UDK 656.02 Транспортные маршруты, перевозки и специальные характеристики
In the organization of transportation, which are open systems, it is often necessary to choose the best solutions in conditions of limited time and lack of data. To this end, decision makers use various methods of comparing similar options to determine the best one. This paper proposes the use of specific technical and economic indicators that have a self-limiting effect when compared without building complex simulation models, which make it possible to more accurately assess the prospects for using the selected route.
TECHNICAL AND ECONOMIC INDICATORS, THE DUALITY OF THE SPECIFIC PARAMETER, OPTIMAL ROUTE, SELECTION METHOD
1 Состояние вопроса исследования и актуальность работы
В настоящее время постоянно растут требования к логистическому управлению и организации перевозок. С применением новых технологий и ускорения научно-технического прогресса появляются новые материалы, машины и агрегаты, расширяется сама номенклатура возможных к перевозке грузов [1].
Создание должного уровня сервиса доставки, позволяющего обеспечить высокую клиентоориентированность и гибкость, достигается применением математических методов для построения эффективных планов маршрутов и подачи подвижного состава. Подобные методы постоянно улучшаются и усложняются, учитывая все больше и больше всевозможных факторов, влияющих извне, чтобы дать возможность лицу, принимающему решение (ЛПР), определить наиболее подходящий и выгодный для клиента и предприятия вариант перевозки [1-3].
Так, в данной работе рассматривается теоретический метод определения наиболее выгодного маршрута из предложенных на основе относительных величин эффективности деятельности предприятия и интенсивности работы автотранспортных средств на маршруте.
Научная новизна исследования:
Исследование представляет новый подход к определению приоритета использования маршрутов на основе удельных технико-экономических показателей. Впервые исследована природа двойственности удельных технико-экономических показателей, позволившая значительно ускорить и уточнить имеющиеся методы экспресс-анализа маршрутов. Этот подход позволяет точно задать область определения и направление оптимизации маршрута без необходимости сложного моделирования задачи.
Практическая значимость результатов исследования определяется тем, что новый подход к определению приоритета использования маршрутов на основе двойственности удельных технико-экономических показателей может значительно повысить эффективность логистических процессов и снизить затраты на перевозку грузов. Результаты исследования могут быть использованы для оптимизации процессов в различных областях, таких как логистика, транспортная инфраструктура и грузоперевозки. Это может привести к уменьшению издержек, повышению качества услуг и улучшению конкурентоспособности компаний.
2 Материалы и методы
Как будет сказано ниже, иногда сопоставление маршрутов по абсолютным значениям не дает действительного приоритета выбора того или иного маршрута. Для полного учета требуется проработка всех вариантов с сопоставлением интегральных значений по каждому сценарию. Как правило, подобный подход является очень долгим и трудозатратным, вместе с тем, существует большой риск не учета какого-то варианта событий, что приведет к неполному сравнению. Вместо этого предлагается использовать относительные величины с эффектом самоограничения для быстрого и достоверного сравнения. Продемонстрируем предложенный метод на примере.
Определим модель городских перевозок, когда имеется несколько, на первый взгляд, равнозначных или не сильно отличающихся развозочных маршрутов для доставки тарно-штучного груза и требуется выбрать наиболее выгодный [4-6].
Для наглядности расширим количество вариантов сравнения. Рассмотрим маршруты с применением оборотной тары (паллеты) и без нее. Всего к перевозке представлено 7,7 тонн груза из двух пунктов отправки к восьми грузополучателям. На линии работает один автомобиль грузоподъёмностью 2 тонны. В качестве альтернативных оптимизированных маршрутов будем рассматривать такие, в которых склад грузоотправителя выбран с учетом имеющихся грузопотоков [7-8].
После группировки предварительных точек разгрузки и погрузки по методу Свира, был определен их порядок объезда при помощи метода Кларка-Райта, где обнаружились два равнозначных варианта с переставлением двух смежных пунктов в порядке объезда. С применением существующей методологии организации перевозок [8-10] были сформированы маршруты и рассчитаны технико-эксплуатационные показатели [11-13]
По итогу эти маршруты имели разные технико-эксплуатационные и, как следствие, экономические показатели.
