ОРГАНІЗАЦІЯ МОДЕЛІ ЛОГІСТИЧНОЇ МЕРЕЖІ З ВИКОРИСТАННЯМ ПРОГРАМНИХ ТА НЕЙРОМЕРЕЖЕВИХ АЛГОРИТМІВ

  • А. П. Томашко Національний лісотехнічний університет України
Ключові слова: нейронна мережа, логістична мережа, аналіз, побудова, ланцюг постачання

Анотація

У роботі досліджено принципи організації моделі логістичної мережі з використанням програмних та
нейромережевих алгоритмів. Розкрито структуру сучасної логістичної мережі до складу якої віднесено: ланцюг
постачання, ланцюг збуту та зберігання. Підкреслено, що сторона ланцюга постачання має найповнішу інформацію
про аналіз продукту, а також охоплює послідовність оновлень складу. Наголошується, що ефективність управління
інформацією логістичної мережі визначає оновлення продукту на кінці ланцюга постачання, і тільки за допомогою
повної інформації про продукт кінцевого ланцюга постачання можна ефективно контролювати ефективність
логістики у сфері функціонування. Зазначено, що впровадження технології інтелектуальної мережі дозволяє
реалізувати інтелектуальне управління логістикою, а поступове створення вузлів Інтернету речей інтегрує
логістичні ресурси, що дозволяє здійснювати процес оптимізації системи управління в інформаційній системі,
вирішуючи проблему планування шляху, обороту матеріалів для зберігання, відповідності інформації про продукт і
клієнта та недиференційованого розподілу близькості, може вийти на новий рівень. Запропоновано схему графової
згорткової нейронної мережі з детальним описом механізму функціонування. У якості модифікації запропоновано
використання тензора та наведено детальну структуру мережі з тензором. Наголошено на схемі розрідженої
структури загорткового шару з описом функціональної складової. Доведено, що запропонована структура
відрізняється від попередньої підвищеним рівнем ефективності за рахунок того, що логістичні дані в реальному часі
кожного логістичного вузла збираються, і логістичні дані попередньо обробляються, щоб усунути нестандартні
дані в процесі аналізу. У свою чергу, різниця логістичних даних у різних часових вузлах збільшується, і відбувається
розділення логістичних даних на піковий період і гладкий період відповідно до рівня часу, але набір логістичних даних
на різних двох етапах підкоряється випадковому розподілу.

Опубліковано
2024-02-05
Розділ
Статті