Искандеров Юрий Марсович — доктор технических наук, профессор, главный научный сотрудник, руководитель лаборатории интеллектуальных систем
199178, Санкт-Петербург,14 линия, 39
Iskanderov Yuri Marsovich — Grand PhD in Technical Sciences, Professor, Chief Researcher, Head of the Laboratory of Intelligent Systems
199178, St. Petersburg, line 14, 39
Буцанец Артем Александрович — кандидат технических наук
198035, Санкт-Петербург, ул. Двинская, 5/7
Butsanets Artem Aleksandrovich — PhD in technical sciences
5/7 Dvinskaya Str., St. Peterburg, 198035
Шаркова Василиса Павловна — специалист
198035, Санкт-Петербург, ул. Двинская, 5/7
Sharkova Vasilisa Pavlovna — specialist
5/7 Dvinskaya Str., St. Peterburg, 198035
Статья посвящена разработке подхода к интеллектуальной поддержке мониторинга транспортно-логистических услуг в интегрированных цепях поставок на основе риск-менеджмента. Актуальность исследования обусловлена ростом неопределенности и рисконагруженности транспортно-логистических процессов, геополитической нестабильности, трансформации логистических маршрутов и необходимости организации мультимодальных перевозок. Особое внимание уделяется водному транспорту, для которого характерна высокая зависимость от природных, инфраструктурных и организационно-технологических факторов, что усиливает вероятность возникновения каскадных эффектов в цепях поставок. Целью исследования является формирование концепции комплексного мониторинга рисков транспортно-логистических услуг и разработка системы интеллектуальной поддержки принятия решений для обеспечения устойчивого и безопасного функционирования интегрированных цепей поставок. Объектом исследования являются транспортно-логистические услуги в составе интегрированных цепей поставок, предметом исследования — методы и инструменты мониторинга и оценки рисков, возникающих в процессе их реализации. Методологическую основу исследования составляют методы риск-менеджмента, системного анализа, экспертных оценок, а также методы формирования и анализа альтернатив управленческих решений. В статье описаны способы получения релевантной информации о рисках, представлена структура системы интеллектуальной поддержки, раскрыто содержание ее семантического ядра и приведен алгоритм функционирования при выборе оптимальных управленческих решений. В результате исследования обоснована целесообразность использования интеллектуальных систем для мониторинга рисков транспортно-логистических услуг, показана роль критических точек водного транспорта в обеспечении устойчивости цепей поставок и подчеркнута значимость визуализации данных для повышения оперативности и обоснованности управленческих решений. Предложенный подход к интеллектуальной поддержке мониторинга транспортно-логистических услуг применим к различным классам транспортно-логистических услуг, включая водный транспорт, объекты которого могут рассматриваться как критические точки интегрированных цепей поставок с повышенной риск-нагруженностью.
This study develops an approach to intelligent support for monitoring transport and logistics services in integrated supply chains based on risk management. The relevance of the work is determined by the growing uncertainty and risk burden in transport and logistics processes, geopolitical instability, transformation of logistics routes, and increased competition between transport modes. Special attention is given to water transport, which is highly dependent on natural, infrastructural, organizational, and technological factors, increasing the likelihood of cascading effects within supply chains. The aim of the research is to form a concept for integrated risk monitoring of transport and logistics services and to develop an intelligent decision support system to ensure sustainable and safe functioning of integrated supply chains. The object of the research is transport and logistics services as part of integrated supply chains, while the subject is the methods and tools for monitoring and assessing risks arising during their implementation. The methodological basis includes risk management, system analysis, expert assessments, and methods for forming and analyzing management decision alternatives. The study describes procedures for obtaining relevant risk information, presents the structure of the intelligent support system, details the content of its semantic core, and explains the algorithm for selecting optimal management solutions. The results substantiate the expediency of using intelligent systems for monitoring risks in transport and logistics services, highlight the role of critical points in water transport for ensuring supply chain resilience, and emphasize the importance of data visualization in improving decision efficiency and validity. The proposed approach is applicable to various classes of transport and logistics services, including water transport, whose facilities may be considered critical points of integrated supply chains with increased risk exposure.
The authors declare that there are no conflicts of interest present.