УДК: 656.1
https://doi.org/10.25198/2077-7175-2025-1-106
EDN: ALVPIL


просмотр

СОВЕРШЕНСТВОВАНИЕ ТРАНСПОРТНОЙ КЛАССИФИКАЦИИ ГРУЗОВ ДЛЯ ПЛАНИРОВАНИЯ ПЕРЕВОЗОК ЗАМОРОЖЕННЫХ И ОХЛАЖДЕННЫХ ПРОДУКТОВ ПИТАНИЯ

В. Е. Селюн1, Л. С. Трофимова2
Сибирский государственный автомобильно-дорожный университет (СибАДИ), Омск, Россия
1e-mail: valeri0397@mail.ru
2e-mail: trofimova_ls@mail.ru

Аннотация. Актуальность настоящего исследования обоснована тем, что современная транспортная классификация грузов не выделяет отдельной группы «замороженные и охлажденные продукты питания, готовые к употреблению» с учетом всей совокупности свойств такого груза. Отсутствие научно обоснованного планирования работы подвижного состава с учетом спектра особенностей свойств этих грузов, которые проявляются при перевозке от производителя к потребителю, на практике приводит к невыполнению требований участников транспортного процесса. В практике перевозок присутствует взаимосвязь участников транспортного процесса, учитывающая требования нормативных документов, свойств груза. Описание взаимосвязи эксплуатационных показателей работы подвижного состава обеспечит разработку научно обоснованного инструмента планирования для выполнения условий доставки груза потребителю и получения прибыли перевозчику. Целью исследования является совершенствование транспортной классификации грузов для планирования перевозок замороженных и охлажденных продуктов питания с учетом взаимосвязи эксплуатационных показателей.

В исследовании применяются научные методы текущего планирования работы подвижного состава, подходы к транспортной классификации с учетом дополнения перечня свойств изучаемого объекта, системный анализ.

Научная новизна в виде усовершенствованной транспортной классификации грузов по группам продуктов «Мясо и мясные продукты», «Рыбная продукция», «Молоко и молочные продукты», «Кондитерская продукция», «Овощи», позволившей выделить вид груза «замороженные и охлажденные продукты питания, готовые к употреблению» и установленной взаимосвязи плановых показателей и показателей, соответствующих требованиям транспортной классификации и требованиям участников транспортного процесса.

Дальнейшие исследования будут направлены на разработку математической модели для планирования перевозок замороженных и охлажденных продуктов питания, готовых к употреблению, в ресторанах быстрого питания.

Новые научные результаты выражены в виде взаимосвязи эксплуатационных показателей планирования, характеризующие время выполнения перевозок, количество груза, транспортную работу с показателями, обеспечивающими сохранность свойств груза «замороженных и охлажденных продуктов питания, готовых к употреблению» при их перевозке. Разработана схема взаимосвязи эксплуатационных показателей планирования перевозок замороженных и охлажденных продуктов питания, готовых к употреблению, с показателями, характеризующими свойства груза и требования к перевозке.

Применение результатов исследований направлено на выполнение плановых показателей работы подвижного состава.

Ключевые слова: транспортная классификация груза, замороженные и охлажденные продукты питания, готовые к употреблению, планирование работы подвижного состава, эксплуатационные показатели.

Благодарности. Авторы выражают благодарности редакции журнала «Интеллект. Инновации. Инвестиции» и рецензентам статьи.

Для цитирования: Селюн В. Е., Трофимова Л. С. Совершенствование транспортной классификации грузов для планирования перевозок замороженных и охлажденных продуктов питания // Интеллект. Инновации. Инвестиции. – 2025. – № 1. – С. 106–116. – https://doi.org/10.25198/2077-7175-2025-1-106.


