Abstract. The purpose of the work is a comparative analysis of methods of formalization of expert information when choosing a situational model of cargo delivery in interconnected terminal multimodal systems. The object of research is the search for the optimal route in a synchronous transport-terminal network, tak-ing into account its real organization and topology. Research methods include classical methods (linear programming, dynamic programming, and the traveling salesman problem), heuristic methods (greedy algorithms, genetic algorithms, simulated annealing, and shortest path heuristics), expert evaluation methods, and agent-based modeling. The article discusses the MultiTransGlobal program. A gen-eralized table of parameters for formalizing expert information from multimodal network terminals is proposed. The methods of linear and dynamic programming, the local search method, greedy and genetic algorithms, and simulated annealing are analyzed. The paper proposes a definition of ST (Synchromodal transportation). These transportation represent a new stage in the development of multimodal transporta-tion, which formulates new requirements for the modernization of the functionality of the digital logistics platform of the ST-network, in particular, the improvement of routes, the expansion of functionality for optimal selection in real time, and the in-crease of computing power for working with databases. It is shown that in the con-ditions of multi-criteria transport environment of the ST-network, the optimality of route selection is associated with the application of heuristic methods and the elim-ination of network parameters while maintaining the informativeness of significant indicators. Key words: methods for finding the optimal route, classical combinatorial method, method of mathematical modeling of multimodal systems, multi-agent technologies, methods of linear and dynamic programming, local search method, greedy and genetic algorithms, simulated annealing, Synchromodal transportation, agent-oriented technologies.
optimal route search methods, classical combinatorial method, mathematical modeling method for multimodal systems, multi-agent technologies, linear and dynamic programming methods, local search method, greedy and genetic algorithms, simulated annealing, synchromodal transportation, agent-based technologies
Введение. Период 2022–2025 гг. оказал влияние на глобальный рынок логистических услуг, произведя кардинальную переориентацию направлений и маршрутов на рынке перевозок грузов. Появились новые перспективные регионы, началась ориентация рынка на восточные направления, возникают новые альтернативные маршруты и наблюдается развитие узловых терминалов логистических сетей МТК (международных транспортных коридоров). Транспортно-терминальные сети (ТТС) МТК формируют единое информационное пространство (ЕИП) синергии коалиции интеллектуальных узловых агентов взаимосвязанной ТТС, закладывая основу для новых функционалов цифровых логистических платформ (ЦЛП) и экосистем мультимодальных альянсов перевозчиков. К примеру, расширение цифрового платформенного функционала на функции аналитики в реальном масштабе времени (Control Tower) и на функции смарт-контрактов для мониторинга цепей поставок и взаиморасчетов, несомненно, позволят автоматизировать процессы, сделать их точными и прозрачными, сформировать единую базу данных и автоматизировать передачу и согласование информации, улучшить систему безопасности. оптимизировать контроль над передвижением активов.
Цель исследования – изучение и оценка основных методов поиска оптимальных маршрутов путем формализации экспертной информации при выборе ситуационной модели доставки грузов с учетом трех взаимосвязанных элементов качества терминальной сети: сетевой организации, маршрутизации во взаимосвязанной сети и топологии сети.
Новизна исследования заключается в предложении элиминированного набора наиболее информативных параметров для количественной (балльной) системы оперативного оценивания терминально-сетевых маршрутов, что позволяет корректировать поведение интеллектуальных узловых агентов ТТС в режиме реального времени. Проведенное исследование позволило помимо этого сформулировать новое расширенное определение синхромодальных перевозок (ST – Synchromodal transportation), которые представляют собой этап развития концепции мультимодальных перевозок, требующий модернизации функционала цифровой логистической платформы ST-сети в отношении увеличения вычислительных мощностей для применения больших баз и маршрутизации грузов в реальном режиме времени.
Объекты и методы. Объектом исследования являются методы поиска оптимального маршрута в транспортно-терминальной сети. К методам исследования относят классические (линейное программирование, динамическое программирование, метод коммивояжера), эвристические методы (жадные алгоритмы, генетические, имитация отжига) формализации экспертной оценки и дополнительные методы (агентно-ориентированное моделирование, когда выполнение программы определяется взаимодействием агентов ТТС).
