Методология оценки эффективности внедрения интеллектуальных технологий в организационное управление перевозочного процесса доставки грузов

Автор: Сафиуллин Р.Р., Баширов М.Р., Орешкина А.Д.

Журнал: Технико-технологические проблемы сервиса @ttps

Рубрика: Организационно-экономические аспекты сервиса

Статья в выпуске: 1 (67), 2024 года.

Бесплатный доступ

Интеллектуальные транспортные системы нацелены на повышение эффективности дорожно-транспортного комплекса и обеспечение безопасных и эффективных транспортных услуг. Развивая методологию для инновационных решений, в статье предлагаются стратегии оптимизации и управления интеллектуальными техническими комплексами, обеспечивая эффективное функционирование.

Беспилотные технологии, технические средства контроля, интеллектуальные транспортные системы

Короткий адрес: https://sciup.org/148328241

IDR: 148328241

Текст научной статьи Методология оценки эффективности внедрения интеллектуальных технологий в организационное управление перевозочного процесса доставки грузов

Постановка проблемы

Основная задача интеллектуальных транспортных систем (ИТС) – обеспечить наибольшую эффективность работы дорожно-транспортного комплекса повышая уровень и качество удовлетворения потребностей экономики и населения в безопасных и эффективных транспортных услугах.

Появление нового оборудования и программного обеспечения без общих стандартов для технических средств и локальных интеллектуальных автоматических систем ведет к разногласиям в определениях и подходах к созданию комплексных ИТС. Данная ситуация показывает необходимость научно обосновать и создать методологию для решений, имеющих инновационных технический и технологический характер, которые направленны на снижение издержек в процессах создания и использования транспортных систем при изменяющихся их количественных, качественных и структурных характеристик.

В целях оптимизации функционирования

зрелости интеллектуальных технологий в различ-

интеллектуальных технических комплексов автоматического контроля движения были проведены исследования с разработкой методологических основ. Предложенные стратегии рационального применения и эффективного управления данными комплексами основаны на создания системы оценки их эффективности. Формирование таких методологических основ и оптимизация технологий эксплуатации технических средств контроля (ТСК) различных уровней позволят обосновать концептуальный подход. Это в свою очередь сделает возможным эффективное управление функционированием интеллектуальных аппаратных комплексов.

Методология

В результате исследования установлена концепция формирования единой интегрированной информационной системы с учетом развития и ных транспортных подсистемах системах, которая является необходимым условием для эффективной реализации транспортно-технологических процессов доставки грузов. При разработке архитектуры интеллектуальной транспортной системы необходимо сформировать прямую и тесную взаимосвязь экономической и технической целесообразности применения аппаратных комплексов ИТС. Для оценки готовности транспортной инфраструктуры к беспилотным технологиям (БТ) был установлен основной показатель уровня зрелости беспилотных технологий(G), который комплексно определяет суммирование технических и функциональных возможностей транспортной системы, учитывающие "интеллект транспортных средств", "интеллект инфраструктуры и дороги", "системная интеграция" и "сетевая взаимосвязь". Сформирована четырехмерная модель оценки эффективного внедрения БТ (Рис

Рисунок 1 – Четырехмерная модель количественной оценки эффективного внедрения беспилотных технологий в организационное управление перевозочного процесса доставки грузов

Благодаря установленному уровню развития интеллекта транспортных средств и инфраструктуры, можно говорить о неравномерности достигнутых уровней и недостаточной степени взаимодействия с инфраструктурой. При рассмотрении влияния на уровень зрелости БТ существуют только двух аспектов – уровня интеллекта транспортного средства и уровня интеллекта инфраструктуры – уровень зрелости БТ может быть представлен бинарной функцией G = F(v, г), где в качестве зависимых переменных выступают уровень интеллекта транспортного средства и уровень интеллекта инфраструктуры [1].

Важнейшим вопросом при оценке эффективности функционирования любой транспортной системы является выбор и обоснование показателя, характеризующего внутренние процессы ее функционирования, а также учитывающего вклад в эффективность систем более высокого уровня.

