DOI: 10.32702/2307-2105-2020.3.8
УДК: 004.8:65.01:658.8
В. В. Вітлінський, В. І. Скіцько
ГІБРИДИЗАЦІЯ АНАЛІТИЧНИХ МОДЕЛЕЙ ТА ШТУЧНОГО ІНТЕЛЕКТУ В УПРАВЛІННІ ЛОГІСТИЧНИМИ СИСТЕМАМИ
Анотація
Дана стаття присвячена різним аспектам управління логістичними системами. Спираючись на низку джерел сформульовані наступні принципи та положення управління логістичними системами: системний підхід; принцип загальних витрат; принцип узгодженості; принцип синергії; принцип цифрових технологій; принцип цифрового відображення; принцип економіко-математичного моделювання; принцип єдиної корпоративної інформаційної системи; принцип виокремлення сукупності компонент логістичної системи, які забезпечують управління нею; принцип управління якістю; принцип гуманізації; принцип стійкості, гнучкості та адаптивності; принцип відкритості та автономності; принцип децентралізованого управління та горизонтальних зв’язків; кібернетичний принцип зворотних зв’язків. Авторами наголошується, що в умовах цифрової економіки набувають особливої актуальності принцип відкритості та автономності через те, що інформаційні межі стають між підприємствами розмитими, а чітке визначення меж логістичної системи певного підприємства стає утрудненим; принцип децентралізації управління та горизонтальних зв’язків через те, що в умовах цифрової економіки буде відбуватися перехід від лінійних зв’язків у ланцюгу постачання продукції до мережевої, а в межах підприємства будуть переважати горизонтальні зв’язки, а не вертикальні.
До принципів та положень моделювання в управлінні логістичними системами авторами запропоновано відносити наступне: максимальне повне відображення реально існуючих задач у вигляді формалізації для застосування певних методів та моделей; можливість адаптації існуючих методів та моделей до мінливих умов логістичних задач; повнота, точність та достовірність вхідних даних; використання гібридних моделей або комплексу різних моделей для вирішення складних логістичних задач. Одними із перспективних напрямків у моделюванні логістичних систем є алгоритми колективного штучного інтелекту, когнітивні технології, мережі Петрі, нечіткі множини та нечітка логіка, нейронні мережі, а також залишається актуальною теорія черг (теорія масового обслуговування). У роботі описані можливі шляхи гібридизації аналітичних моделей та моделей колективного штучного інтелекту.
Ключові слова: логістична система; управління; моделювання; колективний штучний інтелект.
Література
1. Економіка логістики: навч. посібник / Крикавський Є.В та ін. ; за ред. Є.В. Крикавського, О.А. Похильченко. Львів : Видавництво Львівської політехніки, 2014. 640 с.
2. Смирнов І.Г., Косарева Т.В. Транспортна логістика : навч. пос. Київ : Центр учбової літератури, 2008. 224 с.
3. Окландер М.А. Логістика: підручник. Київ : Центр учбової літератури, 2008. 346с.
4. Григорак М.Ю. Інтелектуалізація ринку логістичних послуг: концепція, методологія, компетентність : монографія. Київ : Сік Груп Україна, 2017. 513 с.
5. Кулик Ю. М. Ризик-менеджмент логістичної системи машинобудівних підприємств : дис. … канд. екон. наук : 08.00.04 / Нац. техн. ун-т Укр. «Київський політехн. ін-т ім. І. Сікорського», Київ, 2017. 247 с.
6. Ровенских М.В. Управление рисками логистической системы промышленного предприятия : дис. … канд.. экон. наук : 08.00.05 / Старый Оскол, 2007. 261 с.
7. Мифтяхетдинов И. А. Оценка эффективности функционирования логистических систем : дис. … канд. экон. наук : 08.00.05 / Москва, 2010. 185 с.
8. Серая О.В. Анализ методов решения транспортных задач со случайными стоимостями перевозок. Информационно-управляющие системы на железнодорожном транспорте. 2013. № 4. С. 42-45.
9. Рaскин Л. Г., Kириченко И. О. Многоиндексные задачи линейного программирования (теория, методы, приложения). Москва : Радио и связь, 1982. 240 с.
10. Tuyet-Hoa P., Philippe D. An Exact Method for Solving the Four Index Transportation Problem and Industrial Application. American Journal of Operational Research. 2013. P. 28-44.
11. Singh S., Tuli R., Sarode D. A review on fuzzy and stochastic extensions of the multi index transportation problem. Yugoslav Journal of Operations Research 2017. Issue 27. N. 1. P.3-29 DOI: 10.2298/YJOR150417007S
12. Abdul-Jabbar Kaedure Bakhuet. Solving bi-objective 4-dimensional transportation problem by using PSO. AGK Bakhayt - Science International. Sci.Int (Lahor.). 28 (3). 2016. P.2403-2410.