Результаты и их обсуждение. Интегрируемая логистика ST сосредоточена на синхронизации и интеграции участников цепочки поставок. Взаимосвязанная логистика ST подчеркивает важность сотрудничества и взаимодействия между участниками. Интегрируемая и взаимосвязанная логистика и ST представляют собой новые подходы к логистике, с акцентом на сотрудничество и гибкость или использование сетевых принципов. При синхромодальных перевозках (ST – Synchromodal transportation) выбор транспорта осуществляется в режиме реального времени, акцентируя внимание на актуальных рыночных условиях и параметрах логистических цепей [1]. Переключение между различными видами транспорта на любом из возможных этапов логистической цепи позволяет повысить уровень и эффективность логистических операций [2] (минимизация логистических издержек за счет оптимизации сетевой доставки). Ключевым фактором успеха становится развитая терминальная сеть с интеллектуальными транспортными узлами и инструментами для оптимизации маршрутов [3]. Сетевая организация, маршрутизация и топология сети являются ключевыми элементами, на которых базируется оценка качества терминальной сети (рис. 1).
ST – перевозка реализуется в ЕИП мультимодального альянса перевозчиков на основе принципов сетецентрического управления (СЦУ) в полносвязной терминальной сети (сетевая организация и топология).
|
Оценка качества терминальной сети
|
|
Сетевая организация
|
|
Маршрутизация во взаимосвязанной сети
|
|
Топологии сети
|
Рис. 1. Элементы качества транспортно-терминальной ST сети (ТТС ) [4]
Второй элемент оценки качества, определяющий внешний признак ST (свобода выбора маршрута), представляет собой динамическую маршрутизацию.
Принцип полносвязной сети основан на топологии Mesh-графа [5], где каждый узел взаимодействует с некоторым количеством других без централизованной иерархии. Метод достаточно сложен в настройке, но высокоустойчив, гарантирует широкий выбор трафика внутри ТТС из-за многовариантности межтерминальных связей.
Пример оценки качества ТТС формата ST иллюстрирует таблица 1.
Таблица 1
Взаимосвязанные элементы сетевой организации ТТС формата ST
|
Сетевая организация |
Маршрутизация во взаимосвязанной сети |
Топологии сети |
|
Перевозка, организуемая в ЕИП мультимодального альянса перевозчиков, – с расширением мультимодального формата на основе принципов сетецентрического управления (СЦУ) в терминальной сети
|
Переключение работы ТТС в режиме реального времени, когда параметры оптимальной перевозки определяются в оперативном режиме (динамическая маршрутизация во взаимосвязанной сети). Параметры оптимальной перевозки определяются в оперативном режиме |
Ячеистая топология Mesh-сеть – альтернатива матричной структуре ТТС. Гибкость и отказоустойчивость. Терминалы сети соединяются друг с другом и способны принимать на себя роль дублеров-коммутаторов |
Таблица 1 позволяет сформулировать новое определение ST: ST – транспортно-логистическая модель, реализуемая в ЕИП (едином информационном пространстве) мультимодального альянса перевозчиков, с отличительной чертой расширения мультимодального формата за счет сетецентрического управления (СЦУ) во взаимосвязанной терминальной сети (сетевая организация) с топологией класса Mesh для оперативной работы в реальном времени, когда параметры оптимальной перевозки определяются в оперативном режиме (динамическая маршрутизации сети).
Транспортно-терминальная ST-сеть представляет собой совокупность узлов (терминалов) и маршрутов, связывающих данные узлы в ЕИП.
От правильности выбора маршрутов в конкретных условиях ST зависят многие коммерческие параметры, такие как уровень издержек, скорость доставки и транспортная составляющая в цене товара и пр. Большое внимание уделяется не только поиску оптимального маршрута, но и устойчивости терминальной сети [6], для чего чаще всего привлекается инструментарий классического комбинаторного метода, метода математического моделирования мультимодальных сетей и мультиагентные технологии [7].
