techtranspТехник транспорта: образование и практикаTransport Technician: Education and Practice2687-10252687-1033Federal state budget establishment additional professional education «Educational and instructional center for railway transportation»10.46684/2687-1033.2025.2.176-181TYNGCOtechtransp-753Research ArticleЛОГИСТИКА. ЭКОНОМИКА ТРАНСПОРТА. УПРАВЛЕНИЕ ПРОЦЕССАМИ ПЕРЕВОЗОКLOGISTICS. TRANSPORT ECONOMICS. TRANSPORTATION PROCESS MANAGEMENTМодель информационного критерия для оценки эффективности производства на различных видах транспортаInformation criterion model for assessing production efficiency in various modes of transporthttps://orcid.org/0009-0001-0249-437XСоловьевН. В.SolovyovN. V.

Николай Владимирович Соловьев — научный сотрудник управления координации научных исследований,

109542, г. Москва, Рязанский пр-т, д. 99,

Solovyv.N@yandex.ru

Nikolay V. Solovyov — researcher at the Department of Research Coordination; State University of Management,

99 Ryazansky prospect, Moscow, 109542

n.solovyov@merkatorkaluga.ruhttps://orcid.org/0000-0003-0335-7550КарелинаМ. Ю.KarelinaM. Yu.

Мария Юрьевна Карелина — доктор технических наук, доктор педагогических наук, профессор, 109542, г. Москва, Рязанский пр-т, д. 99;

проректор, заведующий кафедрой «Детали машин и теория механизмов», 125319, г. Москва, Ленинградский пр-т, д. 64

Maria Yu. Karelina — Dr. Sci. (Eng.), Dr. Sci. (Ped.), Professor, 99 Ryazansky prospect, Moscow, 109542;

Vice-Rector, Head of the Department of “Machine Parts and Theory of Mechanisms”, 64 Leningradsky ave., Moscow, 125319

karelinamu@mail.ruГосударственный университет управления (ГУУ)РоссияState University of ManagementRussian FederationГосударственный университет управления (ГУУ); Московский автомобильно-дорожный государственный технический университет (МАДИ)Russian FederationState University of Management; Moscow Automobile and Road Construction State Technical University (MADI)Russian Federation20251506202562176181Copyright © Соловьев Н.В., Карелина М.Ю., 20252025Соловьев Н.В., Карелина М.Ю.Solovyov N.V., Karelina M.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.ttspo.ru/jour/article/view/753

Разрабатывается модель прогнозирования состояния сложной транспортной системы, основанная на использовании информационного критерия для оценки эффективности действий по ее реструктуризации. В качестве параметра информационного критерия взята мера количества информации, вводимой в логистическую транспортную сложную систему для устранения неопределенности поведения как самой системы, так и отдельных событий. При этом разработанная модель обеспечивает единство измерителей эффективности в логистических транспортных системах, так как основана на методах прогнозирования значения влияния факторного пространства на исследуемый процесс в целях повышения эффективности системы в целом.

A model for forecasting the state of a complex transport system is being developed, based on the use of an information criterion for assessing the effectiveness of actions to restructure it. The measure of the amount of information introduced into a complex logistics transport system to eliminate the uncertainty of behavior, both of the system itself and of individual events, is taken as a parameter of the information criterion. At the same time, the developed model ensures the unity of efficiency measures in logistics transport systems, since it is based on methods for forecasting the value of the influence of factor space on the process under study in order to improve the efficiency of the system as a whole.