13. Плетнева Н.Г. Теория и методология управления логистическими системами в условиях неопределенности : автореф. дис. на соискание ученой степени д-ра экон. наук : 08.00.05. Санкт-Петербург, 2008. 37с.
14. Logistics Trend Radar. Version 2018/19: веб-сайт. URL: https://www.logistics.dhl/global-en/home/insights-and-innovation/thought-leadership/trend-reports/logistics-trend-radar.html (дата звернення: 10.02.2020).
15. Іванова М.І. Управління логістичною системою кластера промислових підприємств : дис. … докт. екон. наук : 08.00.04 / Кривий Ріг, 2018. 592 с.
16. Скіцько В. І. Інтернет-магазин як логістична система. Моделювання та інформаційні системи в економіці. 2013. Вип. 88. С. 218–234.
17. Крикавський Є.В., Чорнописька Н.В. Логістичні системи : навч. посібник. 2-ге вид., доп. Львів : Видавництво Львівської політехніки, 2012. 312с.
18. Єлетенко О.В. Механізм управління логістичною системою підприємства. Вісник Національного університету «Львівська політехніка». 2008. № 628. С. 494-498.
19. Миротин Л.Б., Ташбаев Ы.Э. Системный анализ в логистике : учебник. Москва : Экзамен, 2004. 480 с.
20. Попова І. В. Інноваційні підходи до визначення стійкості підприємства як логістичної системи. Маркетинг і менеджмент інновацій. 2011. № 4(1). С. 96-102.
21. Сергеев В.И. Корпоративная логистика. 300 ответов на вопросы профессионалов / под. общ. и научн. редакцией проф. В.И. Сергеева. Москва : ИНФРА, 2005. 976 с.
22. Карпенко А.П. Популяционные алгоритмы глобальной поисковой оптимизации. Обзор новых и малоизвестних алгоритмов. Информационные технологии. 2012. №7. Приложение. С.1-32.
23. Kai Lei, Xiaoning Zhu, Jianfei Hou, Wencheng Huang.Decision of Multimodal Transportation Scheme Based on Swarm Intelligence. Mathematical Problems in Engineering. Vol. 2014. Article ID 932832. URL: http://dx.doi.org/10.1155/2014/932832.
V. Vitlinskyi, V. Skitsko
THE HYBRIDIZATION OF THE ANALYTICAL MODELS AND ARTIFICIAL INTELLIGENCE IN LOGISTIC SYSTEMS MANAGEMENT
Summary
The paper is dedicated to different aspects of logistic systems management. Based on plenty of resources, the following principles and statements of the logistic systems management have been constructed: the systems approach; the principles of overall costs; the principle of consistency; the principle of synergy; the principle of information technologies; the principle of the digital reflection; the principle of mathematical modeling in economics; the principle of the single corporate information system; the principle of the extracting the components of the logistic system, which provide the management of it; the principle of the quality management; the principle of humanization; the principle of stability, flexibility, and adaptiveness; the principle of the openness and autonomy; the principle of decentralized management and horizontal connections; the cybernetic principle of the feedback. The authors note, that under conditions of the digital economy, the specific actuality attains the principle of openness and autonomy because of the information bounds between companies, which disappear, and the clear distinction between bounds of the particular company's logistics system becomes more elaborated; the principle of management decentralization and horizontal connections because of the fact, that in the digital economy the move from linear connections to the net connections in the supply chain will be made, and within the company the horizontal connections will prevail.
To principles and statements of modeling in management of the logistics systems, the authors proposed to attribute the following: the maximal complete reflection of the existing problems in formalized view for applying the methods and models; the possibility of adaptation of the existing methods and models to the changing conditions of the logistics problems; the fullness and accuracy of the input data; the use of hybrid models or combination of different models for solving difficult logistic problems. The perspective directions in the modeling of the logistic systems are the algorithms of the collective artificial intelligence, the cognitive technologies, the Petri net, fuzzy numbers, fuzzy logic, neural networks, and also the actual remains the queueing theory. In the paper, the existing ways of hybridization of the analytical models and the collective artificial intelligence are described.
Keywords: logistic system; management; modeling; the collective artificial intelligence.
References
1. Krykavskyj, Ye.V. (2014), Ekonomika lohistyky [Economics of logistics], Vydavnytstvo Lvivskoi politekhniky, Lviv, Ukraine.
2. Smyrnov, I.H. and Kosareva, T.V. (2008), Transportna lohistyka [Transportation logistics], Tsentr uchbovoi literatury, Kyiv, Ukraine.
