Показати скорочену інформацію

dc.contributor.authorЛещенко, Ю. Я.uk
dc.contributor.authorЮхимчук, М. С.uk
dc.contributor.authorДубовой, В. М.uk
dc.contributor.authorLeshchenko, Y.en
dc.contributor.authorYukhymchuk, M.en
dc.contributor.authorDubovoy, V.en
dc.date.accessioned2026-03-20T13:15:54Z
dc.date.available2026-03-20T13:15:54Z
dc.date.issued2025
dc.identifier.citationЛещенко Ю. Я., Юхимчук М. С., Дубовой В. М. Кластеризація об'єктів у завданнях масової доставки «останньої милі» // Наукові праці Вінницького національного технічного університету. Елек. текст. дані (PDF: 962 КБ). 2025. № 3. URI: https://praci.vntu.edu.ua/index.php/praci/article/view/849.uk
dc.identifier.issn2307-5376
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/50919
dc.description.abstractСучасні логістичні системи, особливо в контексті доставки останньої милі, стикаються з низкою викликів, пов’язаних із зростанням обсягів електронної комерції, підвищеними вимогами до швидкості обслуговування та необхідністю оптимального використання ресурсів. З огляду на високу щільність міських мереж, обмеженість транспортної інфраструктури та зростання екологічних вимог, традиційні методи побудови маршрутів втрачають ефективність. У цій роботі розглянуто багатокритеріальну задачу маршрутизації доставки, що передбачає розбиття заданої множини пунктів доставки на N неперетинних підмножин із фіксованими розмірами та побудову оптимальних гамільтонових циклів усередині кожної підмножини. Основною метою є мінімізація векторного функціонала, який поєднує два ключові критерії: сумарну вагу всіх маршрутів та рівномірність балансування навантаження між ними. Для розв’язання задачі запропоновано евристичний підхід, що ґрунтується на поєднанні методу найближчого сусіда для побудови початкових маршрутів та локального удосконалення за допомогою оператора 2-OPT. Процес формування підмножин здійснюється шляхом випадкового розподілу з подальшою оцінкою якості розбиття за комбінованою функцією, яка враховує вагові співвідношення між критеріями оптимізації. Ефективність запропонованого алгоритму підтверджено результатами чисельних експериментів. Зокрема, показано, що підхід забезпечує прийнятний баланс між часом виконання та якістю отриманих рішень, наближаючи їх до Парето-оптимальних. Отримані результати мають практичне значення для побудови гнучких і масштабованих систем доставки, зокрема у сфері логістики останньої милі, децентралізованих платформ на основі IoT та систем штучного інтелекту. Перспективними напрямами подальших досліджень є розширення моделі з урахуванням часових вікон, ресурсних обмежень та динамічної природи міських логістичних систем.uk
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofНаукові праці Вінницького національного технічного університету. № 3.uk
dc.relation.urihttps://praci.vntu.edu.ua/index.php/praci/article/view/849
dc.subjectбагатокритеріальна оптимізаціяuk
dc.subjectмаршрутизація доставкиuk
dc.subjectостання миляuk
dc.subjectзадача комівояжера (TSP)uk
dc.subjectлогістикаuk
dc.titleКластеризація об'єктів у завданнях масової доставки «останньої милі»uk
dc.typeArticle, professional native edition
dc.typeArticle
dc.identifier.udc65.011; 65.012; 656.07; 004.7
dc.relation.referencesIntegrating Clustering Methodologies and Routing Optimization Algorithms for Last-Mile Parcel Delivery / A. Ramírez-Villamilet al. Lecture Notes in Computer Science. Cham, 2022. P. 275–287. URL: https://doi.org/10.1007/978-3-031-16579-5_19.en
dc.relation.referencesA Clustering Based Routing Heuristic for Last-Mile Logistics in Fresh Food E-Commerce / D. Prajapatiet al. Global Business Review. 2020. P. 097215091988979. URL: https://doi.org/10.1177/0972150919889797.en
dc.relation.referencesCepolina E. M. The packages clustering optimisation in the logistics of the last mile freight distribution. International Journal of Simulation and Process Modelling. 2016. Vol. 11, No6. P. 468. URL: https://doi.org/10.1504/ijspm.2016.082909.en
dc.relation.referencesForsberg E., Nordqvist G. Heuristic clustering methods for solving vehicle routing problems.Optimization and Systems Theory. KTH Royal Institute of Technology, Stockholm, Sweden, 2023. URL: https://www.diva-portal.org/smash/get/diva2:1780176/FULLTEXT01.pdf.en
dc.relation.referencesVillalba A. F. L., Rotta E. C. G. L. Clustering and heuristics algorithm for the vehicle routing problem with time windows.International Journal of Industrial Engineering Computations. 2022. Vol. 13, No2. P. 165–184. URL: https://doi.org/10.5267/j.ijiec.2021.12.002.en
dc.relation.referencesClustering algorithm for a vehicle routing problem with time windows / T. D. C. Leet al. Transport. 2022. Vol. 37, No1. P. 17–27. URL: https://doi.org/10.3846/transport.2022.16850.en
dc.relation.referencesPerboli G., Rosano M. Parcel delivery in urban areas: Opportunities and threats for the mix of traditional and green business models. Transportation Research Part C: Emerging Technologies. 2019. Vol. 99. P. 19–36. URL: https://doi.org/10.1016/j.trc.2019.01.006.en
dc.relation.referencesCity logistics, urban goods distribution and last mile delivery and collection / I. Cardenaset al. Competition and Regulation inNetwork Industries. 2017. Vol. 18, No1-2. P. 22–43. URL: https://doi.org/10.1177/1783591717736505.en
dc.relation.referencesDucret R., Lemarié B., Roset A. Cluster analysis and spatial modeling for urban freight. Identifying homogeneous urban zones based on urban form and logistics characteristics.Transportation Research Procedia. 2016. Vol. 12. P. 301–313. URL: https://doi.org/10.1016/j.trpro.2016.02.067.en
dc.relation.referencesJoshi N., Hameed A. Optimizing last-mile delivery operations with geospatial analytics.Research Gate. 2023. URL: https://www.researchgate.net/publication/394086359_Optimizing_Last-Mile_Delivery_Operations_with_Geospatial_Analytics.en
dc.relation.referencesA spatial agent-based model of e-commerce last-mile logistics towards a delivery-oriented development.G. Calabrò et al. Transportation Research Interdisciplinary Perspectives. 2023. Vol. 21. P. 100895. URL: https://doi.org/10.1016/j.trip.2023.100895.en
dc.relation.referencesBarkah A., Robert P. Emissions.Massachusetts Institute of Technology, 2023. URL: https://dspace.mit.edu/handle/1721.1/117610.en
dc.relation.referencesA multi-objective distributionally robust model for sustainable last mile relief network design problem / P. Zhang et al. Annals of Operations Research. 2020. URL: https://doi.org/10.1007/s10479-020-03813-3.en
dc.relation.referencesRahmani M. Multi-objective optimization and design of a last-mile delivery system combining drones and public transport.University of Burgundy Franche-Comté.2023. URL: https://theses.hal.science/tel-05125249v1.en
dc.relation.referencesSutrisno H., Yang C.-L. A two-echelon location routing problem with mobile satellites for last-mile delivery: mathematical formulation and clustering-based heuristic method.Annals of Operations Research. 2023. URL: https://doi.org/10.1007/s10479-023-05177-w.en
dc.identifier.doihttps://doi.org/10.31649/2307-5376-2025-3-75-85


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію