Cybernetics And Systems Analysis logo
Інформація редакції Аннотації статей Автори Архів
Кібернетика та Системний Аналіз
Міжнародний Науково-Теоретичний Журнал
-->

DOI: 10.34229/KCA2522-9664.24.1.8
УДК 519.168; 519.854.3

В.О. ВАСЯНІН
Інститут телекомунікацій і глобального інформаційного простору НАН України, Київ, Україна, archukr@meta.ua

О.М. ТРОФИМЧУК
Інститут телекомунікацій і глобального інформаційного простору НАН України, Київ, Україна, itgis@nas.gov.ua

Л.П. УШАКОВА
Інститут телекомунікацій і глобального інформаційного простору НАН України, Київ, Україна, archukr@ukr.net


МЕТОДОЛОГІЯ МАТЕМАТИЧНОГО МОДЕЛЮВАННЯ
ПЕРСПЕКТИВНОГО РОЗВИТКУ ВУЗЛІВ І ТРАНСПОРТНИХ
МАРШРУТІВ У БАГАТОПРОДУКТОВІЙ ІЄРАРХІЧНІЙ МЕРЕЖІ.
I. ЗАДАЧІ ОПТИМІЗАЦІЇ

Анотація. Запропоновано методологію математичного моделювання поетапного розвитку вузлів i транспортних маршрутів в ієрархічній мережі з багатопродуктовими дискретними потоками кореспонденцій. Ця методологія ґрунтується на розв’язанні задач оптимізації структури зазначеної мережі та розподілу потоків. Як правило, такі мережі складаються з децентралізованої магістральної мережі та мереж у внутрішніх зонах обслуговування магістральних вузлів. У багатопродуктовій мережі кожен вузол може обмінюватися кореспонденціями (продуктами, товарами, вантажами, повідомленнями) з іншими вузлами. Кореспонденція характеризується вузлом-джерелом, вузлом-стоком та величиною, яку для мереж передачі даних задано кількістю байт, кілобайт тощо, а для транспортних мереж — кількістю тарно-штучних вантажів в упаковці уніфікованого розміру. У магістральної мережі всі кореспонденції передаються каналами зв’язку або транспортуються транспортними засобами у транспортних блоках заданого розміру (ємності, обсягу). Розглянуто основні постулати побудови математичної моделі перспективного розвитку магістральної мережі та наведено методику математичного моделювання поетапного розвитку вузлів і транспортних маршрутів, яка для кожного етапу розвитку включає прогнозування даних і параметрів мережі, розв’язання задачі пакування кореспонденцій і вибір структури мережі, розв’язання задачі розподілу та маршрутизації потоків транспортних блоків.

Ключові слова: багатопродуктові ієрархічні мережі, дискретнi потоки, задачі комбінаторної оптимізації, математичні моделі, комп’ютерне моделювання.


повний текст

СПИСОК ЛІТЕРАТУРИ

  1. Barnhart C., Hane C.A., Vance P.H. Integer Multicommodity Flow Problems. In: Network Optimization. Pardalos P.M., Hearn D.W., Hager W.W. (Eds.). Lecture Notes in Economics and Mathematical Systems. 1997. Vol. 450. P. 17–31. Berlin; Heidelberg: Springer, 1997. ttps://doi.org/10.1007/978-3-642-59179-2_2.

  2. Barnhart C., Hane C.A., Vance P.H. Using branch-and-price-and-cut to solve origin-destination integer multicommodity flow problems. Operations Research. 2000. Vol. 48, N. 2. P. 318–326. https://doi.org/10.1287/opre.48.2.318.12378 .

  3. Encyclopedia of Optimization. Second Ed. Floudas C.A., Pardalos P.M. (Eds.). New York: Springer, 2009. 4626 p.

  4. Wang I-L. Multicommodity network flows: a survey, part I: applications and formulations. International Journal of Operations Research. 2018. Vol. 15, N. 4. P. 145–153. https://doi.org/10.6886/IJOR.201812_15(4).0001 .

  5. Wang I-L. Multicommodity network flows: a survey, part II: solution methods. International Journal of Operations Research. 2018. Vol. 15, N. 4. P. 155–173. https://doi.org/10.6886/IJOR.201812_15(4).0002 .