3. Oklander, M.A. (2008), Lohistyka [Logistics], Tsentr uchbovoi literatury, Kyiv, Ukraine.
4. Hryhorak, M.Yu. (2017), Intelektualizatsiia rynku lohistychnykh posluh: kontseptsiia, metodolohiia, kompetentnist [Intellectualization of the logistics services market: concept, methodology, competence], Sik Hrup Ukraina, Kyiv, Ukraine.
5. Kulyk, Yu. M. (2017), “Risk Management of Machine-Building Enterprises Logistics System”, Abstract of Ph.D. dissertation. Economics and enterprise management (by type of economic activity), National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute», Kyiv, Ukraine.
6. Rovenskykh, M.V. (2007), “Risk management of the logistics system of an industrial enterprise”, Abstract of Ph.D. dissertation. Economics and National Economy (by industry and field of activity, including logistics), Starooskolsky Technological Institute (branch) of the Moscow Institute of Steel and Alloys (technological university), Stary Oskol, RF.
7. Myftiakhetdynov, Y. A. (2010), “Evaluation of the effectiveness of the logistics systems”, Abstract of Ph.D. dissertation. Economics and National Economy (logistics), State University of Management, Moscow, RF
8. Sira, O.V. (2013). “Analysis of methods of transports problem solution with random cost of transportation”, Informatsionno-upravliaiuschie sistemy na zheleznodorozhnom transporte. vol.4, pp. 42-45.
9. Raskyn, L. H. and Kyrychenko, Y. O. (1982), Mnogoindeksnie zadachi linejnogo programmirovaniia (teoriia, metody, prylozheniia) [Multi-index linear programming problems (theory, methods, applications)], Radio i sviaz, Moscow, RF.
10. Tuyet-Hoa, P., and Philippe, D. (2013), “An Exact Method for Solving the Four Index Transportation Problem and Industrial Application”, American Journal of Operational Research, pp. 28-44.
11. Singh, S., Tuli, R., and Sarode, D. (2017), “A review on fuzzy and stochastic extensions of the multi index transportation problem”, Yugoslav Journal of Operations Research, vol. 27, no. 1, pp. 3-29.
12. Kaedure Bakhuet, A.-J. (2018), “Solving bi-objective 4-dimensional transportation problem by using PSO”, AGK Bakhayt - Science International. Sci.Int (Lahor.), vol.28 (3), pp. 2403-2410.
13. Pletneva, N.H. (2008), “The theory and methodology of management of logistic systems under uncertainty”, Ph.D. Thesis, Economy and management of the national economy: logistics, St. Petersburg State University of Engineering and Economics, St. Petersburg, RF.
14. The official site of DHL (2018), “Logistics Trend Radar. Version 2018/19”, available at: https://www.logistics.dhl/global-en/home/insights-and-innovation/thought-leadership/trend-reports/logistics-trend-radar.html (Accessed 10 February 2020).
15. Ivanova, M.I. (2018), “Management of the logistics system of an industrial cluster of enterprises”, Abstract of Ph.D. dissertation, Economics and Management of Enterprises (by types of economic activity), Classic Private University, SIHE "Kryvyi Rih National University", Kryviy Rih, Ukraine.
16. Skitsko, V.I. (2013), “Online shop as a logistics system”, Modeliuvannia ta informatsijni systemy v ekonomitsi, vol. 88, pp. 218–234.
17. Krykavskyj, Ye.V., Chornopyska, N.V. Lohistychni systemy [Logistics systems], 2nd ed, Vydavnytstvo Lvivskoi politekhniky, Lviv, Ukraine.
18. Yeletenko, O.V. (2008), “The mechanism of management of the logistic system of the enterprise”, Visnyk Natsionalnoho universytetu “Lvivska politekhnika”, vol. 628, pp. 494-498.
19. Mirotin, L.B, Tashbaev, Y.E. (2004), Systemnyj analyz v logystyke [System analysis in logistics], Exam, Moscow, RF.
20. Popova, I.V. (2011), “Innovative going near determination of stability of enterprise as a logistic system”, Marketing and Management of Innovations, vol. 4(1), pp. 96-102.
21. Sergeev, V.I. (2005), Korporatyvnaia logistika. 300 otvetov na voprosi professionalov [Corporate Logistics 300 answers to questions of professionals], INFRA, Moscow, RF.
22. Karpenko, A.P. (2012), “Population algorithms for global search engine optimization. Overview of new and little-known algorithms”, Information Technology, vol. 7, pp.1-32.
23. Kai Lei, Xiaoning Zhu, Jianfei Hou, and Wencheng Huang (2014), “Decision of Multimodal Transportation Scheme Based on Swarm Intelligence”, Mathematical Problems in Engineering, Vol. 2014, Article ID 932832.
№ 3 2020
Дата публікації: 2020-03-27
Кількість переглядів: 8591