Показатель эффективности внедрения интеллектуальных технологий в организационное управление перевозочного процесса доставки грузов должен соответствовать цели построения интеллектуальной транспортной системы, учитывать вклад интеллектуальных технологий в эффективность перевозочного процесса (высокоавтоматизированных) транспортных средств, быть чувствительным к изменению исходных данных и иметь ясный физический смысл. Целью процесса внедрения интеллектуальных технологий в организационное управление перевозочного процесса при построении локальной ИТС является обеспечение максимальной эффективности доставки грузов транспортными средствами [2]. В качестве показателя эффективности внедрения интеллектуальных технологий в организационное управление перевозочного процесса доставки грузов, установлена и принята величина среднего относительного уровня интеллекта в ходе их функционирования за заданный период времени [3].

Приняв за основу систему индикаторов оценки внедрения БТ, проанализировав взаимосвязи между индикаторами и одновременно рассмотрев конкретные факторы, влияющие на показатели, и взаимосвязи между этими факторами, на основе этого построено дерево технико-экономической оценки внедрения БТ (Рисунок 2).

Одним из способов реализации критериального подхода в области планирования работы БТ может быть построение маршрута движения с применением алгоритма Эдсгера Дейкстры. Суть данного алгоритма в том, что он позволяет найти оптимальный путь, который соответствует самому короткому расстоянию движения или же маршруту с наименьшими переменными расходами [4].

Алгоритм Дейкстры по очереди выбирает все вершины графа и дает им метки, вследствие чего его также называют алгоритмом меток. Им присваивается значение, равное минимальным расстояниям (стоимостям) между вершиной источника и определенной вершиной [5]. Таким образом алгоритм определяет минимальную дистан-цию/стоимость между вершинами, которыми являются пункты отправления (s) и назначения (t). Важно уточнить, что данный алгоритм работает только с графами, имеющими веса от 0 и выше. Получаем, на рассматриваемой дорожной сети (Sw=(X,V,W/), где X - множество вершин, а V -множество дуг, все значения стоимости или расстояний имеют не отрицательное значение (wy > 0)

Основные этапы алгоритма Дейкстры:

  • -    I этап - определение значения кратчайшего пути/минимальной стоимости;

  • -    II этап - построение оптимального пути от вершины s к вершине t.

Метки, назначенные вершинам сети x i по данному алгоритму и обозначающиеся d(x i ) , требуются для определения оптимального пути между вершинами s и x i . Метки могут носить временный или постоянный характер. При получении вершиной X i на одном из шагов метки d(x i ), путь между из s к x i в ориентированном графе S w имеет стоимость d(x) При выполнении условия, в котором d(x i )* является постоянной меткой, через u ( равное x i ) обозначается вершина, имеющая постоянный характер и соответствующая данной метке. В случае, когда переменная метка превращается в постоянную, это значит, что найдена минимальная стоимость проезда между вершиной s и обозначаемой меткой вершины. Детальней алгоритм представлен ниже.

Первый этап начинается с инициализации меток. Принимаем следующие значения меток: метку вершины отправления приравниваем нулю, а остальных вершин - бесконечностям (либо очень большим числам). Все пункты обозначаем как не посещённые.

d ( 5 )* = 0, u = s , d ( xt ) = да для остальных x # s .

Для каждой вершины x i , кроме u, вычисляем сумму метки u и затрат проезда до вершины x i , и пересчитываем значения по принципу:

  • d    новая ( x i ) = min { d старая ( Xi ), d ( u ) + w ( u , X ) }   (1)

Среди меток временного характера выбираем ту, которая будет изменена в постоянную соблюдая следующее условие:

d ( x )* = min { d ( x, ) | x, е X , d ( x, ) - вр еменная } . (2)

Рисунок 2 – Дерево технико-экономической оценки внедрения беспилотных технологий в управление движением беспилотных транспортных средств

Вершина, соответствующая постоянной метке d ( Xi )*, преобразована в постоянную u=X i, и далее не используется алгоритмом.

