ЦИФРОВІЗАЦІЯ ЛОГІСТИЧНИХ ПРОЦЕСІВ, УПРАВЛІННЯ РЕСУРСАМИ ТА ОПЕРАТИВНЕ ПЛАНУВАННЯ В ДЕРЖАВНІЙ СПЕЦІАЛЬНІЙ СЛУЖБІ ТРАНСПОРТУ
Анотація
У статті розглянуто актуальну проблему цифровізації логістичних процесів, управління ресурсами та оперативного планування в умовах специфічних завдань Державної спеціальної служби транспорту (далі – Держспецтрансслужба). Запровадження цифрових технологій дає змогу істотно підвищити ефективність управління матеріальними та технічними ресурсами, скоротити час на прийняття рішень і оптимізувати внутрішні процеси, що є особливо важливим за умови необхідності виконання завдань із забезпечення безперервного функціонування критичної транспортної інфраструктури держави.У межах дослідження визначено низку ключових ініціатив, спрямованих на впровадження єдиної цифрової системи управління логістикою та ресурсами, геоінформаційного моніторингу стану об'єктів інфраструктури, автоматизацію оперативного планування й реагування, а також розробку мобільних додатків для посиленої координації особового складу. Зазначено, що застосування геоінформаційних систем (ГІС) дає можливість візуалізувати та оперативно аналізувати стан об'єктів критичної транспортної інфраструктури, забезпечуючи своєчасне виконання ремонтно-відбудовних робіт і підвищуючи загальну безпеку транспортних вузлів. Методологія дослідження передбачає порівняльний аналіз сучасних цифрових платформ, математичне моделювання логістичних процесів, а також застосування статистичних методів для оцінювання ефективності впровадження даних ініціатив. Для підтвердження гіпотез щодо впливу цифровізації на оперативність і точність планування було проведено експериментальне моделювання на основі реальних даних про використання ресурсів і транспортних засобів у підрозділах Держспецтрансслужби. Отримані результати демонструють зменшення витрат часу й ресурсів, а також підвищення швидкості реагування завдяки вчасній обробці критично важливої інформації. На основі порівняння з попередніми дослідженнями та проєктами з цифрової трансформації у військовій і транспортній сферах зроблено висновок, що запропоновані заходи можуть забезпечити суттєвий приріст ефективності Держспецтрансслужби. Запропоновано перспективні напрями подальших досліджень, зокрема інтеграцію з іншими державними й військовими структурами задля посилення взаємодії та розширення функціональних можливостей цифрових платформ.
Посилання
2. Brandon-Jones A., Burgess N., Slack N. Essentials of Operations Management. Longman (Pearson Education). 2023. 560 с.
3. Klibi W., Martel A. Scenario-based supply chain network risk modeling. 2012. European Journal of Operational Research. Elsevier, vol. 223(3), p. 644-658. DOI: 10.1016/j.ejor.2012.06.027
4. Штельмашук М. С. Цифровізація та автоматизація логістичних процесів: сучасний стан та перспективи. Економіка та суспільство. Вип. 68. 2024. DOI: https://doi.org/10.32782/2524-0072/2024-68-193
5. Kache F., Seuring S. Challenges and opportunities of digital information at the intersection of Big Data Analytics and supply chain management. International Journal of Operations & Production Management. 2017. Т. 37, № 1. С. 10–36. DOI: 10.1108/IJOPM-02-2015-0078
6. Ahuja R., Magnanti T., Orlin J. Network Flows: Theory, Algorithms, and Applications. Upper Saddle River, Prentice-Hall, 1993. 864 с.
7. Law A. M. Simulation Modeling and Analysis. Sixth Edition. New York: McGraw-Hill, 2024. 784 с.
8. Ross S. M. Introduction to Probability Models. 10th ed. Academic Press is an imprint of Elsevier. 2010. 801 с.
9. Milewski R., Smal T. Decision making scenarios in military transport processes. Archives of Transport 45(1). 2018. p. 65-81. DOI: 10.5604/01.3001.0012.0945
10. Montgomery D. C. Design and Analysis of Experiments. John Wiley & Sons, 2021. 656 с.
11. Goodfellow I., Bengio Y., Courville A. Deep Learning. Cambridge: MIT Press, 2016. p.800.
12. James G., Witten D., Hastie T., Tibshirani R. An Introduction to Statistical Learning. New York: Springer, 2021. 617 с. DOI: 10.1007/978-1-0716-1418-1
13. Gunasekaran, Angappa, Yusuf, Yahaya Y., Adeleye, Ezekiel O., Papadopoulos, Thanos, Kovvuri, Dharma, Geyi, Dan’Asabe G. (2018) Agile manufacturing: an evolutionary review of practices. International Journal of Production Research, 57 (15-16). pp. 5154-5174. DOI: 10.1080/00207543.2018.1530478
14. Tang C. S., Tomlin B. The power of flexibility for mitigating supply chain risks. International Journal of Production Economics. 2008. 116(1):12-27. DOI: 10.1016/j.ijpe.2008.07.008
15. Kalantari H., Ghazanfari M., Fathian M. Multi-objective optimization model in a heterogeneous weighted network through key nodes identification in overlapping communities. Computers & Industrial Engineering. 2020. 144:106413. DOI: 10.1016/j.cie.2020.106413
16. Prasad S. Thenkabail. Remote Sensing Handbook – Three Volume Set. Remotely Sensed Data Characterization, Classification, and Accuracies. 2015. p.2000
17. Bowersox D. J., Closs D. J., Cooper M. B. Supply Chain Logistics Management. McGraw-Hill, 2002. P.658.
18. Young R. Humanitarian Logistics: Meeting the Challenge of Preparing for and Responding to Disasters. Transportation Journal 51(3). 2012. 280 с.
19. Kunaka C. Logistics in lagging regions: Overcoming local barriers to global connectivity. World Bank Publications. 2010. p.80.
20. Hao Shi, Fei Wan, Xiaokang Lei. Research on Military Logistics based on Big Data. Advances in Computer Science Research, volume 87. 3rd International Conference on Mechatronics Engineering and Information Technology (ICMEIT 2019). 2019. p. 231–237.
21. Papadopoulos T., Gunasekaran A., Dubey R. Big data and analytics in operations and supply chain management: managerial aspects and practical challenges. Production Planning & Control. 2017. 28(11-12):873-876. DOI:10.1080/09537287.2017.1336795