Система підтримки рішень для оптимізації транзакцій у логістичних ланцюгах

Read full text Summarise with VIRAT
Authors: Станіслав Сергійович Забара, А. С. Дуднік, І. В. Ізварин, В.В. Шевчик, В.П. Якубовський
Cited by: 0
References: 13

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

У статті запропоновано архітектуру інтелектуальної системи підтримки рішень для оптимізації транзакцій у логістичних ланцюгах. Актуальність роботи зумовлена необхідністю комплексного врахування багатокритеріальності, змінності середовища, обмежених обчислювальних ресурсів та потреби у прогнозуванні при прийнятті рішень у сфері цифрової логістики. Система включає модулі збору та обробки даних, прогнозування транзакційної активності з використанням фільтра Калмана, оптимізації за допомогою адаптованого генетичного алгоритму, а також інтерфейс користувача. Здійснено формалізацію задачі оптимізації у вигляді векторної цільової функції з ваговими коефіцієнтами та обмеженнями на час, вартість і ризик. Проведено експериментальне дослідження із порівнянням трьох підходів до управління транзакціями: ручного, евристичного та запропонованого. Результати показали перевагу розробленої системи за всіма критеріями оптимізації. Додатково проаналізовано вплив вагових коефіцієнтів на вибір оптимального сценарію. Представлено приклади у вигляді схем, графіків і таблиць, які відображають логіку функціонування системи та результати її роботи. Описано реалізацію програмного прототипу з використанням мови Python та спеціалізованих бібліотек для обробки даних, фільтрації та оптимізації. Запропоноване рішення вирізняється поєднанням механізмів багатокритеріальної оптимізації з динамічним прогнозуванням у межах єдиної програмної архітектури. Система забезпечує гнучке налаштування під потреби користувача, здатна адаптуватися до змін у логістичному середовищі та оперативно формувати оптимальні сценарії транзакцій у режимі, наближеному до реального часу. Подальші дослідження передбачають розширення функціоналу за рахунок впровадження гібридних алгоритмів та машинного навчання для підвищення точності, швидкодії та адаптивності в умовах масштабних логістичних операцій

Fields of Study & Subjects

Multi-Criteria Decision Making Impact of AI and Big Data on Business and Society Decision Support System Applications

Publication details

Journal / source
COMPUTER-INTEGRATED TECHNOLOGIES EDUCATION SCIENCE PRODUCTION
Issue
62
Pages
220–227
Publication date
28 March 2026
Language
UK