Классический комбинаторный метод – задача коммивояжера, в условии которой поиск кратчайшего маршрута берет в расчет все заданные промежуточные пункты транспортно-терминальной сети [8]. Расчет оптимального маршрута сводится к поиску маршрута, проходящего через все заданные точки.
Математическое моделирование мультимодальных сетей – поиск маршрута с использованием метода расчета L-кратчайших маршрутов [9]. Мультиагентные технологии – технологии взаимодействия агенты-заказы, агенты-грузовики и агенты-склады, позволяющие выстраивать расписание доставки, быстрое реагирование, добавление или отмену заказа [10]. В системе изначально каждый преследует свою цель, но в процессе переговоров образуется совместное решение, позволяющее обеспечить сокращение издержек и эффективность загрузки транспортных средств, предназначенных для связи точек транспортно-терминальной сети [11].
Агентно-ориентированные методы включают в рассмотрение различные типы агентов. Это могут быть склады, транспортные средства различных мод.
Предусматривается активный информационный обмен и получение согласованных решений, что и обеспечивает распределенное управление. Данные методы создают базу для развития синхромодальных перевозок, включая возможность создания виртуального пространства для тестирования работоспособности ST-систем.
Поиск оптимального маршрута является сложной и трудоемкой задачей. Более подробно описание перечисленных методов представлено в таблице 2.
В основе преимуществ и ограничений каждого метода помимо математической основы лежит учет их конкретной триединой организационно-технологичес-кой специфики торгово-транспортной операции (см. рис. 1).
Решения данных задач очень вариативны, в них рассматриваются условия ограничения ресурсов, вместимости и грузоподъемности транспортного средства, наличие начальных и конечных точек маршрута, а также условие возврата в исходную точку [12–14]. В упрощенном случае для задачи маршрутизации существует целевая функция
(1)
где 
– стоимость (или время) перемещения между пунктами i и j, а 
– бинарная переменная, равная 1, если движение осуществляется по дуге (i,j) [15].
В маршрутах с различным видом транспорта применим метод L-кратчай-ших маршрутов, который позволяет учесть несколько критериев: стоимости, протяженности маршрута, пробега, времени доставки и пр. Данные уравнения позволяют рассчитать маршруты с ограничением на количество узлов, а также привязать их к расписанию, выделив день недели и точное время. Так, 
– длина кратчайшего пути до вершины v, которая содержит не более k промежуточных узлов:
(2)
где 
– стоимость, время или расстояние дуги [16].
Таблица 2
Сравнительный анализ методов выбора оптимальных маршрутов
|
Метод |
Математическая основа |
Основные принципы |
Преимущества |
Ограничения |
Область применения |
Практическая реализация |
|
Классические комбинаторные методы [12] |
Задача коммивояжера, линейное и целочисленное программирование |
Поиск кратчайшего пути через все заданные точки с учетом ограничений |
Точное решение задачи. Учет множества параметров. Возможность оптимизации ресурсов |
Высокая вычислительная сложность. Сложность масштабирования |
Городские доставки. Маршрутизация транспорта. Логистика последней мили |
Алгоритмы ветвей и границ, жадные алгоритмы, эвристики |
|
Математическое моделирование мультимодальных сетей [9] |
Теория графов, рекуррентные уравнения |
Формирование маршрутов с учетом разных видов транспорта |
Комплексный подход. Учет расписания перевозок. Оптимизация по нескольким критериям |
Сложность моделирования. Необходимость актуальных данных |
Международные перевозки. Комбинированные доставки. Межрегиональные маршруты |
Системы расчета L-кратчайших маршрутов, специализированное ПО |
|
Мультиагентные технологии [11] |
Теория распределенных систем |
Взаимодействие агентов-заказов, агентов-транспорта и агентов-складов |
Высокая скорость принятия решений. Адаптивность к изменениям. Реальное время обработки |
Сложность настройки взаимодействия. Высокие требования к инфраструктуре |
Динамичные системы доставки. Срочные перевозки. Гибкие логистические схемы |
Распределенные системы управления, специализированные платформы |
Методы поиска оптимального маршрута для доставки грузов представляют собой совокупность из двух групп: классические методы и эвристические методы. Хотя с развитием агентно-ориентированных методов данная классификация становится весьма условной.