Проверка заключается в равенстве u=t . Если равенство выполняется, происходит переход на следующий этап.

Второй этап «Построение оптимального маршрута» состоит из поиска дуг. При выборе вершины X i из всех, которые предшествуют вершине u=t, необходимо выполнение следующего правила:

d ( u ) = d ( xt )* + w(x , u ). (3)

Дуга ( X i , u ) включается в путь с минимальным значением, а u наделяется значением x i . При выполнении правила (3) одновременно несколькими вершинами, разрешается рассмотрение любой из них в качестве текущей.

Факт, что выбранный путь является наиболее эффективным по стоимости транспортировки

Г i

32426,59

i

31877, 32

i

i

8268, 27

i

i

i

i

8268, 27

i

i

i

i

wv =

i

i

i

i

i

i

i

i

i

i

i

i

I i

i

i

i

Итоги работы, базирующейся на алгоритме

Дейкстры программы в Matlab представлены на рисунке 2. С использованием указанной программы возможно построение назначенной дорожной сети, где на рисунке 3 указаны оптималь-

(в обратном порядке), подтверждается выполнением равенства u=s , в противном случае, необходимо вернуться к началу второго этапа.

Поиск маршрута с минимальной дистанцией и/или стоимостью производится с помощью задаваемых двух весомых матриц, в которых весами служат дистанция между вершинами (матрица 4) и расходы при транспортировке (матрица 5).

гi 58    i    39    i    i    i    i> i    i    26    i     i     i     i     i i   i     i    26  28   i    i    i ww = i    i     i     i     i     i    30 i ; (4) i    i      i      i      i     10    i     i ii i i iii1 ii i i iii4 ч i    i      i      i      i      i      i     i j i iii i iii 8904, 29      i          i          i i i      24521, 01      i (5) i 8173, 67       i           i . i i          i       817, 37 i i          i       2734, 05 i iii J ные пути по расстоянию, а на рисунке 4 - по за- тратам, в соответствии с весовой матрицей дан- ной задачи. Стрелками красного цвета на графе показан оптимальный путь.

Command Window

РЕШЕНИЕ ЗАДАЧИ О КРАТЧАЙШЕМ ПУТИ

КРАТЧАЙШЕЕ РАССТОЯНИЕ ОТ xL ДО хВ = 73

МАРШРУТ КРАТЧАЙШЕГО ПУТИ: xL -> х4 -> х7 -> хВ

РЕШЕНИЕ ЗАДАЧИ О НУГИ С НАИМЕНЬШЕЙ СГОИМОСГЫВ

МИНИМАЛЬНАЯ СТОИМОСТЬ КА МАРШРУТЕ ОТ xl ДО хВ = 5. В BPBPLti-DM

КРАТЧАЙЛИЙ ПУТЬ: xl -> х2 -> хЗ -> х5 -> хб -> хВ

Рисунок 2 – Оптимальные маршруты с указанием конечного минимального значения для дистанции и/или затратам

Рисунок 3 – Граф с указанием маршрута, имеющего наименьшую дистанцию на заданной дорожной сети

Рисунок 4 – Граф с указанием пути с минимальными затратами на заданной дорожной сети

Выводы

На основе анализа параметров транспортной системы с внедренными в организационное управление перевозочного процесса доставки грузов интеллектуальными технологиями, а также параметров влияния внешней среды, на основе оценки эффективности внедрения интеллектуальных технологий предложена методология построения интегрированной информационной системы перевозочных процессов.

Интеграция информационной системы подразумевает синергию элементов транспортной системы в рамках функционирования единой интеллектуальной транспортной системы с автоматизированным органом управления, имеющим несколько уровней управления и безопасности. Эффективность работы такой системы должна оцениваться на основе следующих факторов: безопасность, показатели транспортной работы, удовлетворенность спроса на транспортные услуги

Функция обратной связи в программе VENSIM PLE позволяет проводить качественный анализ карты причинно-следственных связей, наглядно отражающих взаимодействие между переменными. Цепь обратной связи влияние применения БТ на эффективность процесса транспортировки показывает, что применение БТ в перевозочном процессе позволяет сократить расстояния транспортировки, пройденные за счет интеллектуального планирования маршрутов, увеличить среднюю скорость движения транспортных средств за счет улучшения оперативность управления и сократить время простоев, погрузки и разгрузки за счет интеллектуального диспетчерского управления. Сочетание этих аспектов позволяет увеличить эффективное время работы, повысить эффективность работы транспорта и эффективность транспортного процесса.