В работе рассматривались разные варианты пакетирования груза, а именно использование коробок, как грузовой единицы, и паллеты. Во втором случае, удалось сэкономить почти 4,5 часа на погрузочно-разгрузочных работах, что позволило снизить некоторые эксплуатационные затраты (расходы, зависящие от времени) [14-15].
По окончании выполнения расчетов базовых маршрутов, был построен проектный вариант расположения складов в центре тяжести грузовых потоков. В свою очередь, это дало достаточно высокий годовой экономический эффект, в особенности на маршрутах с применением поддонов (экономический эффект выше 200 тысяч рублей). В задаче использован повременный тариф (табл. 1-4) [16-18].
3 Результаты исследования
В общей сложности было сформировано 3 маршрута с 6 вариантами реализации. Присвоим им соответствующие условные обозначения: к1 – базовый маршрут с использованием коробок (первый вариант); к2 – базовый маршрут с использованием коробок (второй вариант); к – проектируемый маршрут с использованием коробок; п1 – базовый маршрут с использованием паллет, первый вариант; п2 – базовый маршрут с использованием паллет, второй вариант; п – проектируемый маршрут с использованием паллет. Базовые маршруты, как говорилось ранее, отличаются разным порядком объезда, который был составлен методом Кларка-Райта.
Таблица 1 – Результаты анализа изменения процесса технологии транспортно-экспедиционного обслуживания (базовый вариант 1 и проектный, с применением коробок) [ценообразование: руб./час]
|
Показатель, ед.изм. |
Базовый вариант |
Проект. вариант |
Относит. отклонение |
|
Пробег подвижного состава, км/сут. |
150 |
138 |
-8,00% |
|
Пробег подвижного состава, км/год |
43200 |
39744 |
-8,00% |
|
Эксплуатационные затраты, руб./год |
2962814,40 |
2936629,44 |
-0,88% |
|
Дополнительные расходы на оказание экспедиционных услуг, руб./год |
1152000,00 |
1152000,00 |
0,00% |
|
Прибыль, руб./год |
2779905,60 |
2927050,56 |
5,29% |
|
Рентабельность, % |
67,56% |
71,59% |
5,97% |
|
Годовой экономический эффект, руб./год |
- |
26184,96 |
- |
1. Semenov S. S. et al. Analysis of the complexity of various algorithmic approaches for solving the traveling salesman problem // Control Systems, Communications and Security. - 2017. - no. 1. - S. 116-131.
2. Kuspekov K. A., Rotkov S. I., Satpaeva K. I. Geometric methods for tracing transport and logistics networks // Situation centers and information-analytical systems of class 4i for monitoring and security tasks (SCVRT1516). - 2016. - S. 175-177.
3. Mamaev E. A., Khashev A. I. Modeling of transport systems: choice of decision support system // Transport and logistics: innovative development in the context of globalization of technological and economic ties. - 2017. - S. 172-176.
4. Menukhova T., Vyushkova A. Using of Regionalization Techniques to Select Optimal Routes Based on Criteria of Road Features //Transportation Research Procedia. - 2017. - T. 20. - S. 436-442.
5. Vyushkova A. A., Terentiev A. V., Menukhova T. A. Methodological aspect in choosing the optimal cargo delivery scheme // Innovations in transport and engineering. - 2016. - S. 36-37.
6. Topaj A. G. et al. Operational planning and combinatorial optimization in simulation models of transport logistics at the project level // The ninth all-Russian scientific and practical conference on simulation modeling and its application in science and industry. - 2019. - S. 235-241.
7. Baisheva, E. A. To the question of the formation of cargo transportation routes / E. A. Baisheva // The future of science -2021: Collection of scientific articles of the 9th International Youth Scientific Conference. In 6 volumes, Kursk, April 21-22, 2021 / Ed. editor A.A. Gorokhov. - Kursk: Southwestern State University, 2021. - P. 212-215. - EDN TUKRRR.
