БАГАТОКРИТЕРІАЛЬНА ОПТИМІЗАЦІЯ СИТУАЦІЙНОГО УПРАВЛІННЯ МОРСЬКИМИ ПЕРЕВЕЗЕННЯМИ В УМОВАХ НЕВИЗНАЧЕНОСТІ
https://doi.org/10.33815/2313-4763.2025.1.30.171-186
Анотація
Запропоновано методологію багатокритеріальної оптимізації морських транспортних перевезень в умовах невизначеності впливу зовнішнього середовища. Зазначено, що у практиці управління морськими транспортними перевезеннями спостерігаються їх комплексні прояви у вигляди різних конкретних ситуацій, прихованих можливими взаємодіями і невизначеностями впливу зовнішнього середовища Показано, що найбільш раціональним способом вирішення завдань транспортних перевезень за умов невизначеності є багатокритеріальна оптимізація. На основі розгляду реальних ситуацій транспортного переходу Туреччина-Німеччина показано, що зниження невизначеності при визначенні умов проходження маршрутів перевезень може бути досягнуто як шляхом раціонального використання експлуатаційних параметрів судна, так і урахуванням зовнішніх умов проходження маршруту. Запропоновано та докладно досліджено параметри оптимізації транспортних перевезень конкретного транспортного маршруту. Виконано формування матриці транспортних перевезень, параметрами оптимізації в якій є завантаження судна, тривалість доставлення, швидкість переходу, навантаження на головний двигун, витрата палива, відхилення від маршруту, вартість перевезень. Розглянуто практичні ситуації проходження маршрутів. Встановлено вплив зовнішніх збурень на керовані експлуатаційні параметри судна, що дозволило виробити рекомендації щодо прийняття рішень, виходячи з ранжирування пріоритетів оптимізаційних параметрів стратегій матриці транспортних перевезень та збігів з різних узагальнювальних функцій та можливість прогнозування наслідків прийняття рішень про обрану оптимальну стратегію управління в умовах конкретної ситуації, що склалася. Запропоновано інтелектуальну інтерактивну модель прийняття рішень щодо вибору альтернатив управління транспортом в умовах невизначеності вхідної інформації, що включає внутрішні нормативні акти, стандарти та правила перевезень, яка відрізняється від наявних тим, що враховує вплив зовнішнього середовища та ймовірність ситуацій проходження маршруту, формування та агрегування критеріїв. Це дозволяє забезпечити прозорість та оптимізувати процедури реалізації транспортних стратегій.
Посилання
2. Liu, J., Gong, R., Gong, Y., Li, Z., Chen, Z. (2025). Low-cost real-time traffic situational awareness system based on modified YOLO v8 and GWO-LSTM for edge deployment. Journal of Real-Time Image Processing, 22 (2), art. no. 89.
3. Othman, K. M., Alzaben, N., Alruwais, N., Maray, M., Darem, A. A., Mohamed, A. (2025). Smart Surveillance: Advanced Deep Learning-Based Vehicle Detection and Tracking Model on Uav Imagery. Fractals, 33 (2), art. no. 2540027.
4. Ponte, S., Farina, A. (2024). Conceptual, Functional and Operational Interactions of ATC Radars and Navigation Systems in the Framework of Future Airspace Management. 2024 IEEE International Workshop on Technologies for Defense and Security, TechDefense 2024 – Proceedings, pp. 435–440.
5. Thanikella, A., Singh, S. (2023). Congestion to Clarity: Innovative Traffic Management with Braess Paradox and Advanced Image Segmentation. 2023 IEEE International Conference on Electrical, Automation and Computer Engineering, ICEACE 2023, pp. 237–244.
6. Qu, L., Li, Y., Wang, J. (2023). Simulation and optimization of agricultural production scenarios in loess hilly and gully region. Dili Yanjiu, 42 (6), pp. 1647–1662.
7. Xin, X., Liu, K., Loughney, S., Wang, J., Yang, Z. (2023). Maritime traffic clustering to capture high-risk multi-ship encounters in complex waters. Reliability Engineering and System Safety, 230, art. no. 108936.
