Stochastic transportation problem with random demand and route choice
Abstract
Importance: this article focuses on cost optimization in cargo delivery processepp. Transportation logistics challenges represent a highly relevant and rapidly evolving area in economics, particularly amid digital transformation and the growth of goods delivery servicepp. Consequently, there is a need for effective modeling of real-world scenarios in this industry. Purpose: to develop and solve a stochastic discrete dynamic transportation model that accounts for demand fluctuations and route selection based on environmental conditions and road congestion. Research design: the study involved designing the model and its solution algorithm, implementing the solution in MS Excel and Python, comparing the advantages and limitations of the two tools for the given problem, and conducting simulation experiments to assess the impact of specific factors on the optimal solution. Results: the proposed model serves as a modification of the stochastic transportation problem and can be extended with additional parameters and constraints depending on specific client requirementpp. The problem can be solved in both MS Excel and Python, with Python offering greater flexibility for large-scale simulations and complex transportation scenariopp. The model has practical applications in various transportation logistics systempp.
Downloads
References
2. Богданова М.В. Исследование базовой стохастической транспортной задачи // Ученые записки Петрозаводского государственного университета, 2009, no. 7(101), с. 71-73.
3. Бородинова И.А., Сараев Л.А. Стохастическая транспортная задача // Вестник Самарского государственного университета, 2010, no. 7(81), с. 16-23.
4. Власенко М.А., Попова Т.М. Оптимизация параметров транспортной задачи // Материалы национальной научной конференции. Хабаровск, 04–09 декабря 2023 года, с. 3-6.
5. Дягилева Ю.Ю., Егоров А.Ф. Решение транспортной задачи в условиях стохастической неопределенности параметров // Математические методы в технике и технологиях, 2019, т. 8, с. 67-70.
6. Канторович Л.В., Гавурин М.К. Применение математических методов в вопросах анализа грузопотоков // Проблемы повышения эффективности работы транспорта, 1949, с. 110-138.
7. Карасев С.В. Программа для оптимизации решения транспортных задач линейного программирования «Математическое моделирование-транспортные задачи» // Хроники объединенного фонда электронных ресурсов Наука и образование, 2014, т. 1, noю 2(57), с. 37.
8. Крейдунова В.В. Исследование транспортной задачи в стохастической постановке // Прикладная математика и фундаментальная информатика, 2016, no. 3, с. 51-55.
9. Павлюченко Т.С. Стохастическая транспортная задача // Прикладная математика и фундаментальная информатика, 2016, no. 3, с. 55-58.
10. Попова И.А. Транспортные задачи по критерию времени // Материалы 71-й Всероссийской научно-технической конференции по итогам НИР 2013 года, Самара, 07–11 апреля 2014 года, с. 140- 142.
11. Попова Т.М. Стохастическая модель транспортной задачи // Перспективы науки, 2024, no. 8(179), с. 45-50.
12. Пушкарев Г.А., Ощепков Р.А., Туров Д.Д. Решение задачи оптимизации перевозки грузов путем расчета стохастической транспортной задачи // Аллея науки, 2017, т. 4, no. 10, с. 48-56.
13. Темнов Э.С. Анализ некоторых подходов в современной практике транспортного моделирования // Вестник Сибирского государственного автомобильно-дорожного университета, 2018, т. 15, no. 5(63), с. 708-717.
14. Юбилейный выпуск к 100-летию со дня рождения Л.В. Канторовича. ЛЕНАНД, 2012. 186 с.
15. Vlasov A., Stanovskih A. Additional constraints in the vehicle routing problem // Universum: технические науки, 2022, no. 4-12(97), рр. 49-55.
