Operation of Maritime Transport Operation of Maritime Transport Эксплуатация морского транспорта 1992-8181 64389 10.34046/aumsuomt106/19 РАЗДЕЛ 1 ЭКСПЛУАТАЦИЯ ВОДНОГО ТРАНСПОРТА, СУДОВОЖДЕНИЕ, ВОДНЫЕ ПУТИ СООБЩЕНИЯ И ГИДРОГРАФИЯ OPERATION OF WATER TRANSPORT, NAVIGATION WATERWAYS AND HYDROGRAPHY РАЗДЕЛ 1 ЭКСПЛУАТАЦИЯ ВОДНОГО ТРАНСПОРТА, СУДОВОЖДЕНИЕ, ВОДНЫЕ ПУТИ СООБЩЕНИЯ И ГИДРОГРАФИЯ DEVELOPMENT OF AN AUTOMATION SYSTEM AND INTELLIGENT NEURAL NETWORK MANAGEMENT OF TRANSPORT CARGO FLOWS USING AUTONOMOUS SHIPS РАЗРАБОТКА СИСТЕМЫ АВТОМАТИЗАЦИИ И ИНТЕЛЛЕКТУАЛЬНОГО НЕЙРОСЕТЕВОГО УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ГРУЗОПОТОКАМИ С ИСПОЛЬЗОВАНИЕМ АВТОНОМНЫХ СУДОВ Vasilescu M.-V. Vasilescu M.-V. Епихин Алексей Иванович I Epikhin A I bsmbeton@mail.ru Тория Т. Г. Toriya T. G. Хекерт Евгений Владимирович V Heckert E V khekert@nsma.ru Модина Марина Александровна A Modina M A Васаган И. Ю. Vasagan I. Yu. Государственный морской университет им. адмирача Ф.Ф. Ушакова ru Государственный морской университет им. адмирача Ф.Ф. Ушакова ru ФГБОУ ВО «ГМУ им. адм. Ф.Ф. Ушакова» ru ФГБОУ ВО «ГМУ им. адм. Ф.Ф. Ушакова» ru ФГБОУ ВО «ГМУ им. адм. Ф.Ф. Ушакова» ru ФГБОУ ВО «ГМУ им. адм. Ф.Ф. Ушакова» ru 31 03 2023 31 03 2023 114 122 31 03 2023 31 03 2023 https://aumsu.editorum.ru/en/nauka/article/64389/view

Актуальность статьи обусловлена тем, что в современных условиях четвертая промышленная револю-ция (индустрия 4.0), цифровая экономика и цифровое общество выступают как новая среда для транс-портных систем и новые условия для логистики и цепочек поставок. В статье представлено описание инструментов и методов моделирования транспортных потоков с использованием искусственного ин-теллекта. В качестве примера обсуждаются нейронное моделирование оценки транспортных услуг и многогранный характер этой проблемы. Предложена модель для выбора оптимальных маршрутов. В статье рассмотрены технологии управления транзитным грузопотоком в морском транспорте с исполь-зованием автономных судов на основе нейросетевого моделирования. Отдельное внимание уделено возможности на основании многослойного персептрона Румельхарта проведения оценки экономиче-ского и транспортного эффекта использования группы судов, состоящей из трампового судна, являю-щегося ведущим, и нескольких автономных судов, контроль и отслеживание движения которых осу-ществляется нейронной сетью

The relevance of the article is due to the fact that in modern conditions the fourth industrial revolution, digital economy and digital society act as a new environment for transport systems and new conditions for logistics and supply chains. The article presents a description of tools and methods for modeling traffic flows using artificial intelligence. As an example, neural modeling of the assessment of transport services and the multifac-eted nature of this problem are discussed. A model for choosing optimal routes is proposed. The article dis-cusses the features of the technology for managing transit cargo traffic in sea transport using autonomous ves-sels based on neural network modeling. Special attention is paid to the possibility, based on Rumelhart's mul-tilayer perceptron, to assess the economic and transport effect of using a group of ships, consisting of a tramp ship, which is the lead, and several autonomous ships, the control and tracking of the movement of which is carried out by a neural network

 логистика перевозка автономное судно нейронная сеть затраты эффективность слежение logistics transportation autonomous ship neural network costs efficiency tracking