К первой группе относится линейное и динамическое программирование. Математический подход оптимизации, используемый для нахождения оптимального решения задач с линейной целевой функцией и линейных ограничений, применяется в линейном программировании [17]. Применим он для минимизации протяженности маршрута и его стоимости.
Вторая группа альтернативных методов оптимизации маршрутов, они же по-другому именуются эвристическими, используется в решениях, где классические методы становятся слишком затратными по временным ресурсам. Вместо слепого перебора всех возможностей эвристические методы подразумевают выбор наиболее перспективных путей исследования на каждом этапе, когда алгоритм (в лице узлового интеллектуального агента) направляет свои усилия туда, где с наибольшей вероятностью может находиться оптимальное решение. Эвристические методы позволяют найти приемлемое решение за ограниченное время. Наиболее популярные эвристические методы представлены на рисунке 2.
|
Эвристические методы поиска оптимального маршрута для доставки грузов
|
|
Метод ближайшего соседа предполагает выбор ближайшего пункта доставки на каждом этапе маршрута |
|
Метод ограниченных возвратов подразумевает выбор наиболее оптимального с точки зрения заданных критериев (общая длина маршрута или минимальное количество остановок) |
|
Метод кластеризации, когда грузы и пункты доставки группируются по территориальному признаку, после чего для каждой группы формируется отдельный маршрут |
Рис. 2. Наиболее популярные эвристические методы [18]
Специфика проактивности интеллектуальных агентов терминального узла ТТС подразумевает не только реакцию на события, но и возможность генерировать новые цели. Агент может генерировать сообщения и отправлять их другим агентам. Каждый объект сети имеет своего агента, управляющего поведением программных компонентов, представляя параметры своего узла.
Рассмотрим вариант поиска оптимальных маршрутов путем формализации экспертной информации при выборе ситуационной модели доставки грузов с учетом трех взаимосвязанных групп элементов качества терминальной сети: сетевой организации, маршрутизации во взаимосвязанной сети и топологии сети. Для этого введем в рассмотрение десять параметров сети, характеризующих определяющие свойства как сетевой организации, так и маршрутизации во взаимосвязанной топологии ST-сети
В таблице 3 представлены критерии интеллектуального агента терминального узла, его значимые признаки (вес) в системе синхромодальной сети [19–21]. Для определения удельного веса каждого критерия составим таблицу 4, которая указывает на важность одного критерия при сравнении с другим – aij.
Шкала коэффициентов:
1 – равная значимость; 3 – среднее превосходство одного над другим; 5 – подавляющее превосходство; 7 – значительное превосходство; 9 – абсолютное превосходство; 2, 4, 6, 8 – промежуточные значения.
Отметим, что в таблице 4 коэффициенты относительной важности aij имеют свойство обратной симметричности.
Таблица 3
Признаки интеллектуального агента терминального узла сети
|
Номер параметра |
Критерий |
Признаки интеллектуального агента терминального узла сети |
Вес в системе критериев |
|
1 |
|
Стоимость услуги |
|
|
2 |
|
Время перемещения груза |
|
|
3 |
|
Возможность консолидации |
|
|
4 |
|
Интероперабельность |
|
|
5 |
|
Проактивность интеллектуального агента терминального узла сети |
|
|
6 |
|
Автономность узлового агента |
|
|
7 |
|
Адаптивность гибкости переключения между различными видами транспорта |
|
|
8 |
|
Клиенто-ориентированность |
|
|
9 |
|
Мотивированность |
|
|
10 |
|
Принципы субсидиарности |
|
Таблица 4
Коэффициенты относительной важности aij
|
|
||||||||||
|
K5 |
||||||||||
|
K6 |
||||||||||
|
K7 |
||||||||||
|
K8 |
||||||||||
|
K9 |
||||||||||
|
K10 |
Выполним расчет искомых весов критериев на основе проведенного сравнения. Первоначально определим среднюю геометрическую из чисел, записанных в строках
, i = 1, n, (3)
где n – количество критериев.
