Определение оптимальных параметров эффективной работы терминала посредством имитационной модели в среде AnyLogic

Обложка

Цитировать

Полный текст

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

Аннотация

В данной статье представлено исследование, посвященное определению оптимальных параметров функционирования терминала на основе имитационного моделирования в среде AnyLogic. Актуальность работы обусловлена необходимостью повышения эффективности работы терминалов в условиях растущей интенсивности грузопотоков и ограниченности ресурсов. Целью исследования является анализ имитационной модели терминала, позволяющей выявить оптимальные значения ключевых параметров. Для обеспечения всесторонней оценки перспектив развития портовой инфраструктуры, разработаны различные сценарии функционирования терминала. Каждый из сценариев будет проанализирован дважды, с варьированием производительности работы СПМ, что позволит оценить влияние данного параметра на общую эффективность работы терминала. В статье представлены результаты вычислительных экспериментов, направленных на определение влияния различных параметров на ключевые показатели эффективности терминала. Полученные результаты могут быть использованы при проектировании новых терминалов и модернизации существующих.

Об авторах

Анастасия Михайловна Шевченко

Морской государственный университет им. адмирала Г.И. Невельского

Автор, ответственный за переписку.
Email: anastasiya2100@bk.ru
SPIN-код: 6698-2474

аспирант

Россия, г. Владивосток

Александр Александрович Дыда

Морской государственный университет им. адмирала Г.И. Невельского

Email: adyda@mail.ru
SPIN-код: 1187-5058

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

Россия, г. Владивосток

Список литературы

  1. Акопов А.С. Имитационное моделирование: учебник и практикум для академического бакалавриата. Люберцы: Юрайт, 2016. 389 c.
  2. Бочаров Е.П., Алексенцева О.Н. Имитационное моделирование экономических процессов: учебное пособие. Саратов: Саратовский социально-экономический институт (филиал) РЭУ им. Г.В. Плеханова, 2014. 160 c.
  3. Булыгина О.В., Емельянов А.А., Емельянова Н.З. Имитационное моделирование в экономике и управлении: учебник. М.: Инфра-М, 2017. 447 c.
  4. Вьюненко Л.Ф., Михайлов М.В., Первозванская Т.Н. Имитационное моделирование: учебник и практикум для академического бакалавриата. Люберцы: Юрайт, 2016. 283 c.
  5. Девятков В.В., Половников В.А., Девятков В.В. Имитационное моделирование: учебное пособие. М.: КУРС; Инфра-М, 2013. 368 c.
  6. Карпов Ю. Имитационное моделирование систем. Введение в моделирование с AnyLogic. СПб.: BHV, 2009. 400 c.
  7. Кобелев Н.Б., Девятков В.В., Половников В.А. Имитационное моделирование: учебное пособие. М.: Инфра-М, 2016. 448 c.
  8. Кораблев Ю.А. Имитационное моделирование (для бакалавров). М.: КноРус, 2018. 59 c.
  9. Лычкина Н.Н. Имитационное моделирование экономических процессов: учебное пособие. М.: НИЦ Инфра-М, 2012. 254 c.
  10. Муравьев Д.С. 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.
  11. Прокофьева Т.А. Логистическая инфраструктура международных транспортных коридоров: кластерный подход к управлению // Мир транспорта. 2015. T. 9. № 1. C. 50–57.
  12. Рыбин П.К., Ершиков Н.В., Комовкина Н.С., Путилина Д.В. Анализ структуры поездопотоков и вагонопотоков, поступающих в адрес российских портов финского залива // Известия Петербургского университета путей сообщения. 2018. № 3. C. 478–486.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Вкладка анимации базового сценария

Скачать (67KB)
3. Рис. 2. Занятость ПС базового сценария (РСПМ = 3500 т/ч)

Скачать (185KB)
4. Рис. 3. Занятость ПС базового сценария (РСПМ = 4500 т/ч)

Скачать (184KB)
5. Рис. 4. Вкладка анимации сценария № 1

Скачать (69KB)
6. Рис. 5. Занятость ПС сценария № 1 (РСПМ = 3500 т/ч)

Скачать (269KB)
7. Рис. 6. Занятость ПС сценария № 1 (РСПМ = 4500 т/ч)

Скачать (273KB)
8. Рис. 7. Вкладка анимации сценария № 2

Скачать (70KB)
9. Рис. 8. Занятость ПС сценария № 2 (РСПМ = 3500 т/ч)

Скачать (187KB)
10. Рис. 9. Занятость ПС сценария № 2 (РСПМ = 4500 т/ч)

Скачать (185KB)
11. Рис. 10. Вкладка анимации сценария № 3

Скачать (74KB)
12. Рис. 11. Занятость ПС сценария № 3 (РСПМ = 3500 т/ч)

Скачать (273KB)
13. Рис. 12. Занятость ПС сценария № 3 (РСПМ = 4500 т/ч)

Скачать (272KB)
14. Рис. 13. Количество однородных судопотоков

Скачать (77KB)
15. Рис. 14. Интервалы судозаходов однородных судопотоков

Скачать (67KB)
16. Рис. 15. Коэффициент использования ресурса ПС

Скачать (139KB)
17. Рис. 16. Среднее время в очереди

Скачать (85KB)
18. Рис. 17. Средняя длина

Скачать (85KB)


Ссылка на описание лицензии: https://www.urvak.ru/contacts/

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».