<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">Modern Technologies and Scientific and Technological Progress</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">Modern Technologies and Scientific and Technological Progress</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>современные технологии и научно-технический прогресс</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2686-9896</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">50179</article-id>
   <article-id pub-id-type="doi">10.36629/2686-9896-2022-1-175-176</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>СТРОИТЕЛЬСТВО И ТРАНСПОРТ</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>CONSTRUCTION AND TRANSPORT</subject>
    </subj-group>
    <subj-group>
     <subject>СТРОИТЕЛЬСТВО И ТРАНСПОРТ</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">INTEGRATED APPROACH TO MODELING CARGO DELIVERY</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>ИНТЕГРИРОВАННЫЙ ПОДХОД К МОДЕЛИРОВАНИЮ ГРУЗОВЫХ ПОСТАВОК</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Лебедева</surname>
       <given-names>Ольга Анатольевна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Lebedeva</surname>
       <given-names>Ol'ga Anatol'evna</given-names>
      </name>
     </name-alternatives>
    </contrib>
   </contrib-group>
   <pub-date publication-format="print" date-type="pub" iso-8601-date="2022-05-16T08:52:11+03:00">
    <day>16</day>
    <month>05</month>
    <year>2022</year>
   </pub-date>
   <pub-date publication-format="electronic" date-type="pub" iso-8601-date="2022-05-16T08:52:11+03:00">
    <day>16</day>
    <month>05</month>
    <year>2022</year>
   </pub-date>
   <volume>2022</volume>
   <issue>1</issue>
   <fpage>175</fpage>
   <lpage>176</lpage>
   <history>
    <date date-type="received" iso-8601-date="2022-05-06T00:00:00+03:00">
     <day>06</day>
     <month>05</month>
     <year>2022</year>
    </date>
   </history>
   <self-uri xlink:href="https://angtu.editorum.ru/en/nauka/article/50179/view">https://angtu.editorum.ru/en/nauka/article/50179/view</self-uri>
   <abstract xml:lang="ru">
    <p>В статье рассматриваются модели, используемые для оптимизации грузовых поставок, основанные на турах, логистике городских перевозок и подход к их интеграции. В исследовании продемонстрирована структура функциональной модели, которая может устранить ограничения существующих моделей прогнозирования спроса на грузовые перевозки</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>The article discusses the models used to optimize freight deliveries based on tours and urban transportation logistics and an approach to integrating them. The study demonstrates a functional model framework that can address the limitations of existing freight demand forecasting models</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>интеграция моделей</kwd>
    <kwd>грузовые перевозки</kwd>
    <kwd>транспортный спрос</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>model integration</kwd>
    <kwd>freight transportation</kwd>
    <kwd>transport demand</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p>Современные методы моделирования перевозок требуют развития для решения задач прогнозирования грузового спроса, так как модели, разработанные для пассажирских перевозок, не применимы для грузовых. Основное внимание в исследовании уделяется структуре моделирования, ограничениям при прогнозировании грузоперевозок, калибровке и проверке системы для заданных условий [1]. Система прогнозирования грузовых перевозок состоит из двух основных частей: первая часть – отслеживание поставок от производителя к потребителю (метод цепочки поставок) (рисунок 1), и вторая часть, в которой основное внимание уделяется методам, основанным на турах. Методы цепочки поставок — это часть системы прогнозирования грузоперевозок, фокусирующаяся на выборе поставщиков и вариантах доставки товаров грузополучателям. Первоначально предприятия синтезируются по всей территории по отраслям и категориям. Затем выбирают поставщиков для товаров, а спрос распределяется между парами покупатель-поставщик. Этот процесс основан на поставках товаров для конкретной отрасли. Следующим шагом является определение сложности канала сбыта, используемого в цепочке поставок. Для этого могут использоваться различные каналы сбыта, состоящие из комбинаций поставщиков сырья, производителей, оптовых и розничных продавцов и конечных потребителей. Для определения цепочки поставок на основе пар покупатель-поставщик и характеристик отрасли могут использоваться логит-модели с полиномиальным выбором. Данные для определения каналов сбыта, могут включать комбинации интермодальных терминалов, складов, центров консолидации. Последняя часть модели определяет выбор пути проезда на основе продолжительности движения, стоимости, характеристик поставок и канала сбыта. Модель прогнозирования пути перевозок грузов основывается на комплексном учете транспортных и логистических затрат, к которым относятся: затраты на транспортировку и промежуточную обработку, инвентаризацию, износ и ремонт транспортных средств.         модель синтезпредприятия по типу отрасли и размерууправление цепочкой поставок, спрос на товары, местонахождение предприятияпоставка для каждой пары корреспонденцийканалы распределенияотгрузка по каналам сбытаразмер и частота отгрузкиграфик и промежуточные остановки         Рисунок 1 – Структура прогнозирования грузоперевозок Задача прогнозирования грузовых перевозок тесно связана с экономическими, политическими, географическими факторами и коммерческой деятельностью, а данные часто являются коммерческой тайной и не подлежат разглашению. Исследование направлено на изучение текущих моделей прогнозирования грузоперевозок и их адаптации к территориальным особенностям транспортной сети с использованием различного набора данных.</p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Outwater M.,  Smith C.,  Wies K.,  Yoder S.,  Sana B.,  Chen J. Tour based and supply chain modeling for freight: integrated model demonstration in Chicago // Transportation Letters The International Journal of Transportation Research 5(2), 2013, рр. 55-66.</mixed-citation>
     <mixed-citation xml:lang="en">Outwater M.,  Smith C.,  Wies K.,  Yoder S.,  Sana B.,  Chen J. Tour based and supply chain modeling for freight: integrated model demonstration in Chicago // Transportation Letters The International Journal of Transportation Research 5(2), 2013, rr. 55-66.</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
