Fuzzy optimization of spare parts supply system for production divisions of hub-forming airline airport network

Cover Page

Cite item

Full Text

Abstract

The optimal design problem of a spare parts supply system for airports baggage handling systems is considered. It is assumed that the considered group of airports is equipped with baggage systems of one manufacturer, which plans to supply them with spare parts during the operational phase. One of the airports in the group is intended to serve as a passenger transfer hub for a hub-forming airline, which plans to organize mass transfer transportations between the airports in the group. It is proposed to create a layered system of spare parts provision, which provides for the availability of warehouses at the manufacturer's, hub airport and other (peripheral) airports, and to use a combined strategy of spare parts supplies, which implies periodic supplies from the manufacturer's warehouse to airport warehouses, prompt supplies from the hub warehouse to peripheral airport warehouses and, in case of shortage, urgent supplies to the hub airport's warehouse. The aim is to determine the volume of spare parts periodic deliveries optimal by criterion of minimum costs of production, storage and stock replenishment. Part of the initial data is not fully defined, which corresponds to the design phase of the system, and is given in the form of fuzzy numbers. The results of the model examples testify to the validity of the considered statement of the problem and the effectiveness of the proposed spare parts supply system.

About the authors

Vladimir Alekseevich Romanenko

Samara National Research University

Email: vla_rom@mail.ru
Samara

References

  1. АРИФУЛЛИН И.В. Методика организации поставок запасных частей для специальных автомобилей, эксплу-атирующихся в аэропортах // Вестник гражданских ин-женеров. – 2017. – №3(62). – С. 211–215. – doi: 10.23968/1999-5571-2017-14-3-211-215.
  2. АРИФУЛЛИН И.В. Оптимизация технического обслу-живания автомобилей (на примере аэродромных ма-шин) с использованием основ логистических принципов до-ставки запасных частей // Вестник гражданских инже-неров. – 2016. – №3(56). – С. 218–220.
  3. Концепция развития аэродромной (аэропортовой) сети Российской Федерации на период до 2020 года. – URL: https://pandia.ru/text/77/191/17688.php (дата обращения: 20.10.2023).
  4. Корпоративная логистика в вопросах и ответах: моно-графия / под ред. проф. В.И. Сергеева. – М: ИНФРА-М, 2021. – 634 с. – doi: 10.12737/2373.
  5. ОРЛОВСКИЙ С.А. Проблемы принятия решений при не-чёткой исходной информации. – М.: Наука, 1981. – 206 с.
  6. ПЕГАТ А. Нечёткое моделирование и управление. – М.: БИНОМ. Лаборатория знаний, 2013. – 798 с.
  7. ПРУДНИКОВ А.П., БРЫЧКОВ Ю.А., МАРИЧЕВ О.И. Интегралы и ряды. – М.: Наука, 1981.
  8. РОМАНЕНКО В.А. Математическая модель автома-тической системы обработки багажа аэропорта со значительными трансферными пассажиропотоками // Известия Самарского научного центра РАН. – 2011. – Т.13, №6. – C. 126–132.
  9. РОМАНЕНКО В.А. Математические модели функцио-нирования аэропортов в условиях современного авиа-транспортного рынка: монография. – Самара: «Ас Гард», 2010. – 244 с.
  10. Российские аэропорты переходят на отечественную систему обработки багажа, впервые внедренную в аэровокзале Симферополя [Электронный ресурс]. – URL: https://favt.gov.ru/novosti-novosti?id=5607 (дата об-ращения: 10.11.2023).
  11. РЫЖИКОВ Ю.И. Теория очередей и управление запаса-ми. – СПб.: Питер, 2001. – 384 с.
  12. Тарифы на грузоперевозки и ответственное хранение транспортной компании «ПЭК». [Электронный ресурс]. – URL: https://pecom.ru/ (дата обращения: 30.06.2023).
  13. Тарифы на грузоперевозки транспортной компании «Unicom». [Электронный ресурс]. – URL: https://unicomcargo.ru/tarify/price-gd-perevozki (дата обращения: 30.06.2023).
  14. Тарифы на доставку грузов и ответственное хранение группы компаний «Механика». [Электронный ресурс]. – URL: https://mekhanika.ru/services/ (дата обращения: 30.06.2023).
  15. УСТИНОВА А., КОСТРИНСКИЙ Г., КИНЯКИНА Е. «Домодедово» первым из крупных аэропортов перешел на российский софт сортировки багажа. // Ведомости. – 14.08.2023. – URL: https://www.vedomosti.ru/business/articles/2023/08/14/989891-domodedovo-pervim-na-rossiiskii-soft-sortirovki-bagazha (дата обращения: 10.11.2023).
  16. ФОКЕЕВ М.А. Трансформация бизнес-моделей россий-ских пассажирских авиакомпаний: влияние коронави-русного кризиса // Вестник СПбГУ. Менеджмент. – 2022. – Т. 21, Вып. 2. – С. 284–313. – doi: 10.21638/11701/spbu08.2022. 206.
  17. ЭЛЬ ЭРИАН Ф.А.М. Разработка модели нечёткой логи-ки для управления запасами при ремонте металлоре-жущих станков // Вестник РУДН. Серия Инженерные ис-следования. – 2014. – №3. – C. 78–86.
  18. GUZHA E.D., KHVOSTOVA T.V., ROMANENKO V.A. et al. Fuzzy multiple regression technical and economic model of airport terminal passenger handling system // IOP Conf. Series: Materials Science and Engineering. – 2020. – Vol. 734, Iss. 1. – doi: 10.1088/1757-899X/734/1/012113.
  19. MAULAYA A., RIDWAN A.Y., SANTOSA B. Spare Part Inventory Policy Planning based on Fuzzy-Rule-based ap-proach for Multi-Criteria Inventory Classification using Base-Stock Policy Method (S–1, S) // Advances in Intelligent Systems Research. – 2019. – Vol. 173. – P. 260–267.
  20. MILLER B.L. Dispatching from depot repair in a recovera-ble item inventory system: on the optimality of a heuristic rule // Management Science. – 1974. – Vol. 21, Iss. 3. – P. 316–325.
  21. MUCKSTADT J.A. Analysis and Algorithms for Service Parts Supply Chains. – Springer, 2005. – 277 p.
  22. PETROVIC R., SENBORN A., VUJOSEVIC M. Hierar-chical Spare Parts Inventory Systems. – Amsterdam: Else-vier, 1986. – 296 p.
  23. RUI WANG, YICONG QIN, HUI SUN Research on Loca-tion Selection Strategy for Airlines Spare Parts Central Warehouse Based on METRIC // Computational Intelligence and Neuroscience. – 2021. – Vol. 2021. – P. 1–16. – doi: 10.1155/2021/4737700.
  24. SHERBROOKE C.C. Metric: A multi-echelon technique for recoverable item control // Operations Research. – 1968. – Vol. 16, No. 1. – P. 122–141.
  25. SHERBROOKE C.C. Optimal Inventory Modeling of Sys-tems. Multi-Echelon Techniques. – Springer, 2004. – 368 p.
  26. ZHANG S., HUANG K., YUAN Y. Spare Parts Inventory Management: A Literature Review // Sustainability. – 2021. –Vol. 13(5). – P. 1–23. – doi: 10.3390/su13052460.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».