  6. Cohn A., Root S., Wang A., Mohr D. Integration of the load matching and routing problem with equipment balancing for small package carriers. Transportation Science. 2007. Vol. 41, Iss. 2. P. 238-252. https://doi.org/10.1287/trsc.1060.0174.

  7. Hellsten E., Koza D.F., Contreras I., Cordeau J.F., Pisinger D. The transit time constrained fixed charge multi-commodity network design problem. Computers & Operations Research. 2021. Vol. 136. Article number 105511. https://doi.org/10.1016/j.cor.2021.105511.

  8. Trivella A., Corman F., Koza D.F., Pisinger D. The multi-commodity network flow problem with soft transit time constraints: Application to liner shipping. Transportation Research Part E: Logistics and Transportation Review. 2021. Vol. 150. Article number 102342. https://doi.org/10.1016/j.tre.2021.102342 .

  9. Trofymchuk O.M., Vasyanin V.A. Simulation of packing, distribution and routing of small-size discrete flows in a multicommodity network. Journal of Automation and Information Sciences. 2015. Vol. 47, Iss. 7. P. 15–30. https://doi.org/10.1615/JAutomatInfScien.v47.i7.30.

  10. Trofymchuk O.M., Vasyanin V.A., Kuzmenko V.N. Optimization algorithms for packing of small-lot correspondence in communication networks. Cybernetics and Systems Analysis. 2016. Vol. 52, N. 2. P. 258–268. .

  11. Vasyanin V.A., Trofymchuk O.M., Ushakova L.P. Problem of groupage cargo routing in the multicommodity transport network with given tariffs and delivery time constraints. Cybernetics and Systems Analysis. 2022. Vol 58, N 6. P. 966–976. https://doi.org/10.1007/s10559-023-00531-z . https://rdcu.be/c2Vh9.

  12. Bidyuk P., Gozhyj A., Matsuki Y., Kuznetsova N., Kalinina I. Modeling and forecasting economic and financial processes using combined adaptive models. Proc. XV International Scientific Conference “Intellectual Systems of Decision-Making and Problems of Computational Intelligence” (ISDMCI’2020) (25–29 May 2020, Kherson, Ukraine). Kherson, 2020. In: Lecture Notes in Computational Intelligence and Decision Making. Babichev S., Lytvynenko V., WЛjcik W., Vyshemyrskaya S. (Eds.). AISC. 2021. Vol. 1246. P. 395–408. https://doi.org/10.1007/978-3-030-54215-3_25.

  13. Bidyuk P., Kalinina I., Gozhyj A. Methodology of constructing statistical models for nonlinear non-stationary processes in medical diagnostic systems. Proc. 3rd International Conference on Informatics & Data-Driven Medicine — IDDM’2020 (19–21 November 2020, Vxj, Sweden). Vxj, 2020. CEUR Workshop Proceedings. 2020. Vol. 2753. P. 36–45. URL: "http://ceur-ws.org/Vol-2753/paper4.pdf .

  14. Bidyuk P., Gozhyj A., Kalinina I., Vysotska V. Methods for forecasting nonlinear non-stationary processes in machine learning. Proc. 3rd International Conference on Data Stream Mining and Processing — DSMP 2020 (21–25 August 2020, Lviv, Ukraine). Lviv, 2020. In: Data Stream Mining & Processing. Babichev S., Peleshko D., Vynokurova O. (Eds.). CCIS. 2020. Vol. 1158. P. 470–485. https://doi.org/10.1007/978-3-030-61656-4_32.

  15. Kuznietsova N., Bidyuk P. Integrated approach to financial data analysis, modeling and forecasting. Proc. 2020 IEEE 2nd International Conference on System Analysis & Intelligent Computing — SAIC (5–9 October 2020, Kyiv, Ukraine. Kyiv, 2020). In: System Analysis & Intelligent Computing. Zgurovsky M., Pankratova M. (Eds.). SCI. 2022. Vol. 1022. P. 315–337. https://doi.org/10.1007/978-3-030-94910-5_16 .




© 2024 Kibernetika.org. All rights reserved.