8. Gerasimova M. M. et al. Optimization of material flows of a logging enterprise based on graph theory // Logistics and supply chain management. - 2019. - no. 6. - S. 50-57.
9. Breslava, V. O. Clarification of the value of the efficiency coefficient of capital investments in determining the economic effect of improving the organization of transportation / V. O. Breslava, T. A. Menukhova // Strategic development of socio-economic systems in the region: an innovative approach: materials VI International Scientific and Practical Conference: collection of articles and abstracts, Vladimir, June 03, 2020. - Vladimir: Publishing and printing company "Transit-X", 2020. - P. 54-58. - EDN KCEPNL.
10. Menukhova, T. A. Temporary criteria for choosing a cargo delivery scheme / T. A. Menukhova // Transport business of Russia. - 2017. - No. 1. - P. 108-110. - EDN YICKZP.
11. Menukhova T. A. Optimization of operational planning of long-distance freight road transport: dis. - St. Petersburg: Abstract of the thesis. dis. cand. tech. Sciences, 2014.
12. Menukhova T. A. Methodology for determining the required number of vehicles in a limited time interval for the delivery of cargo // Notes of the Mining Institute. - 2014. - T. 209. - S. 189-192.
13. Kuznetsov A. L., Kirichenko A. V., Semenov A. D. Estimation of delivery time in complex supply chains using simulation. Admiral SO Makarov. - 2021. - T. 13. - No. 3. - S. 372-383.
14. Zhukov, V. V. Improving methods for planning routes for transportation of oversized cargo in urban conditions / V. V. Zhukov, V. V. Nagorny // Mechanics, equipment, materials and technologies: 4th International scientific and practical conference, Krasnodar, November 25-26, 2021. - Krasnodar: PrintTerra Limited Liability Company, 2021. - P. 552-555. - EDN NAXNA.
15. Gabdulkhakov, A. A. Dynamic optimization of complex routes in transport logistics / A. A. Gabdulkhakov, D. S. Zavalishchin // Modern science-intensive technologies. - 2021. - No. 5. - P. 33-38. - DOIhttps://doi.org/10.17513/snt.38654. - EDN KAXNOY.
16. Lebedeva O. A. Analysis of methods for modeling the demand for freight transportation, taking into account their characteristics // Collection of scientific papers of the Angarsk State Technical University. - 2021. - Vol. 1. - No. 18. - S. 108-112.
17. Lebedeva O. A. Analysis of demand models in freight transportation within the framework of various approaches // Modern technologies and scientific and technical progress. - 2021. - no. 8. - S. 177-178.
18. Popov N.V. Improving the transportation of LLC "Business Lines" : dis. - Siberian Federal University, 2021.
19. Kapsky D. V. Problems of urban logistics of symbiotic cities // Automobile transportation and transport logistics: theory and practice. - 2021. - S. 37-43.
20. Eglit Ya. Ya. et al. Possibilities of using modern methods in the regulation of logistics flows in transport // System analysis and logistics. - 2019. - no. 3. - S. 13-20.
21. Navasardyan A. A., Nuretdinova Yu. V. Evaluation and prospects for the development of freight and passenger transportation // Proceedings of the Samara Scientific Center of the Russian Academy of Sciences. - 2021. - T. 23. - No. 1. - S. 131-134.
22. Matveev A. G. Determination of driving time and technical and operational indicators of car operation on long-distance routes using MS Excel in the educational process // Eurasian Union of Scientists. Series: technical and physical and mathematical sciences. - 2021. - no. 8. - S. 11-17.
23. Computer program No. 2022617180. Program for automated scheduling of vehicles on long-distance routes / Alexander Grigoryevich Matveev (RU), Tatyana Anatolyevna Menukhova (RU); copyright holder federal state budgetary educational institution of higher education "St. Petersburg Mining University" (RU); dec. 03/24/2022; publ. 04/19/2022, 110 KB.
24. Bezmaternykh K. L. Simulation modeling of technical and operational indicators of rolling stock operation on the route //TOGU-Start: fundamental and applied research of young people. - 2022. - S. 92-98.
