Темпоральный подход для решения задач логистики
Аннотация
Статья исследует темпоральный подход, применимый для решения задач логистики. Рассмотрены темпоральные модели, темпоральные отношения, темпоральные метки. Статья вводит понятие «темпоральный анализ». Дана систематика темпоральных моделей. Темпоральный анализ объединяет темпоральную логику и темпоральное моделирование. Описан темпоральный причинно-следственный анализ как развитие темпорального анализа. Раскрывается содержание понятия временная неопределенность. Показана связь темпоральных моделей с ситуационными моделями. Описаны особенности применения темпоральных методов в управлении транспортом.. Описаны особенности применения темпоральных моделей в сфере транспорта. Статья дает анализ временных интервалом. Вводится понятие локальный временной интервал и границы интервала. Описаны особенности получения и применения временных меток. Дано формализовано описание темпоральных моделей. Показана связь темпоральных интервалов с ситуациями и состояниями объекта. Статья дает формальное описание близких и отдаленных интервалов. Даны три темпоральные модели движения. Статья раскрывает содержание темпорального причинноследственного анализа. Показаны причины появления. Описаны методы уменьшения временной неопределенности.
Об авторе
И. А. Дубчак
Российский университет транспорта
Россия
Россия
Руководитель дирекции новых проектов и технологий
г. Москва, ул Образцова, д. 9, стр. 9
Список литературы
1. Bellini P., Mattolini R., Nesi P. Temporal logics for real-time system specification //ACM Computing Surveys (CSUR). – 2000. – Т. 32. – №. 1. – С. 12-42
2. Lindemann L., Dimarogonas D. V. Robust control for signal temporal logic specifications using discrete average space robustness //Automatica. – 2019. – Т. 101. – С. 377-387
3. Цветков В.Я. Методы и системы обработки и представления видеоинформации. - М.: ГКНТ, ВНТИЦентр, 1991. – 113 с
4. Сергеев Н.Е., Целых Ю.А. Использование темпоральных отношений при описании сложных сцен по видеоизображениям // Известия ЮФУ. Технические науки. 2009. № 3 (92). С. 253-259
5. Горбулин Р. П., Уваров А. И., Гарагуль А. С. Геодезический мониторинг деформаций стальных резервуаров для хранения нефтепродуктов в условиях многолетнемерзлых грунтов //Актуальные проблемы геодезии, землеустройства и кадастра. – 2020. – С. 25-31.
6. Тарихазер С. А. Селевые процессы в Азербайджане и метеорологические факторы их формирования (на примере Большого Кавказа) //Устойчивое развитие горных территорий. – 2019. – Т. 11. – №. 1. – С. 44-54.
7. Козлов А.В., Матчин В.Т. Методы и алгоритмы управления группами подвижных объектов // Наука и технологии железных дорог. 2020. Т.4.– 3(15). – с.15-28.
8. Розенберг И.Н., Тони О.В., Цветков В.Я. Интегрированная система управления железной дорогой с применением спутниковых технологий // Транспорт Российской Федерации. - 2010. -№ 6. - с.54-57.
9. Розенберг И. Н., Цветков В. Я., Романов И. А. Управление железной дорогой на основе спутниковых технологий // Государственный советник. – 2013. - №4. – с.43-50/
10. Дзюба Ю.В. Многоцелевое управление подвижными объектами // Наука и технологии железных дорог. – 2019. – 1(9). – с.53 -60.
11. Цветков В.Я. Интеллектуализация транспортной логистики // Железнодорожный транспорт. -2011. - №4. – с.38-40.
12. Розенберг И.Н., Цветков В.Я. Применение мультиагентных систем в интеллектуальных логистических системах. // Международный журнал экспериментального образования. – 2012. - №6. – с.107-109
13. Еремеев А.П., Ковалев С.М. Темпоральные и нечетко-темпоральные модели в интеллектуальных системах управления перевозочными процессами.// ВЕСТНИК РГУПС. 2011, № 3. С.74- 82
14. Яркин Е. К., Романенко В. Е., Мохов В. А. Оптимизация маршрутов грузовых мультимодальных перевозок //Тенденции развития науки и образования. – 2020. – №. 66-1. – С. 55-59.
