Методика выявления структурных недостатков логистических сетей на основе анализа данных с использованием имитационного моделирования

Abstract

Современные региональные логистические системы характеризуются высокой сложностью и динамичностью, при этом доступные данные об их функционировании используются недостаточно эффективно для обоснования решений по развитию инфраструктуры. Традиционные методы проектирования опираются на заданные параметры потоков, что ограничивает их применимость в условиях эндогенной динамики. Целью работы является разработка data-driven подхода к анализу и развитию логистических сетей на основе интеграции онтологического моделирования, системной динамики и агентно ориентированного моделирования. Предложена онтология логистической системы, обеспечивающая интеграцию разнородных данных, и гибридная имитационная модель, позволяющая анализировать как макродинамику системы, так и поведение её участников. В качестве результата сформулирован подход к выявлению аномалий функционирования сети (перегрузки, задержки, дисбалансы потоков) на основе анализа данных и их интерпретации как индикаторов структурной недостаточности. Показано, что интеграция методов анализа больших данных и имитационного моделирования позволяет обосновывать направления развития логистической инфраструктуры.