Душкин Р. В., Андронов М Г 2019 Гибридная схема построения искусственных интеллекту-альных систем Кибернетика и программирова-ние № 4. С.51-58. Dushkin R. V., Andronov M G 2019 Gibridnaya shema postroeniya iskusstvennyh intellektu-al'nyh sistem Kibernetika i programmirova-nie № 4. S.51-58. Ефимов А. Д., Бессарабов Е Н, Караева М Р, Мо-хов В А, Яркин Е К, Романенко В Е 2019Анализ современных трендов цифровой логистики Из-вестия вузов. Северо-Кавказский регион. Серия: Технические науки № 2 (202). С.5-12. Efimov A. D., Bessarabov E N, Karaeva M R, Mo-hov V A, Yarkin E K, Romanenko V E 2019Analiz sovremennyh trendov cifrovoy logistiki Iz-vestiya vuzov. Severo-Kavkazskiy region. Seriya: Tehnicheskie nauki № 2 (202). S.5-12. Илюхина С. С. 2020 Информационные техноло-гии в логистике транспортного узла Инновации и инвестиции № 2. С.256-258. Ilyuhina S. S. 2020 Informacionnye tehnolo-gii v logistike transportnogo uzla Innovacii i investicii № 2. S.256-258. Касаткина Е. В., Кетова К В 2020 Создание ин-формационно-аналитической среды для управ-ления транспортными потоками StudNet № 12. С.1906-1927. Kasatkina E. V., Ketova K V 2020 Sozdanie in-formacionno-analiticheskoy sredy dlya uprav-leniya transportnymi potokami StudNet № 12. S.1906-1927. Косоруков А.А. 2019 Технологии искусствен-ного интеллекта в современном государствен-ном управлении Социодинамика № 5. С.43-58. Kosorukov A.A. 2019 Tehnologii iskusstven-nogo intellekta v sovremennom gosudarstven-nom upravlenii Sociodinamika № 5. S.43-58. Куренков П. В. 2020 Моделирование топологии взаимодействия субъектов транспортного рынка посредством потоков различных типов Социально-экономический и гуманитарный журнал Красноярского ГАУ № 2 (16). С.79-92. Kurenkov P. V. 2020 Modelirovanie topologii vzaimodeystviya sub'ektov transportnogo rynka posredstvom potokov razlichnyh tipov Social'no-ekonomicheskiy i gumanitarnyy zhurnal Krasnoyarskogo GAU № 2 (16). S.79-92. Недяк А.В., Рудзейт О. Ю., Зайнетдинов А. Р. 2019 Классификация методов моделирования транспортных потоков Вестник евразийской науки № 6. С.78. Nedyak A.V., Rudzeyt O. Yu., Zaynetdinov A. R. 2019 Klassifikaciya metodov modelirovaniya transportnyh potokov Vestnik evraziyskoy nauki № 6. S.78. Петрушин В. А., Бугаков П. Ю. 2020Разработка программного обеспечения на основе нейросети для оптимизации и анализа дорожного трафика Интерэкспо Гео-Сибирь № 1. С.93-98. Petrushin V. A., Bugakov P. Yu. 2020Razrabotka programmnogo obespecheniya na osnove neyroseti dlya optimizacii i analiza dorozhnogo trafika Interekspo Geo-Sibir' № 1. S.93-98. Усачева Л. Н., Кондраненкова П. А. 2020 Циф-ровая оптимизация водного транспорта Символ науки № 6. С.40-42. Usacheva L. N., Kondranenkova P. A. 2020 Cif-rovaya optimizaciya vodnogo transporta Simvol nauki № 6. S.40-42. Гагарский Э. А. 2019 Транзитный потенциал - резерв динамичного и инновационного разви-тия внешнеторговых перевозок России Транс-порт: наука, техника, управление № 9. С. 45-53. Gagarskiy E. A. 2019 Tranzitnyy potencial - rezerv dinamichnogo i innovacionnogo razvi-tiya vneshnetorgovyh perevozok Rossii Trans-port: nauka, tehnika, upravlenie № 9. S. 45-53. Shao, Lili 2021 Design of logistics operation man-agement algorithm based on information technol-ogy on internet // International journal of infor-mation technology and management Volume 20: Number 3; pp 299-315. Shao, Lili 2021 Design of logistics operation man-agement algorithm based on information technol-ogy on internet // International journal of infor-mation technology and management Volume 20: Number 3; pp 299-315. Create and grow more with Unity URL: https://unity.com/ Create and grow more with Unity URL: https://unity.com/