимізації логістичних мереж для підвищення ефективності систем підтримки прийняття рішень шляхом узгодження взаємодії між автоматичними й інтерактивними процедурами систем автоматизованого проектування. У статті вирішуються наступні завдання: огляд і аналіз сучасного стану проблеми підтримки прийняття рішень в задачах оптимізації логістичних мереж; декомпозиція проблеми підтримки прийняття рішень з оптимізації логістичних мереж; розробка математичної моделі загальної задачі оптимізації мережі за показниками економічності, оперативності, надійності та живучості; розробка комплексу математичних моделей технології коректного скорочення множини ефективних варіантів побудови логістичних мереж для остаточного вибору з урахуванням факторів, що важко піддаються формалізації, знань і досвіду особи, що приймає рішення (ОПР). Використовуються такі методи: теорії систем, теорії корисності, оптимізації та дослідження операцій. Результати. Аналіз сучасного стану проблеми оптимізації логістичних мереж дозволив встановити існування проблеми коректного скорочення підмножин ефективних варіантів їхньої побудови для ранжування з урахуванням факторів, що важко піддаються формалізації, а також знань і досвіду ОПР. Виконана декомпозиція проблеми на задачі: визначення принципів побудови мережі; вибору структури мережі; визначення топології елементів мережі; вибору технології функціонування мережі; визначення параметрів елементів і зв’язків (засобів доставки вантажів); багатокритеріальної оцінки та вибору найкращого варіанту побудови мережі. Запропоновано математичну модель загальної задачі оптимізації мережі за показниками економічності, оперативності, надійності та живучості. Для узгодження взаємодії між автоматичними й інтерактивними процедурами оптимізації мереж запропоновано використати комбінований метод ранжування варіантів, який дозволяє визначати та коректно скорочувати підмножин ефективних варіантів для ранжування ОПР. Для реалізації методу розроблено математичні моделі задач процедури ранжування варіантів в технологіях підтримки прийняття проектних рішень, які дозволяють об’єднати переваги технологій ординалістичного та кардиналістичного підходів. Висновки. Розроблений комплекс математичних моделей розширює методологічні засади автоматизації процесів підтримки багатокритеріальних рішень з оптимізації логістичних мереж, дозволяє здійснювати  коректне скорочення множини ефективних варіантів їх побудови для остаточного вибору з урахуванням факторів, що важко піддаються формалізації, знань і досвіду ОПР. Практичне використання запропонованих математичних моделей і процедур дозволить скорочувати часову й ємнісну складності технологій підтримки прийняття рішень, а за рахунок використання запропонованих процедур відбору варіантів – підвищити їх якість за всією множиною функціонально-вартісних показників.

Біографії авторів

Vladimir Beskorovainyi, Харківський національний університет радіоелектроніки

 доктор технічних наук, професор

Oksana Draz, Харківський національний університет радіоелектроніки

 асистент 

Посилання

Bowersox, D., Closs, D. (2016), Logistical Management: The integrated supply chain process, Trans. from Eng. 2nd ed. [Logistika: Integrirovannaya tsep' postavok, Per. s angl., 2-e izd.], Olimp-Biznes, Moscow, P. 640.

Govindan, K., Fattahi, M., Keyvanshokooh, E. (2017), "Supply chain network design under uncertainty: A comprehensive review and future research directions", European Journal of Operational Research, Vol. 263, Р. 108–141.

Pascual, C. P., Faustino, A. V. (2018), "Identification of Reverse Logistics Decision Types from Mathematical Models", Journal of Industrial Engineering and Management, No. 11 (2), P. 239–249.

Beskorovainyi, V., Kuropatenko, O., Gobov, D. (2019), "Optimization of transportation routes in a closed logistics system", Innovative Technologies and Scientific Solutions for Industries, No. 4 (10). P. 24–32. DOI: https://doi.org/10.30837/2522-9818.2019.10.024.

Beskorovainyi, V., Sudik, A. (2021), "Optimization of topological structures of centralized logistics networks in the process of reengineering", Innovative Technologies and Scientific Solutions for Industries, No. 1 (15). P. 23–31. DOI: https://doi.org/10.30837/ITSSI.2021.15.023.

Beskorovainyi, V. V. (2002), "Systemological analysis of the problem of structural synthesis of geographically distributed systems" ["Sistemologicheskiy analiz problemy strukturnogo sinteza territorial'no raspredelennykh sistem"], Automated control systems and automation devices, Issue 120, P. 29–37.

Petrov, K. E., Deineko, A. A., Chalaya, O. V., Panferova, I. Y. (2020), "Method of ranking options in the procedure of collective expert evaluation" ["Metod ranzhyrovanyya variantiv pry provedenyy protsedury kollektyvnoho ékspertnoho otsenyvanyya"], Radioelectronics, Informatics, Management, No. 2, P. 84–94.

Bernasconi, M., Choirat, C., Seri, R. (2014), "Empirical properties of group preference aggregation methods employed in AHP: Theory and evidence", European Journal of Operational Research, No. 232, P. 584–592.

Podolyaka, O. A., Podolyaka, A. N. (2015), "Application of ordinal normalization and scrambling of criteria for solving multicriteria problems" ["Prymenenye poryadkovoy normalyzatsyy y skremblyrovanyya kryteryev dlya reshenyya mnohokryteryalʹnykh zadach"], Automotive and Electronics. Modern technologies, No. 8, P. 60–69.

