Робастна оптимізація транспортно-технологічних схем доставки вантажів в умовах невизначеності

Автор(и)

  • Михайло Пοдригалο Харківський національний автомобільно-дорожній університет, 61002, Україна, м. Харків, вул. Ярослава Мудрого, 25, Україна https://orcid.org/0000-0002-1624-5219
  • Андрій Коробко Харківський національний автомобільно-дорожній університет, 61002, Україна, м. Харків, вул. Ярослава Мудрого, 25, Україна https://orcid.org/0000-0002-6618-7790
  • Дмитрій Абрамов Харківський національний автомобільно-дорожній університет, 61002, Україна, м. Харків, вул. Ярослава Мудрого, 25, Україна https://orcid.org/0000-0003-1846-1991

DOI:

https://doi.org/10.30977/VEIT.2025.28.0.4

Ключові слова:

вантаж, невизначеність, витрати, логістична схема, міжнародні перевезення, оптимізація

Анотація

У статті досліджується проблема підвищення ефективності транспортно-технологічних схем доставки вантажів у міжнародному сполученні в умовах воєнних конфліктів. Розглядається методологія робастної оптимізації з використанням композитної цільової функції, що враховує логістичні витрати, вартість ризику та вартість депривації в умовах епістемічної невизначеності. Результати показують, що запропонований підхід у поєднанні з технологією цифрових двійників дозволяє гарантувати виконання дедлайнів та мінімізувати соціальні збитки навіть за найгірших сценаріїв розвитку подій.

Посилання

  1. Polo, A., Morillo-Torres, D., & Escobar, J. W. (2025). Toward Adaptive and Immune-Inspired Viable Supply Chains: A PRISMA Systematic Review of Mathematical Modeling Trends. Mathematics, 13(14), 2225. https://doi.org/10.3390/math13142225.
  2. Li, R. (2025). Optimisation of cross border export e-commerce supply chain network based on machine learning and random programming. International Journal of Information and Communication Technology, 26(28), 84–102. https://doi.org/10.1504/ijict.2025.147712.
  3. Marchenko, V. (2025). Main challenges on the way of implementing «green» technologies in the logistics sphere. Electronic Scientific Journal Intellectualization of Logistics and Supply Chain Management #1 2020, 33, 43–55. https://doi.org/10.46783/smart-scm/2025-33-3.
  4. Grytsenko, S., & Hallini, I. (2025). Modeling sustainable supply chains for ukraine’s export-oriented industries. Electronic Scientific Journal Intellectualization of Logistics and Supply Chain Management #1 2020, 1(31), 46–54. https://doi.org/10.46783/smart-scm/2025-31-4.
  5. Pencheva, V., Asenov, A., Sladkowski, A., Ivanov, B., & Georgiev, I. (2022). Current Issues of Multimodal and Intermodal Cargo Transportation. У Modern Trends and Research in Intermodal Transportation (с. 51–124). Springer International Publishing. https://doi.org/10.1007/978-3-030-87120-8_2.
  6. Vojtov, V., Berezchnaja, N., Kravcov, A., & Volkova, T. (2018). Evaluation of the Reliability of Transport Service of Logistics Chains. International Journal of Engineering & Technology, 7(4.3), 270. https://doi.org/10.14419/ijet.v7i4.3.19802.
  7. Почтовюк, А. Б., Хоменко, М. М., Семеніхіна, В. В., & Заїка, К. О. (2022). Функціонування логістичних інформаційних систем в умовах діджиталізації. Pochtoviuk, A. B., Khomenko, M. M., Semenikhina, V. V., & Zaika, K. O. (2022). Funktsionuvannia lohistychnykh informatsiinykh system v umovakh didzhytalizatsii. [Functioning of logistic information systems under digitalization conditions] Efektyvna ekonomika, (11). https://doi.org/10.32702/2307-2105.2022.11.2. [in Ukrainian].
  8. Science, J. o. S. C. M. (2015). A Review of Supply Chain Data Mining Publications. Journal of Supply Chain Management Science. https://doi.org/10.18757/jscms.2015.955.
  9. Lu Y. (2025). A multimodal deep reinforcement learning approach for IoT-driven adaptive scheduling and robustness optimization in global logistics networks. Scientific reports, 15(1), 25195. https://doi.org/10.1038/s41598-025-10512-1.
  10. Faggioni, F., & Rossi, M. V. (2025). Resilience: A New Need for Global Supply and Value Chain Networks. У Network Design, Redesign and Supply Chain Resilience (с. 1–24). Springer Nature Switzerland. https://doi.org/10.1007/978-3-032-03203-4_1.
  11. Siddig, M., & Song, Y. (2024). Multistage stochastic programming with a random number of stages: Applications in hurricane disaster relief logistics planning. European Journal of Operational Research. https://doi.org/10.1016/j.ejor.2024.10.004.
  12. Heng, S., Phutthanawong, K., & Boonmee, C. (2025). Optimizing localized humanitarian logistics: a stochastic programming approach for facility location, inventory and evacuation strategies. Journal of Humanitarian Logistics and Supply Chain Management. https://doi.org/10.1108/jhlscm-02-2025-0020.
  13. Wu, Y., Zhang, J., Li, Q., & Tan, H. (2023). Research on Real-Time Robust Optimization of Perishable Supply-Chain Systems Based on Digital Twins. Sensors, 23(4), 1850. https://doi.org/10.3390/s23041850.
  14. Li, S., Jin, P., Su, S., Yao, J., & Pang, Q. (2025). Digital Twins and Cross-Border Logistics Systems Risk Management Capability: An Innovation Diffusion Perspective. Systems, 13(8), 658. https://doi.org/10.3390/systems13080658.
  15. Zaidi, S. A. H., Khan, S. A., & Chaabane, A. (2024). Unlocking the Potential of Digital Twins in Supply Chains: A Systematic Review. Supply Chain Analytics, 100075. https://doi.org/10.1016/j.sca.2024.100075.
  16. Sun, M., Liang, C., Wang, Y., & Biancardo, S. A. (2025). Maritime Port Freight Flow Optimization with Underground Container Logistics Systems Under Demand Uncertainty. Journal of Marine Science and Engineering, 13(6), 1173. https://doi.org/10.3390/jmse13061173.

##submission.downloads##

Опубліковано

2025-12-08

Як цитувати

Пοдригалο М., Коробко , А. ., & Абрамов, Д. (2025). Робастна оптимізація транспортно-технологічних схем доставки вантажів в умовах невизначеності. Автомобіль і електроніка. Сучасні технології, (28), 37–46. https://doi.org/10.30977/VEIT.2025.28.0.4

Номер

№ 28 (2025)

Розділ

МОДЕЛЮВАННЯ ПРИКЛАДНИХ ЗАДАЧ В АВТОМОБІЛЕБУДУВАННІ І ТРАНСПОРТНИХ СИСТЕМАХ

Ліцензія

Авторське право (c) 2025 Михайло Пοдригалο, Андрій Коробко , Дмитрій Абрамов

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.