Вторым шагом вычисляем удельные веса по формуле
, i = 1, n. (4)
Расчет рейтингов потенциальных узловых терминалов осуществляем по формуле
, k=1, K, (5)
где – рейтинг k-го терминала;
– значение i-го критериального показателя для k-го терминала.
Значения нормированных натуральных критериальных показателей zik для четырех терминальных узлов Санкт-Петербурга представлены в таблице 5.
Таблица 5
Нормированные величины критериальных показателей zik
|
Компания |
Стоимость услуги |
Время |
Возможность консолидации |
Интероперабельность |
Проактивность интеллектуального агента |
Автономность узлового агента |
Адаптивность |
Клиент-ориентированность |
Мотивированность |
Принципы субсидиарности |
|
«РИК-Контейнеры» |
1,0 |
1,0 |
0,841 |
1,0 |
1,0 |
1,0 |
1,0 |
0,3 |
0,826 |
0,9 |
|
|
«Юконт» |
0,883 |
0,997 |
0,775 |
0,250 |
0,168 |
0,497 |
0,732 |
1,0 |
0,826 |
1,0 |
|
|
«Контейнер Лизинг» |
0,885 |
0,958 |
0,669 |
0,271 |
0,179 |
0,570 |
0,371 |
0,2 |
0,524 |
0,9 |
|
|
«Марконт» |
0,813 |
0,858 |
1,0 |
0,426 |
0,291 |
0,299 |
0,307 |
0,3 |
1,0 |
1,0 |
В итоге получаем, что первый критерий, который указывает на стоимость услуг, имеет максимальный вес 
. Отметим, что данный показатель один из важных, так как цена товара – это ключевой критерий в условиях жесткой индивидуальной и коалиционной конкуренции узлового агента в борьбе за потребителя. Достаточно отстали от этого критерия интероперабельность 
= 0,21 (способность информационных систем к обмену информацией и к использованию информации, полученной в результате обмена), и проактивность –
= 0,12 (способность действовать в упреждающей манере, генерировать новые цели и рационально их достигать). Время перемещения груза 
= 0,13 и возможность консолидации 
уступают критерию стоимости услуг, однако также являются немаловажными критериями, так как, ориентируясь на них, покупатель делает свой выбор в пользу определенного терминала. Информативность первых
пяти взаимосвязанных параметров составляет более 80 %. Прочие критерии незначительны, так как влияют на терминал косвенно. Тем не менее их стоит учитывать для получения более полной картины и правильного выбора терминала при влиянии критериев. Рейтинги всех компаний представлены в таблице 6. Конечные результаты указывают, что наивысший рейтинг получило предприятие ООО «РИК-Контейнеры» – 0,944.
Это значит, что предприятие «РИК-Контейнеры» является наилучшим и именно через него будет реализован первый шаг маршрута фирмой-отправителем из Санкт-Петербурга.
Второе место среди претендентов заняла «Юконт». Лидерство данной компании по таким показателям, как адаптивность (и гибкость переключения между различными видами транспорта), рациональное распределение полномочий (субсидиарность), упрочняет позиции «Юконт», но настораживает очень низкая способность взаимодействия внутри сети (интероперабельность).
Таким образом, рассматриваемая логистическая система ТТС предполагает текущую оценку рейтингов узловых агентов с выделением рекомендуемых зон их взаимодействия, внутри которых максимальный рейтинг узла определяет «оптимальный шаг» перемещения груза в данном направлении. Зональная структура ТТС устанавливается экспертным органом ST-сети типа Control Tower, способным к принятию аналитических решений в реальном масштабе времени (не ниже уровня CT 2,0) [22]. Описанная эвристическая процедура представляется продуктивной при реализации метода территориально-функционального зонирования (метод кластеризации, – рис.2) ST-сети, когда грузы и пункты доставки группируются по признаку специализации, после чего для каждой группы формируется отдельный маршрут.
