Моделювання логістичних процесів імпорту морепродуктів в умовах пошкодженої інфраструктури

Abstract

Стаття присвячена питанням моделювання процесів пошуку рішень логістичних проблем з постачання риби та морепродуктів населенню України. В роботі проведено аналіз чисельних публікацій українських і зарубіжних вчених на теми, пов’язані з питаннями маркетингу і логістики рибної продукції. Дана оцінка сучасних умов, в яких здійснюється постачання морепродуктів, розглянуто проблеми, з якими стикаються перевізники продукції, серед яких основними є бойові дії, постійні обстріли, пошкодження та руйнування інфраструктурної та енергетичної мереж України. Для розв’язання поставленої задачі застосовано метаевристичний алгоритм Сірого Вовка (Grey Wolf Optimization – GWO), який використовується для вирішення NP-складних проблеми, які важко розв’язати традиційними точними методами, або ці методи взагалі не існують. Продуктивність алгоритмів такого типу оцінюється на основі п’яти показників: якість рішення, швидкість збіжності, обчислювальна ефективність, стійкість і гнучкість. Запропонована на основі GWO модель дозволила оптимізувати кілька цілей, включаючи мінімізацію загальних витрат на ланцюг постачання, максимізацію задоволеності клієнтів і зменшення шкідливого впливу на навколишнє середовище, що дозволяє забезпечити комплексний підхід до управління ланцюгом постачання.

The article is devoted to issues of modeling the processes of finding solutions to logistical problems in fish and seafood supply to the population of Ukraine. The paper analyzes the numerous publications of Ukrainian and foreign researches on topics related to issues of marketing and logistics of fish products. The modern conditions’ assessment in which the supply of seafood is carried out is given. The problems faced by product carriers are considered, among which the main ones are hostilities, constant shelling, damage and destruction of infrastructure and energy networks of Ukraine. The Gray Wolf Optimization (GWO) metaheuristic algorithm is used to solve the given problem, which helps to solve NP-complex problems that are difficult to solve by any traditional exact methods, or these methods do not exist at all. Productivity of such type algorithms is evaluated based on five indicators: solution quality, convergence speed, computational efficiency, robustness, and flexibility. The proposed GWO-based model enabled the optimization of several objectives, including the minimization of total supply chain costs, maximization of customer satisfaction, and reduction of harmful environmental impacts, enabling an integrated approach to supply chain management.