Обзор возможностей имитационного моделирования для оптимизации работы морского порта в среде AnyLogic

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Глобализация и контейнеризация существенно увеличили объем морских перевозок в международной торговле. Морской порт – это критически важный компонент в морских перевозках. В настоящее время основной фокус для эффективного функционирования торговых портов сосредоточен на использовании новейших информационных технологий. Информационное обеспечение работы порта представляет сложную задачу по множеству причин, главной из которых является внешнее влияние на внутренние операции порта и его общую эффективность. Для анализа такого сложного взаимодействия наиболее подходящим инструментом является имитационное моделирование. В статье определяются характерные черты, описывающие специфику работы морского порта в программе имитационного моделирования AnyLogic. Показаны разнообразные возможности использования установленной имитационной модели для определения ограничений в размере пропускной и обработочной способностей морского порта, обоснования необходимости создания «сухого» порта и выбора его главных параметров.

Об авторах

Анастасия Михайловна Шевченко

Морской государственный университет им. адмирала Г.И. Невельского

Автор, ответственный за переписку.
Email: anastasiya2100@bk.ru

аспирант

Россия, Владивосток

Александр Александрович Дыда

Морской государственный университет им. адмирала Г.И. Невельского

Email: adyda@mail.ru

доктор технических наук, профессор, кафедра автоматических и информационных систем (АИС), факультет электроники и информационных технологий

Россия, Владивосток

Список литературы

  1. Васин А.В. Моделирование оптимальной конфигурации морского порта // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2019. Т. 11. № 4. С. 662–669.
  2. Глушков С.В. Построение нечеткой нейросетевой модели информационной системы управления транспортно-логистическим процессом // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2013. № 3. С. 100–112.
  3. Козлов П.А. Автоматизированное построение имитационных моделей крупных транспортных объектов // Транспорт Урала. 2013. № 2 (37). С. 3–6.
  4. Король Р.Г. Имитационное моделирование работы припортовой железнодорожной станции с вероятностно-статистическим подходом к изменению параметров поступающего вагонопотока // Транспорт Урала. 2014. № 3 (42). С. 53–58.
  5. Король Р.Г. Технология функционирования Владивостокского транспортного узла при наличии мультимодального терминала «сухой порт» // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2014. № 5 (27). С. 92–101.
  6. Король Р.Г., Балалаев А.С. Имитационное моделирование системы «Железнодорожная станция морской порт» на примере Владивостокского транспортного узла // Вестник государственного университета морского и речного флота имени адмирала С.О. Макарова. 2015. № 3 (31). С. 209–216.
  7. Кузнецов А.Л. Имитационная модель в порту Тамань // Морские порты. 2013. № 7 (118). С. 34–38.
  8. Майоров Н.Н., Фетисов В.А. Моделирование транспортных процессов: учеб. пособие. СПб.: ГУАП, 2011. 164 с.
  9. Майоров Н.Н. Решение задачи прогнозирования и оперативного управления работой морской контейнерной линией на основе имитационного моделирования // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2015. №3 (31). C. 193–201.
  10. Малыхин М.О., Кириченко А.В. Моделирование процесса обращения контейнерных поездов в структуре сухого порта с применением технологии «Блок-трейн» // Транспорт Российской Федерации. Журнал о науке, практике, экономике. 2015. № 1 (56). С. 34–36.
  11. Морозков А.Г., Язвенко М.Р. Моделирование морского грузового порта как системы массового обслуживания в среде AnyLogic // Системный анализ и логистика. 2020. № 4 (26). С. 59–66.
  12. Муравьев Д.С., Мишкуров П.Н., Рахмангулов А.Н. Использование имитационного моделирования для оценки перерабатывающей способности морских портов и обоснования необходимости сооружения «сухого» порта // Современные проблемы транспортного комплекса России. 2013. № 4. С. 66–72.
  13. Семенов К.М. Планирование обработки грузов в морских портах и терминалах на основе дискретно-событийного имитационного моделирования: дис. ... канд. техн. наук, 05.22.19. Калининград, 2014. 173 с.
  14. Кайгородцев А.А., Русинов И.А. Развитие «сухих портов» в современной транспортно-логистической системе // Транспортное дело России. 2017. № 5. С. 105–106.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Фрагмент диаграммы потоков в имитационной модели операционной деятельности морского порта в программе AnyLogic [12]

Скачать (77KB)
Метаданные
3. Рис. 2. Фрагмент диаграммы потоков в имитационной модели операционной деятельности морского порта в программе AnyLogic, имитирующей погрузку контейнеров на железнодорожную платформу [12]

Скачать (40KB)
Метаданные
4. Рис. 3. Продолжительность обработки контейнеров в имитационной модели по результатам расчетов [12]

Скачать (11KB)
Метаданные
5. Рис. 4. Номограмма изменения среднего времени простоя судов в порту при различных значениях интенсивности прибытия судов в порт [12]

Скачать (62KB)
Метаданные
6. Рис. 5. Номограмма изменения среднего времени простоя судов в порту после внедрение «сухого» порта [12]

Скачать (57KB)
Метаданные


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».