Исследование вариантов формирования данных на основе многосценарного моделирования по развитию морского пассажирского терминала для принятия решений при неопределенности

Темой работы является исследование вариантов принятия решений при неопределенности, а также в практических ситуациях работы с ограниченными данными в условиях стохастического, изменчивого влияния внешней среды в сфере морских пассажирcких перевозок. Обращается внимание на то, что в данном случае принятие решения по модернизации только на основе опыта руководителя порта или некоторого опыта отрасли, с одной стороны, достаточно ограничено в выборе альтернатив, а с другой — может привести к неправильным решениям в области прогнозирования развития, формированию мер, направленных на изменение положения морского пассажирcкого порта в регионе моря по отношению к другим терминалам и оценке целевой функции порта. Отмечается, что одним из инструментов сбора данных является непрерывный мониторинг изменений в маршрутных паромных и круизных сетях и анализ изменений инфраструктуры других пассажирских портов в регионе. Для полноты данных предлагается использование многосценарного моделирования в цифровом двойнике морского пассажирcкого порта, разработанного в среде AnyLogic, а также выполнение оптимизационных экспериментов, позволяющих получить набор значений по количеству круизных и паромных судов на предстоящую навигацию. Отмечается, что использование имитационной модели дает возможность включить такое влияние внешней среды, как тенденция к увеличению размеров круизных и паромных судов, тем самым формируя современные инфраструктурные требования к созданию новых или модернизации существующих причалов. В данной случае обоснованно предлагается введение приоритетности в модели входящего потока судов. Объектом исследования выступает входящий поток круизных и паромных судов с выделением приоритетности в очереди. Представлен сравнительный анализ применимости различных математических распределений систем массового обслуживания для входных потоков судов в систему морского пассажирского порта с приоритетами. Разработанная имитационная модель выполнена на основе имеющихся реальных данных по инфраструктуре пассажирского порта АО «Пассажирский порт Санкт-Петербург «Морской фасад» и судозаходам за прошедшие годы. Рассмотрен многосценарный случайный входной поток круизных и паромных судов, имеющий несколько приоритетных характеристик. В результате моделирования формируется набор данных, который для руководителя порта является необходимым полем полезности и основой для использования моделей принятия решений при неопределенности. В результате многосценарного моделирования проведен анализ полученных данных моделирования пропускной способности при различных распределениях потока. На основе выполненных экспериментов определена эффективность использования бета-распределения. По результатам моделирования определены границы применимости по каждому распределению и получен доверительный интервал максимальной интенсивности, на который можно ориентироваться при принятии решений по модернизации инфраструктуры порта. Методика формирования данных на основе многосценарного моделирования позволяет сформировать необходимый набор данных с учетом влияния внешней среды для принятия решений в отношении модели развития морского пассажирского терминала. Представленная методика может быть распространена на исследование систем: «морская паромная / круизная линий – морской пассажирский порт – наземная инфраструктура».

1. Ćorluka G. Cruise port passenger flow analysis: A cruise port governance perspective / G. Ćorluka, I. Peronja, D. Tubić // NAŠE MORE: znanstveni časopis za more i pomorstvo. — 2020. — Vol. 67. — Is. 3. — Pp. 181–191. DOI: 10.17818/NM/2020/3.1.

2. London, W. R. Power in the context of cruise destination stakeholder’s interrelationships / W. R. London, G. Lohmann // Res. Transp. Bus. Manag. — 2014. — Vol. 13. — Pp. 24‒35. DOI: 10.1016/j.rtbm.2014.11.004.

3. Майоров Н. Н. Моделирование работы морского пассажирского порта на основе цифровой транспортной модели с учетом различных приоритетов круизных и паромных судов / Н. Н. Майоров, В. А. Фетисов, А. А. Силина // Вестник государственного университета морского и речного флота им. адмирала С. О. Макарова. — 2024. — Т. 16. — № 2. — С. 197‒211. DOI: 10.21821/2309-5180-2024-16-2-197-211. — EDN ANFAKG.