15. Савиных В.П., Цветков В.Я. Развитие методов искусственного интеллекта в геоинформатике // Транспорт Российской Федерации. - 2010. -№ 5. - с.41-43
16. Kaffash S., Nguyen A. T., Zhu J. Big data algorithms and applications in intelligent transportation system: A review and bibliometric analysis //International Journal of Production Economics. – 2021. – Т. 231. – С. 107868.
17. Arena F., Pau G., Severino A. A review on IEEE 802.11 p for intelligent transportation systems //Journal of Sensor and Actuator Networks. – 2020. – Т. 9. – №. 2. – С. 22.
18. Розенберг И.Н., Цветков В. Я. Координатные системы в геоинформатике – МГУПС, 2009. -67 с.
19. Булгаков С.В. Геотехнический мониторинг транспорта // Наука и технологии железных дорог. 2021. Т. 5. №1 (17). – с.42-49
20. Матчин В.Т. Обновление темпоральной базы данных в транспортной сфере // Наука и технологии железных дорог. - 2017. Т.1. -2(2). – с.39-46.
21. ПроскуринД.К., Колыхалова Е.В. Методические основы моделирования темпоральных информационных структур //Научный вестник Воронежского государственного архитектурно-строительного университета. Серия: Информационные технологии в строительных, социальных и экономических системах. – 2013. – №. 1. – С. 87-90
22. Котиков П. Е. Варианты построения темпоральных баз данных в геоинформационных системах //Научный аспект. – 2014. – №. 4. – С. 118-120.
23. Гончарко О. Ю. Темпоральная импликация и временные модальности // Вестник СПбГУ. Сер. 6. 2012. Вып. 1. С.21-26.
24. Tsvetkov V. Ya. Not Transitive Method Preferences. // Journal of International Network Center for Fundamental and Applied Research. 2015. 1(3), - pp.34-42./
25. Ожерельева Т.А. Когнитивная репрезентация // ИТНОУ: Информационные технологии в науке, образовании и управлении. - 2019. - № 3 (13). – с.9-17.
26. Madisson M. L., Ventsel A. Strategic conspiracy narratives: A semiotic approach. – Routledge, 2020.
27. Derakhshan A. ‘Should textbook images be merely decorative?’: Cultural representations in the Iranian EFL national textbook from the semiotic approach perspective //Language Teaching Research. – 2021. – С. 1362168821992264
28. Thomas A., Gupta V. Tacit knowledge in organizations: Bibliometrics and a frameworkbased systematic review of antecedents, outcomes, theories, methods and future directions //Journal of Knowledge Management. – 2022. – Т. 26. – №. 4. – С. 1014-1041.
29. Sikombe S., Phiri M. A. Exploring tacit knowledge transfer and innovation capabilities within the buyer–supplier collaboration: A literature review //Cogent Business & Management. – 2019. – Т. 6. – №. 1. – С. 1683130
30. Аникина Г.А., Поляков М.Г., Романов Л.Н., Цветков В.Я. О выделении контура изображения с помощью линейных обучаемых моделей. // Известия академии наук СССР. Техническая кибернетика. -1980. - №6. - c.36-43.
31. Савиных В.П. Оппозиционный анализ в информационном поле // Славянский форум, 2016. -3(13). – с.236-241
32. https://www.sciencedirect.com/topics/engineering/predictive-control-model дата просмотра 24.09.2023.
Рецензия
Для цитирования:
Дубчак И.А. Темпоральный подход для решения задач логистики. Логистика и управление цепями поставок. 2023;20(3):31-41.
For citation:
Dubchak I.A. Temporal approach for solving logistics problems. Logistics and Supply Chain Management. 2023;20(3):31-41. (In Russ.)
Просмотров:
61
Послать статью по эл. почте 