8. Fatkieva, R. R. (2023). Secure data transmission method for the movement of autonomous vehicles [Метод защищенной передачи информации для передвижения автономных транспортных средств] Informatsionno-Upravliaiushchie Sistemy, (6), pp. 46–56.
9. Topaj, A., Tarovik, O. (2023). Operational planning and combinatorial optimization in simulation models of marine transportation systems. International Conference on Harbour, Maritime and Multimodal Logistics Modelling and Simulation, 2023 – September, 9 p.
10. Scarlat, C., Ioanid, A., Andrei, N. (2023). Use of the Geospatial Technologies and its Implications in the Maritime Transport and Logistics. International Maritime Transport and Logistics Conference, 12, pp. 19–30.
11. Dukic, A., Bjelosevic, R., Stojcic, M., Banjanin, M. K. (2023). Network Model of Multiagent Communication of Traffic Inspection for Supervision and Control of Passenger Transportation in Road and City Traffic. 2023 46th ICT and Electronics Convention, MIPRO 2023 – Proceedings, pp. 1167–1172.
12. Ponte, S., Farina, A. (2024). Conceptual, Functional and Operational Interactions of ATC Radars and Navigation Systems in the Framework of Future Airspace Management. 2024 IEEE International Workshop on Technologies for Defense and Security, TechDefense 2024 – Proceedings, pp. 435–440.
13. Polo, A., Rocca, P. (2022). Decision Support System for Mobility and Transportation Management in Large Sport Events. 2022 IEEE International Workshop on Sport, Technology and Research, STAR 2022 – Proceedings, pp. 84–88.
14. Soner, O., Akyuz, E., Celik, M. (2019). Statistical modelling of ship operational performance monitoring problem. Journal of Marine Science and Technology (Japan), 2019, 24 (2), pp. 543–552.
15. Sharko, O., Stepanchikov, D., Sharko, A., Yanenko, A. (2024). Multicriteria Approach to the Selection of Optimal Diagnostic Characteristics of Ship Bearings Monitoring. Lecture Notes on Data Engineering and Communications Technologies. 2024, 219, 242–257. https://doi.org/10.1007/978-3-031-70959-3_12.
16. Sharko, O., Stepanchykov, D., Sharko, A., Yanenko, A., Movchan, P. (2024). Zastosuvannia bahatokryterialnoho analizu pry doslidzhenni termodynamichnykh protsesiv u sudnoremonti ta transportnii infrastrukturi. Naukovyi visnyk Khersonskoi derzhavnoi morskoi akademii,1(28), 117–133. https://doi.org/10.33815/2313-4763.2024.1.28.117-132.
17. Sharko, A., Sharko, O., Stepanchikov, D., Yanenko, A. (2024). Monitoring State of Marine Plain Bearings Based on Exponential Degradation Model. Proceedings of the 8th International Conference on Computational Linguistics and Intelligent Systems. Volume I: Machine Learning Workshop, Lviv, Ukraine, April 12–13, 48–58.
18. Bidiuk, P. I., Tymoshchuk, O. L., Kovalenko, A. Ye., Korshevniuk, L. O. (2022). Systemy i metody pidtrymky pryiniattia rishen. Kyiv: KPI im. Ihoria Sikorskoho, 610.
19. Anikin, V. K., Krylov, Ye. V., Pasko V. P. (2023). Teoriia pryiniattia rishen: navchalnyi posibnyk. Kyiv: KPI im. Ihoria Sikorskoho, 134.
20. Us, S. A., Koriashkina, L. S. (2014). Modelii metody pryiniattia rishen: navch. posib. Dnipro: NHU, 300.
21. Sharko O. V. (2025). Multicriteria optimization of situational management of sea transportation / O. V. Sharko, D. M. Stepanchikov, P. V. Movchan // “Modern Information and Innovation Technologies in Transport” MINTT-2025: Materials of the 17 international scientific and practical conference (Оdesa, May 28-30, 2025). Odesa: Kherson State Maritime Academy, 2025, pp. 42–45.