На основании качественных связей, выявленных на карте причинно-следственных связей, можно сделать следующие выводы: внедрение интеллектуальных систем и беспилотных устройств на автомобильных дорогах оказывает влияние на технико-эксплуатационные показатели транспортных средств. Увеличение технико-эксплуатационных показателей ТС повысит эффективность работы автотранспорта за счет обеспечения оперативности выполнения функций системы управления.

Благодаря их использованию, повышается контроль движения БТС и эффективность перевозочного процесса, что обеспечивает взаимодействие участников перевозки и системы управления движением транспортных средств с помощью беспилотных технологий и средств телематики. Это влияет на качество следующих факторов: повышается организованность транспортных потоков и пропускная способность, снижается время простоя и затраты на топливо, увеличивается средняя скорость транспортных средств, снижаются издержки и потери при реализации транспортного обеспечения.

Список литературы Методология оценки эффективности внедрения интеллектуальных технологий в организационное управление перевозочного процесса доставки грузов

  • Сафиуллин Р.Н., Пыркин О.П., Карпов С.Н., Демченко В.А. Системы автоматического управления технологическими процессами доставки грузов в транспортно-логистических структурах материально-технического обеспечения: монография. ВАМТО. - СПб: "Свое издательство", 2021. - 304 с. EDN: YQLGOB
  • Сафиуллин, Р. Н. Результаты исследований по внедрению интеллектуальных технологий ICV в транспортную систему городской агломераций / Р. Н. Сафиуллин, Т. Хаотянь, Р. Р. Сафиуллин // Технико-технологические проблемы сервиса. - 2023. - № 2(64). - С. 78-86. EDN: XWBVGJ
  • Сафиуллин Р.Н., Афанасьев А.С., Резниченко В.В. Концепция развития систем мониторинга и управления интеллектуальных технических комплексов // Записки Горного института. 2019. Т. 237. С. 322-330. DOI: 10.31897/PMI.2019.3.322 EDN: QSSESC
  • Belikova, D. D. The Design and Evaluation of a Telematic Automated System of Weight Control for Heavy Vehicles / D. D. Belikova, R. N. Safiullin // Infrastructures. - 2022. - Vol. 7, No. 7. DOI: 10.3390/infrastructures7070086 EDN: YOMPBV
  • Сафиуллин, Р. Н. Алгоритм оценки эффективности функционирования бортовых информационно-управляющих систем транспортных средств с учетом влияния их на процесс доставки грузов / Р. Н. Сафиуллин, В. А. Ефремова, К. В. Сорокин // Транспорт России: проблемы и перспективы: Материалы Международной научно-практической конференции, Санкт-Петербург, 09-10 ноября 2022 года / ФГБУН Институт проблем транспорта им. Н.С. Соломенко Российской академии наук, Коллектив авторов. Том 2. - Санкт-Петербург: Институт проблем транспорта им. Н.С. Соломенко РАН, 2022. - С. 78-81. EDN: YBGDGO
  • Сафиуллин, Р. Н. Актуальные вопросы правового регулирования при внедрении цифровых технологий в интеллектуальные транспортные системы / Р. Н. Сафиуллин, Р. Р. Сафиуллин, О. П. Пыркин // Цифровые технологии и право: Сборник научных трудов I Международной научно-практической конференции. В 6-ти томах, Казань, 23 сентября 2022 года / Под редакцией И.Р. Бегишева [и др.]. Том 3. - Казань: Издательство "Познание", 2022. - С. 28-35. EDN: OEHKMT
Еще
Статья научная