Ключевое слово: «транспортная задача»
Карасева
Р.
Б.
Транспортная задача как фундаментальная экономико-математическая модель //
Научно-методический электронный журнал «Концепт». –
2016. –
№ 11 (ноябрь).
– С. 59–64.
– URL: https://e-koncept.ru/2016/16237.htm
ART 16237
Просмотров: 3049
Использование экономико-математических моделей дает большие преимущества перед другими способами нахождения наилучшего решения с экономической точки зрения. Транспортная задача является одной из наиболее часто используемых на предприятиях экономико-математических моделей. В статье показаны принципы построения модели транспортной задачи и выделены ее основные свойства, определяющие наличие оптимального решения. Также проведен анализ основных методов нахождения оптимального решения.
Молчанова
Е.
В.
Инновации и информационные технологии: поиск путей практической реализации //
Научно-методический электронный журнал «Концепт». –
2017. –
Т. 31.
– С. 656–660.
– URL: https://e-koncept.ru/2017/970146.htm
ART 970146
Просмотров: 2285
В данной работе рассмотрен комплексный подход к процессу внедрения инноваций и информационных технологий в агропромышленный комплекс. Сельское хозяйство нуждается в нововведениях и информационных технологиях, способных поднять отрасль на новый конкурентоспособный уровень. Автор иллюстрирует пример разработки программного обеспечения составления оптимальных схем загрузки маршрутов сельскохозяйственного транспорта.
Протопопов
Н.
Д.
, Вечерская
С.
Е.
Моделирование управления логистикой в условиях кризиса //
Научно-методический электронный журнал «Концепт». –
2022. –
.
– URL: https://e-koncept.ru/2022/0.htm?id=33158
DOI 10.52376/978-5-907623-36-1_768
Текущий санитарный кризис привел к необходимости в выработке новых подходов, поиске новых решений в сфере логистики. Существенным изменением профили логистических операций является ускоренное расширение интернет-торговли. Управление складскими и соответствующими им денежными потоками с применением традиционных методов оптимизации не дает приемлемого количественного результата. Следует использовать подходы, основанные на вероятностных оценках и учете фактора случайности с применением машинного обучения, например, алгоритм Random forest. Предложенный алгоритм можно успешно применить к решению задач регрессии и классификации для больших массивов данных номенклатуры интернет-торговли. Приведенный пример изменений вследствие глобального кризиса, демонстрирует необходимость применения тех инструментов управления и оптимизации транспортной и складской логистики, которые учитывают взрывной характер происходящих изменений и крайне высокую долю вероятностной составляющей.
Р. Б. Карасева