векторная оптимизацияинформационный критерийнеопределенное информационное состояниесложная системалогистическая транспортная системаvector optimizationinformation criterionuncertain information statecomplex systemlogistics transport systemReferencesГрешилов А.А., Стакун В.А., Стакун Л.А. Математические методы построения прогнозов. М.: Радио и связь, 1997. 112 с.Greshilov A.A., Stakun V.A., Stakun L.A. Mathematical methods of constructing forecasts. Moscow, Radio and Communications, 1997;112. (In Russ.).Луман Н. Введение в системную теорию. М.: Логос, 2007. 359 с.Luhmann N. Introduction to systems theory. Moscow, Logos, 2007;359. (In Russ.).Кудж С.А. Многоаспектность рассмотрения сложных систем // Перспективы науки и образования. 2014. № 1 (7). С. 38–43. EDN RVOJTJ.Kudzh S.A. Multidimensionality consideration of complex systems. Perspectives of Science and Education. 2014;1(7):38-43. EDN RVOJTJ. (In Russ.).Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении. М.: Дело, 2000. 440 с.Shikin E.V., Chkhartishvili A.G. Mathematical methods and models in management. Moscow, Delo, 2000;440. (In Russ.).Карманов В.Г. Математическое программирование. М.: Физматлит, 2000.Karmanov V.G. Mathematical programming. Moscow, Fizmatlit, 2000. (In Russ.).Городецкий С.Ю., Гришагин В.А. Нелинейное программирование и многоэкстремальная оптимизация. Н. Новгород: Издательство Нижегородского государственного университета, 2007. 489 с. EDN SOTTUQ.Gorodetsky S.Yu., Grishagin V.A. Nonlinear programming and multi-extreme optimization. Nizhny Novgorod, Publishing House of Nizhny Novgorod State University, 2007;489. EDN SOTTUQ. (In Russ.).Джарратано Д. Экспертные системы: принципы разработки и программирование. 4-е изд. М.: Вильямс, 2007. EDN QMQTDD.Giarratano D. Expert Systems: Design Principles and Programming. 4th ed. Moscow, Williams, 2007. EDN QMQTDD. (In Russ.).Ногин В.Д., Протодьяконов И.О., Евлампиев И.И. Основы теории оптимизации. М.: Высшая школа, 1986. 383 с.Nogin V.D., Protodyakonov I.O., Evlampiev I.I. Fundamentals of Optimization Theory. Moscow, Higher School, 1986;383. (In Russ.).Пегат А. Нечеткое моделирование и управление. М.: БИНОМ. Лаборатория знаний, 2009. 798 с. EDN QJXRYF.Pegat A. Fuzzy modeling and control. Moscow, BINOM. Laboratory of knowledge, 2009;798. EDN QJXRYF. (In Russ.).Антонова А.С., Аксенов К.А. Многокритериальное принятие решений в условиях риска на основе интеграции мультиагентного, имитационного, эволюционного моделирования и численных методов // Инженерный вестник Дона. 2012. № 4–2 (23). С. 99. EDN PVJDHJ.Antonova A.S., Aksyonov K.A. Multicriteria decision making under risk based on the integration of multi-agent, evolutionary modeling and numerical methods. Engineering journal of Don. 2012;4-2(23):99. EDN PVJDHJ. (In Russ.).Мушик Э., Мюллер П. Методы принятия технических решений. М.: Мир, 1990. 204 с.Musik E., Müller P. Methods of making technical decisions. Moscow, Mir, 1990;204. (In Russ.).Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. С. 9–64.Podinovsky V.V., Nogin V.D. Pareto-optimal solutions of multicriterial problems. Moscow, Nauka, 1982;9-64. (In Russ.).Саати Т.Л. Принятие решений при зависимостях и обратных связях: аналитические сети. М.: Изд-во ЛКИ, 2008. 360 с.Saati T.L. Decision making with dependencies and feedbacks: analytical networks. Moscow, LKI Publishing House, 2008;360. (In Russ.).Колесов Ю.Б., Сениченков Ю.Б. Моделирование систем. Объектно-ориентированный подход: учебное пособие. СПб.: БХВ-Петербург, 2006. 192 с. EDN NXJBDQ.Kolesov Yu.B., Senichenkov Yu.B. Modeling of systems. Object-oriented approach: tutorial. St. Petersburg, BHV-Petersburg, 2006;192. EDN NXJBDQ. (In Russ.).Хоменюк В.В. Элементы теории многокритериальной оптимизации. М.: Наука, 1983. С. 8–25.Khomenyuk V.V. Elements of the theory of multicriterial optimization. Moscow, Nauka, 1983;8-25. (In Russ.).Черноруцкий И.Г. Методы принятия решений. СПб.: БХВ-Петербург, 2005. 416 с.Chernorutsky I.G. Methods of decision-making. St. Petersburg, BHV-Petersburg, 2005;416. (In Russ.).Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978. С. 3–9.Fishburne P. Utility Theory for Decision Making. Moscow, Nauka, 1978;3-9. (In Russ.).Петровский А.Б. Теория принятия решений. М.: Академия, 2009. 398 c.Petrovsky A.B. Theory of decision-making. Moscow, Academy, 2009;398. (In Russ.).

The authors declare that there are no conflicts of interest present.