Ataei, M., Shahsavany, H., Mikaeil, R. (2013), "Monte Carlo Analytic Hierarchy Process (MAHP) approach to selection of optimum mining method", International Journal of Mining Science and Technology, No. 23, P. 573–578.

Zlaugotne, B., Zihare, L., Balode, L., Kalnbalkite, A., Khabdullin, A., Blumberga, D. (2020), "Multi-Criteria Decision Analysis Methods Comparison", Environmental and Climate Technologies, No. 24(1), Р. 454–471.

Bagočius, V., Zavadskas, E. K., Turskis, Z. (2014), "Multi-person selection of the best wind turbine based on

the multi-criteria integrated additive-multiplicative utility function", Journal of Civil Engineering and Management, No. 20, P. 590–599.

Baky, I. A. (2014), "Interactive TOPSIS algorithms for solving multi-level non-linear multi-objective decision-making problems", Applied Mathematical Modelling, No. 38, P. 1417–1433.

Iastremska, O. (2018). "Logistics at an enterprise: the peculiarities of procurement activities", Innovative Technologies and Scientific Solutions for Industries, No. 3 (5). P. 141–148. DOI: https://doi.org/10.30837/2522-9818.2018.5.141.

Beskorovainyi, V., Imangulova, Z., Petrova, A. (2012), "Optimization of the number and location of distribution centers of the transport and storage system" ["Optimizatsiya kolichestva i mestopolozheniya raspredelitel'nykh tsentrov transportno-skladskoy sistemy"], Eastern-European Journal of Enterprise Technologies, No. 5/3 (59), P. 24–28.

Prokopenkov, V., Kozhin, Y., Malykh, O. (2019), "Determination of the optimal ring route passing through a given set of points on the map" ["Opredelenie optimal'nogo kol'tsevogo marshruta, prokhodyashchego cherez zadannoe mnozhestvo punktov na karte"], Innovative technologies and scientific solutions for industries, No. 1 (7), P. 102–112.

Kosenko, V., Gopejenko, V., Persiyanova, E. (2019), "Models and applied information technology for supply logistics in the context of demand swings", Innovative Technologies and Scientific Solutions for Industries, No. 1 (7), P. 60–68. DOI: https://doi.org/10.30837/2522-9818.2019.7.059.

Beskorovainyi, V. (2020), "Combined method of ranking options in project decision support systems", Innovative Technologies and Scientific Solutions for Industries, No. 4 (14), Р. 13–20. DOI: https://doi.org/10.30837/ITSSI.2020.14.013.

Mikhalevich, V. S., Volkovich, V. L. (1982), Computational methods of research and design of complex systems [Vychislitel'nyye metody issledovaniya i proyektirovaniya slozhnykh sistem], Moscow: Nauka, P. 288.

Beskorovainyi, V., Petryshyn, L., Shevchenko, O. (2020), "Specific subset effective option in technology design decisions", Applied Aspects of Information Technology, Vol. 3, No. 1, P. 443–455.

Deb, K., Pratap, A., Agarwal, S., Meyarivan, T. (2002), "A fast and elitist multiobjective genetic algorithm: NSGA-II", IEEE transactions on evolutionary computation, Vol. 6 (2), P. 182–197.

Shadura, O. (2019), "Modification of genetic algorithms based on the method of non-centered principal components and standard tests" ["Modyfikatsiya henetychnykh alhorytmiv na osnovi metodu netsetrovanykh holovnykh komponent ta standartni testy"], World Science, No. 4 (44), P. 4–11.

Ishizaka, A., Nemery, P. (2013), Multi-Criteria Decision Analysis, John Wiley & Sons.

Beskorovainyi, V., Іmanhulova, Z. (2017), "Тechnology of large-scale objects system optimization", ECONTECHMOD, Vol. 06, No. 4, Р. 3–8.

Моrozov, О. О. (2015), "Methods of synthesis of the system of maintenance and repair of weapons and military equipment" ["Metodyka syntezu systemy tekhnichnoho obsluhovuvannia ta remontu ozbroiennia i viiskovoi tekhniky"], Military-technical collection, No. 12, P. 87–90. DOI: https://10.26906/SUNZ.2018.5.09.

Beskorovainyi, V., Berezovskyi, G. (2017), "Estimating the properties of technological systems based on fuzzy sets", Innovative Technologies and Scientific Solutions for Industries", No. 1 (1), P. 14–20.

Beskorovainyi, V., Berezovskyi, H. (2017), "Іdentification of preferences in decision support systems", ECONTECHMOD, Vol. 06, No. 4, Р. 15–20.

Beskorovainyi, V. (2017), "Parametric synthesis of models for multi criterial estimation of technological systems", Innovative Technologies and Scientific Solutions for Industries, No. 2 (2), P. 5–11.Received 23.07.2021

##submission.downloads##

Опубліковано

2022-04-25

Як цитувати

Beskorovainyi, V., & Draz, O. (2022). МАТЕМАТИЧНІ МОДЕЛІ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ В ЗАДАЧАХ ОПТИМІЗАЦІЇ ЛОГІСТИЧНИХ МЕРЕЖ. СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ, (4 (18), 5–14. https://doi.org/10.30837/ITSSI.2021.18.005