Литература

  1. Бекмурзаев И. Д., Серба В. Я., Волкова А. А. Проблемы и перспективы развития рынка холодной логистики // Индустриальная экономика. – 2023. – № 1. – С. 27–32. – https://doi.org/10.47576/2712-7559_2023_1_27. – EDN: RJIKLI.
  2. Выбор специального транспортного средства для перевозки скоропортящихся грузов по железной дороге / Т. И. Набатчикова [и др.] // Вестник Научно-исследовательского института железнодорожного транспорта. – 2020. – Т. 79, № 6. – С. 360–364. – https://doi.org/10.21780/2223-9731-2020-79-6-360-364. – EDN: FGFFKP.
  3. Герасименко П. В., Ходаковский В. А. Моделирование и оценивание риска достижения планового среднего расстояния перевозки груза автомобильным транспортом России // Интеллектуальные технологии на транспорте. – 2023. – № 3(35). – С. 22–27. – https://doi.org/10.24412/2413-2527-2023-335-22-27. – EDN: GAOGGX.
  4. Гришкова Д. Ю., Тесленко И. О. Логистические схемы доставки скоропортящихся грузов // Современные технологии. Системный анализ. Моделирование. – 2022. – № 2(74). – С. 121–129. – https://doi.org/10.26731/1813-9108.2022.2(74).121-129. – EDN: UWORDB.
  5. Гришкова Д. Ю., Тесленко И. О. Оценка транспортно-логистических схем доставки скоропортящихся грузов в Западно-Сибирском регионе // Вестник Сибирского государственного университета путей сообщения. – 2022. – № 3(62). – С. 6–14. – https://doi.org/10.52170/1815-9265_2022_62_6. – EDN: GOSDIE.
  6. Демин В. А., Комкова Д. А., Герами В. Д. Подходы к анализу грузопотоков для внедрения современных технологий хранения и терминальной обработки грузов // Автомобиль. Дорога. Инфраструктура. – 2023. – № 2(36). Порядковый номер 9. – EDN: SPBUIM.
  7. Лесникова Е. Е., Бондаренко Е. М. Факторный анализ технологий доставки скоропортящихся грузов как инструмент принятия решения при организации перевозки // Молодая наука Сибири. – 2023. – № 2(20). – С. 42–51. – EDN: HSORPK.
  8. Новиков А. Н., Блошенков О. Ю. Анализ использования автомобильного транспорта в условиях АПХ «МИРАТОРГ» //Мир транспорта и технологических машин. – 2024. – № 3–3 (86). – С. 62–68. – https://doi.org/10.33979/2073-7432-2024-3-3(86)-62-68. – EDN: RHRXSB.
  9. Прокофьева Т. А., Лопаткин О. М. Разработка логистических транспортно-технологических схем доставки грузов на потребительский рынок Москвы // Логистика и управление цепями поставок. – 2004. – № 2–3(2–3). – С. 67–87. – EDN: TAXUVB.
  10. Романова А. А., Тавченко В. Ю. Решение двухмашинной задачи составления расписания минимальной длины при наличии частичного порядка между операциями // Вестник Омского университета. – 2022. – Т. 27, № 1. – С. 23–30. – https://doi.org/10.24147/1812-3996.2022.27(1).23-30. – EDN: RZUAZY.
  11. Сергеева Т. Л., Рооз М. О. Совершенствование организации и управления международными грузовыми перевозками в работе торгового предприятия // Актуальные проблемы логистического управления и инструменты их решения: Сборник матер. Всерос. науч.-практ. конф. – Великий Новгород: Новгородский государственный университет имени Ярослава Мудрого, 2021. – С. 132–143. – https://doi.org/10.34680/978-5-89896-750-5/2021.Logistics.15. – EDN: SJVVHQ.
  12. Смирнова О. Ю. Вопросы идентификации грузов при перевозке автомобильным транспортом // Интеллект. Инновации. Инвестиции. – 2020. – № 2. – С. 125–133. – https://doi.org/10.25198/2077-7175-2020-2-125. – EDN: YTKVIB.
  13. Трофимова Л. С. Математическая модель функционирования автотранспортного предприятия при перевозке грузов в городе // Мир транспорта и технологических машин. – 2020. – № 2(69). – С. 69–78. – https://doi.org/10.33979/2073-7432-2020-69-2-69-78. – EDN: CTXAWA.
  14. Ушаков Д. В. Логистика скоропортящихся грузов в процессе транспортного взаимодействия // Мир транспорта. – 2016. – Т. 14, № 5(66). – С. 72–77. – EDN: RHVTNR.
  15. Ekanayake C., Bandara Y. M., Chipulu M., et al. (2023) An order fulfilment location planning model for perishable goods supply chains using population density. Supply Chain Analytics, Vol. 4. – https://doi.org/10.1016/j.sca.2023.100045.
  16. Karanam M., Krishnanand L., Manupati V. K., et al. (2024) Optimizing perishable food products across states: A multi objective evolutionary algorithm for surplus to deficit transportation. Engineering Applications of Artificial Intelligence, Vol. 137, Part A. – https://doi.org/10.1016/j.engappai.2024.109130.
  17. Liu A., Zhu Q., Xu L., et al. (2021) Sustainable supply chain management for perishable products in emerging markets: An integrated location-inventory-routing model. Transportation Research Part E: Logistics and Transportation Review, Vol. 150. – https://doi.org/10.1016/j.tre.2021.102319.
  18. Rahul, J. Karmakar, et al. (2023) Designing an Energy-Efficient Transportation Network to Transport Perishable Crops: An Aggregated VRP and X-means Clustering Approach. Heliyon, Vol. 9, Issue 9. – https://doi.org/10.1016/j.heliyon.2023.e19692.
  19. SteadieSeifi M., Dellaert N., Woensel T. V. (2021) Multi-modal transport of perishable products with demand uncertainty and empty repositioning: A scenario-based rolling horizon framework. EURO Journal on Transportation and Logistics, Volume 10. – https://doi.org/10.1016/j.ejtl.2021.100044.