МАТЕМАТИЧНІ МОДЕЛІ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ В ЗАДАЧАХ ОПТИМІЗАЦІЇ ЛОГІСТИЧНИХ МЕРЕЖ

Автор(и)

  • Vladimir Beskorovainyi Харківський національний університет радіоелектроніки https://orcid.org/0000-0001-7930-3984
  • Oksana Draz Харківський національний університет радіоелектроніки https://orcid.org/0000-0002-9848-8360

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.

Завантаження

Дані завантаження ще не доступні.

Біографії авторів

Vladimir Beskorovainyi, Харківський національний університет радіоелектроніки

доктор технічних наук, професор

Oksana Draz, Харківський національний університет радіоелектроніки

асистент

Опубліковано

2021-12-10

Як цитувати

Beskorovainyi, V. і Draz, O. (2021) «МАТЕМАТИЧНІ МОДЕЛІ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ В ЗАДАЧАХ ОПТИМІЗАЦІЇ ЛОГІСТИЧНИХ МЕРЕЖ», СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ, (4 (18), с. 5–14. doi: 10.30837/ITSSI.2021.18.005.

Статті цього автора (авторів), які найбільше читають