4. Бродецкий Г. Л. Системный анализ в логистике. Принятие решений в условиях неопределенности. / Г. Л. Бродецкий — М.: Аcademia, 2010. — 336 c.

5. Клейнрок Л. Теория массового обслуживания / Пер. с англ. канд. техн. наук И. И. Грушко / Л. Клейнрок. — М.: Машиностроение, 1979. — 432 с.

6. Общая информация — Пассажирский порт Санкт-Петербург Морской фасад. [Электронный ресурс]. Режим доступа: https://www.portspb.ru/O_porte/about (дата обращения 10.11.2024).

7. Язвенко М. Р. Исследование загруженности причалов морского пассажирского порта на основе моделирования / М. Р. Язвенко // Системный анализ и логистика. — 2021. — № 2(28). — С. 104‒113. DOI: 10.31799/2077-5687-2021-2-104-113. — EDN EJHUOQ.

8. Майоров Н. Н. Исследование операционных процессов обслуживания пассажиров в морском пассажирском терминале с использованием моделирования / Н. Н. Майоров, В. А. Фетисов // Вестник государственного университета морского и речного флота им. адмирала С. О. Макарова. — 2016. — № 6(40). — С. 70‒80. DOI: 10.21821/2309-5180-2016-8-6-70-80. — EDN XHLRJH.

9. Krile S. Modernization of the Infrastructure of Marine Passenger Port Based on Synthesis of the Structure and Forecasting Development / S. Krile, N. Maiorov, V. Fetisov // Sustainability. — 2021. — Vol. 13. — Is. 7. — Pp. 3869. DOI: 10.3390/su13073869.

10. Fernández-Gámez M. A. A dynamic modelling approach to manage the cruise port of call / M. A. Fernández-Gámez, L. Valcarce-Ruiz, R. Becerra-Vicario, J. Diéguez-Soto // Research in Transportation Business & Management. — 2022. — Vol. 43. — Pp. 100818. DOI: 10.1016/j.rtbm.2022.100818.

11. Майоров Н. Н. Планирование работы морского пассажирского терминала на основе исследования интенсивностей заходов круизных судов / Н. Н. Майоров, В. А. Фетисов // Вестник Астраханского государственного технического университета. Серия: Морская техника и технология. — 2019. — № 3. — С. 120‒128. DOI: 10.24143/2073-1574-2019-3-120-128. — EDN LMZQEO.

12. Tsamboulas D. How to forecast cruise ship arrivals for a new port-of-call destination / D. Tsamboulas, P. Moraiti, G. Koulopoulou // Transportation Research Record: Journal of the Transportation Research Board. — 2013. — Is. 2330. — Pp. 24‒30. DOI: 10.3141/2330-04.

13. Krile S. Efficient Heuristic for Non-linear Transportation Problem on the Route with Multiple Ports. / S. Krile // Polish Maritime Research. Gdansk. Poland. — 2013. — Vol. 20, No. 4. — Pp. 80‒86. DOI: 10.2478/pomr2013-0044.

14. Каталевский Д. Ю. Основы имитационного моделирования и системного анализа в управлении / Д. Ю. Каталевский. — М.: Издательский дом «Дело»: РАНХиГС, 2015. — 496 с.

15. Язвенко М. Р. Моделирование морского грузового порта как системы массового обслуживания в среде AnyLogic / М. Р. Язвенко, А. Г. Морозков // Системный анализ и логистика. — 2020. — № 4(26). — С. 59‒66. DOI: 10.31799/2007-5687-2020-4-59-66. — EDN PCABYR.

16. Maiorov N. N. Research and Development of an Algorithm for Multi-Priority Flows in Transportation Systems / N. N. Maiorov, M. R. Yazvenko // 2024 Wave Electronics and its Application in Information and Telecommunication Systems (WECONF), St. Peterburg, Russian Federation. — 2024. — Pp. 1‒4. DOI: 10.1109/WECONF61770.2024.10564652.