Таблица 6
Рейтинги компаний (в порядке убывания)
|
Компания |
Рейтинг Ri |
«РИК-Контейнеры» |
0,944 |
|
«Юконт» |
0,612 |
|
«Марконт» |
0,600 |
|
«Контейнер Лизинг» |
0,543 |
Заключение
1. Учет многокритериальных параметров трех взаимосвязанных элементов ТТС ST (сетевая организация, динамическая маршрутизация, топология сети класса Mesh) позволил сформулировать в статье новое расширенное определение синхромодальных перевозок. ST – это перевозка, организуемая в едином информационном пространстве мультимодального альянса перевозчиков, когда расширение мультимодального формата осуществляется на базе сетецентрического управления (СЦУ) в терминальной сети (сетевая организация), что обеспечивает переход к работе в режиме реального времени, при котором параметры оптимальной перевозки рассчитываются в оперативном режиме (динамическая маршрутизации во взаимосвязанной сети) – с топологией сети класса Mesh.
2. Отмечено, что при обозначенном 3-элементном подходе принципы сетецентрического управления ST-сети представляют собой базовые части модели ST. Модель ST-сети, безусловно, нуждается в инновационном решении нескольких вопросов, к примеру, в конкретизации цифровых форматов документооборота и взаиморасчетов. Пополнение функционала ЦЛП смарт-контрак-том упростит процесс обработки больших объемов многокритериальной информации при оптимизации ST-маршрутов, автоматизирует платежи участников терминальной коалиции, усилит синергетические эффекты транспортно-терминальной сети (ТТС) [21]. Пополнение функционала ЦЛП сети ST видится также в формировании в ТТС функций и алгоритмов транспортной биржи (коалиции) интеллектуальных узловых агентов – цифрового регламента торгов, клиринга и т. п.
3. Специфика ST определяет процедуру выбора оптимального маршрута ТТС, который представляет собой сложную задачу, в большинстве случаев подразумевающую совместное использование нескольких различных методов, включая эвристические. В работе составлена обобщенная таблица сравнительного анализа известных методов выбора оптимальных маршрутов.
4. В статье представлен эвристический способ многокритериального выбора оптимального маршрута, основанный на упрощенных правилах рейтинговых оценок узлов терминальной сети. Предложенный алгоритм относится к варианту реализации «эвристик для поиска кратчайших путей» применительно для ST-сети. Рассмотрен пример выбора оптимального узла ТТС.
5. Элиминирование параметров ST-сети с сохранением достаточной информативности итогового набора показателей (не прибегая при этом к полному детальному анализу всех возможных вариантов) выявляет преимущество эвристических методов. Предложенный алгоритм не исключает введения в его состав дополнительной экспертной программной структуры типа Control Tower, предусматривающей создание корпоративного централизованного центра ТТС для принятия корректирующих аналитических решений в реальном масштабе времени и формирования прогнозов (предиктивная аналитика).
1. Kurenkov P.V., Preobrazhenskiy D.A. Ekonomika i logistika sinhromodal'nyh perevozok // Transport v integracionnyh processah mirovoy ekonomiki: mat-ly Mezhdunar. nauch.-prakt. onlayn-konf. / pod red. V.G. Gizatullinoy. Gomel': Belorus. gos. un-t transporta, 2020. S. 172–174.
2. Dybskaya V.V. Logistika. Integrirovannaya cep' postavok. M.: Al'pina Pablisher, 2020. 722 s.
3. Bulatova N.N., Perminov N.N., Yakimov A.I. Issledovanie sinhromodal'nosti v transportnoy logistike regiona // Ekonomika i biznes: teoriya i praktika. 2025. № 5 (123). S. 61–66.
4. Kurenkov P.V., Glinskiy V.A., Baranova A.V. Strukturizaciya topologii mul'timodal'nyh terminal'no-setevyh sposobov dostavki// Logistika – Evraziyskiy most: mat-ly XIX Mezhdunar. nauch.-prakt. konf. Krasnoyarsk, 2024. S. 126–131. EDN: https://elibrary.ru/ZEAFQQ.
