microbik.ru
1

УДК 004.896(06) Интеллектуальные системы и технологии


Л.В. ГОРДИЕНКО

Таганрогский технологический институт Южного федерального университета
ИСПОЛЬЗОВАНИЕ ПРЕЦЕДЕНТНОГО АНАЛИЗА
ПРИ РЕШЕНИИ ЛОГИСТИЧЕСКИХ ЗАДАЧ

В данной работе предлагается использование прецедентного анализа при решении транспортных задач в логистике. При этом для анализа прецедентом предлагается использовать геоинформационные системы (ГИС), которые являются мощным инструментом обработки пространственных данных.
Задачей транспортной логистики является доставка груза получателю в указанный срок с минимальными затратами [1]. На решение реальных задач логистики существенно влияют события или явления, которые имели место в недалеком прошлом или произойдут в ближайшем будущем, и напрямую или косвенно связаны с успешной реализацией плана транспортировки груза. Например, начало монтажных работ на строительном объекте, прилегающем к автодороге, приводит к ее периодическому перекрытию из-за перемещения крупногабаритных объектов. Возникают задержки на ощутимое время, растет вероятность аварии. Это может привести к ощутимым финансовым потерям.

Для решения логистических задач важно обладать полной и достоверной информацией пространственно-временного характера, описывающей область реализации логистической системы. Для этого могут эффективно использоваться ГИС [2].

В данной работе предлагается применение метода прецедентов наряду с ГИС при решении логистических задач.

Прецедентный анализ известен как один из способов решения задач интеллектуальными системами [3]. Его суть – в поиске близких по смыслу ситуаций заданному прецеденту и адаптация известных решений к существующим условиям.

Сценарий ПА состоит в сравнении близких по смыслу ситуаций, возникающих при реализации логистических операций. ГИС должна обладать инструментом поиска близких ситуаций, поскольку ручной (визуальный) поиск на карте трудоемок. Фактор трудоемкости очень важен, так как визуальный анализ карты аналитиком – неотъемлемый элемент картографического анализа.

Прецедент – это событие, которое носит случайный характер, произошедшее в процессе транспортировки груза, информация о котором учитывается при планировании последующих маршрутов. Каждый прецедент характеризуется той величиной потерь, которую повлекло за собой возникновение прецедента. Это могут быть либо большие затраты или нет, либо вообще появление данного прецедента помогло фирме сократить какие-либо затраты. Все прецеденты классифицируются в зависимости от принадлежности к тому или иному событию.

Все прецеденты носят пространственно-временной характер. Поэтому оптимальным средством накопления прецедентов являются ГИС. Представление прецедентов в среде ГИС наглядно и информативно. Такие методы ГИС как картографическая генерализация, методы классификации, зонирования позволяют производить анализ прецедентов. При фиксировании прецедента в среде ГИС необходимо указать координаты и время его происхождения, описать характер произошедшего события и его последствия. Прецеденты представляются в среде ГИС в виде полигональных или точечных объектов, в зависимости от характера прецедента. Это помогает, с одной стороны, экономить ресурсы, а с другой, в точности отражать диапазон происшествия прецедента.

Подводя итог, можно заключить следующее. Прецеденты как средство отображения опытных данных, влияющих на качество решения логистических задач, позволяют повысить эффективность планирования и управления логистическим процессом. Полезный эффект тем выше, чем в меньшей степени соответствует реальности аналитическое описание транспортной сети. Прецедентный анализ позволяет учитывать риски на этапе планирования транспортировки и принимать качественные решения при оперативном управлении. Для анализа накопленной информации могут использоваться статистические методы, логический вывод на основе экспертных данных. Однако, более перспективным представляется развитие инструментария топологического ГИС.
Список литературы


  1. Логистика автомобильного транспорта: Учеб. пособие/ В.С. Лукинский, В.И. Бережной, Е.В. Бережная и др. – М.: Финансы и статистика, 2004.

  2. Геоинформатика: Учеб. для студ. вузов / Е.Г. Капралов, А.В. Кошкарев, В.С. Тикунов и др.; Под ред. В.С. Тикунова.- М.: Издательский центр «Академия», 2005.

  3. Вагин В.Н. Знание в интеллектуальных системах // Новости искусственного интеллекта. №6. 2002.




ISBN 978-5-7262-0883-1. НАУЧНАЯ СЕССИЯ МИФИ-2008. Том 10