ИМИТАЦИОННАЯ СИСТЕМА АНАЛИЗА ЭФФЕКТИВНЫХ МАРШРУТОВ НА ОСНОВЕ КОМПЛЕКСА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ОРГАНИЗАЦИИ ПЕРЕВОЗОК

2023

Closed access Metadata (CSL-JSON)
DOI 10.51775/2790-0886_2023_61_2_115
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Для экономики любого государства одним из главных секторов промышленности является транспортный сектор. Для эффективного управления транспортными перевозками предлагается внедрение цифровых технологий и создание интеллектуальных транспортных систем. В данной работе авторы предлагают в качестве одного из модулей интеллектуальной транспортной системы рассмотреть систему имитационного анализа и прогнозирования оптимальных маршрутов перевозки грузов, основанную на комплексе математических моделей для организации транспортных перевозок. В предлагаемой имитационной системе рассмотрены, сформулированы и формализованы математические модели организации однопродуктовых и многопродуктовых транспортных перевозок по критерию стоимости и критерию времени, с ограничением на пропускную способность дорог и через промежуточные пункты. Представлена общая структура системы имитационного анализа и прогнозирования оптимальных маршрутов в организации транспортных перевозок. Для моделирования изменчивости параметров в математических моделях с произвольной функцией предлагается применить метод исключения Неймана. В работе предложены готовые формулы для моделирования основных законов распределения непрерывных случайных величин. Эти распределения включают нормальное, равномерное, экспоненциальное, линейное, гамма, Вейбулла и логнормальное распределения. Предложенные формулы позволяют эффективно моделировать значения этих распределений. Такое представление обеспечивает удобство и точность в проведении анализа и прогнозирования, связанных с указанными случайными величинами. Также был предложен алгоритм имитационного анализа и определения эффективного маршрута транспортных перевозок с учетом нестабильности параметров моделей.