5. Lupan M.V., Nuzhnov E.V. Ispol'zovanie intellektual'nyh agentov na avtomatizirovannom gruzovom terminale // Izvestiya Yuzhnogo federal'nogo universiteta. Tehnicheskie nauki. 2012. № 7. S. 174–180.
6. Gabdulhakov A.A., Zavalischin D.S. Dinamicheskaya optimizaciya slozhnyh marshrutov v transportnoy logistike // Sovremennye naukoemkie tehnologii. 2021. №5. S. 33–38.
7. Zavalischin D.S., Timofeeva G.A. Transportnaya set' s neopredelennymi parametrami: optimizaciya marshruta // Transport Urala. 2023. № 3. S. 3–6.
8. Analiz trudoemkosti razlichnyh algoritmicheskih podhodov dlya resheniya zadachi kommivoyazhera / S.S. Semenov [i dr.] // Sistemy upravleniya, svyazi i bezopasnosti. 2017. № 1. S. 116–131.
9. Palagin Yu.I., Mochalov A.I., Timonin A.V. Matematicheskoe modelirovanie i raschet harakteristik trehmodal'nyh transportno-terminal'nyh setey // Prikladnaya informatika. 2013. № 2 (44). S. 32–41.
10. Galkin S.V., Kulikov A.V. Primenenie mul'tiagentnyh tehnologiy v logisticheskih sistemah // Logisticheskie sistemy. 2019. № 2. S. 45–52.
11. Fedotov A.V., Ivanov S.A. Primenenie agentnogo modelirovaniya v mul'timodal'noy transportnoy logistike // Logisticheskie sistemy. 2022. № 3. S. 78–85.
12. Kostyuk Yu.L. Effektivnaya realizaciya algoritma resheniya zadachi kommivoyazhera metodom vetvey i granic // PDM. 2013. № 2 (20). S. 78–90.
13. Algoritm Deykstry // HexLet. URL: https://ru.hexlet.io/courses/graphs/ lessons/shortest_paths/theory_unit (data obrascheniya: 20.09.2025).
14. Algoritm Deykstry // Algoritmika/CS. URL: https://ru.algorithmica. org/cs/shortest-paths/dijkstra (data obrascheniya: 20.09.2025).
15. Palagin Yu.I. Logistika – planirovanie i upravlenie material'nymi potokami: ucheb. posob. SPb., 2009. 284 s.
16. Palagin Yu.I. Transportnaya logistika i mul'timodal'nye perevozki. Tehnologiya. Optimizaciya. Upravlenie: ucheb. posob. SPb.: Poli tehnika,2017. 266 s.
17. Tyurin A.Yu. Evristicheskie metody resheniya zadach dostavki melkopartionnyh gruzov // Vestnik Kuzbasskogo gosudarstvennogo tehnicheskogo universiteta. 2007. № 1. S. 51–55.
18. Glinskiy V.A. Klyuchevye elementy terminal'no-setevoy koncepcii sinhromodal'nyh perevozok // Vestnik Doneckoy akademii avtomobil'nogo transporta. 2025. № 1. S. 52–67. EDN: https://elibrary.ru/VHAWON.
19. Informacionno-logisticheskaya model' vybora marshruta dostavki konteynerov / S.P. Vakulenko [i dr.] // Vestnik transporta Povolzh'ya. 2022. № 6 (96). S. 73–78.
20. Koncepciya integracii usilennoy logistiki i fizicheskogo interneta / D. Chishich [i dr.] // Social'no-ekonomicheskiy i gumanitarnyy zhurnal Krasnoyarskogo GAU. 2020. № 2 S. 38–40.
21. Supply Chain Control towers or One Network’s Cloudplatform // One Network Enterprises. 2017. URL: https://www.onenetwork.com (data obrascheniya: 12.04.2025).
22. Glinskiy V.A., Baranova A.V. Logisticheskie platformennye i ekosistemnye resheniya v mul'timodal'nyh cepyah postavok // Vestnik SPbGUGA. 2025. №2 (47). S. 91–101.
