Цифровизация организации топливоснабжения и оптимизация маршрутов доставки в транспортных системах

Введение: топливоснабжение специального подвижного состава железных дорог требует согласования двух решений — как проложить маршруты топливозаправщиков и как часто пополнять запас на контейнерных автозаправочных станциях (КАЗС). На практике эти задачи решаются раздельно, хотя для топливозаправщиков они жестко обусловлены вместимостью цистерны, а минимизация пробега не учитывает издержки хранения топлива. Цель работы — методика совместной оптимизации маршрутов и периодичности доставки, объединяющая метод Кларка–Райта и модель Уилсона.
Материалы и методы: на данных полигона Западно-Сибирской железной дороги построена матрица расстояний между нефтебазой и четырьмя КАЗС. Маршруты получены методом Кларка–Райта, период и объем поставок — по модели экономичного размера заказа с ограничением по вместимости топливозаправщика. Критерием объединения маршрутов вместо километровой экономии принято приращение суммарных суточных издержек.
Результаты: стоимостный критерий сокращает число выгодных объединений с шести пар до трех. Получены два маршрута с периодами поставки 23,8 и 16,7 сут. и издержками 653 руб./сут. против 732 руб./сут. при индивидуальной доставке (экономия 10,7%). Единый маршрут, оптимальный по пробегу, по издержкам проигрывает; три из четырех резервуаров избыточны.
Выводы: методика одновременно определяет маршруты, периодичность поставок и требуемую емкость резервуаров и оценивает устойчивость решения к отказу техники и сезонным пикам, снижая эксплуатационные и капитальные затраты линейных предприятий.

1. Оленберг А.А., Кочергин В.И. Интегрированное оптимизационное моделирование логистики топливозаправщиков в транспортных и транспортно-технологических системах // Фундаментальные и прикладные вопросы транспорта. 2025. № 2 (17). С. 59–65. DOI: 10.52170/2712-9195_2025_2_59. EDN: HBILZZ.

2. Оленберг А.А., Кочергин В.И. Использование ГИС карт для создания имитационной модели // Фундаментальные и прикладные вопросы транспорта. 2024. № 3 (14). С. 56–61. DOI: 10.52170/2712-9195_2024_3_56. EDN: BYVGVU.

3. Dantzig G.B., Ramser J.H. The truck dispatching problem. Management science. 1959. Iss. 6 (1). P. 80–91. DOI: 10.1287/mnsc.6.1.80.

4. Clarke G., Wright W. Scheduling of vehicles from a central depot to a number of delivery points. Operations research. 1964. Iss. 12 (4). P. 568–581. DOI: 10.1287/opre.12.4.568.

5. Laporte G. The vehicle routing problem: An overview of exact and approximate algorithms. European journal of operational research. 1992. Iss. 59 (3). P. 345–358. DOI: 10.1016/0377-2217(92)90192-C.

6. Toth P., Vigo D. The vehicle routing problem. SIAM, 2002. 367 p. DOI: 10.1137/1.9780898718515.

7. Segerstedt A. A simple heuristic for vehicle routing — A variant of Clarke and Wright’s saving method. International journal of production economics. 2014. Iss. 157. P. 74–79. DOI: 10.1016/j. ijpe.2013.09.017.

8. Guerriero F., Saccomanno F.P. A Parallel Implementation of the Clarke-Wright Algorithm on GPUs. 14th International Conference on Operations Research and Enterprise Systems. 2025. Iss. 1. P. 100–111. DOI: 10.5220/0013138100003893.

9. Fikejz J., Brázdová M., Jánošíková L. Modifi cation of the Clarke and Wright algorithm with a dynamic savings matrix. Journal of advanced transportation. 2024. Iss. 2024 (1). P. 1–15. DOI: 10.1155/2024/8753106.

10. Liu F., Lu C., Gui L., Zhang Q., Tong X., Yuan M. Heuristics for vehicle routing problem: A survey and recent advances. Artifi cial intelligence. 2023. DOI: 10.48550/arXiv.2303.04147.

11. Nurcahyo R., Irawan D.A., Kristanti F. The Effectiveness of the Clarke & Wright Savings Algorithm in Determining Logistics Distribution Routes (case study PT.XYZ). E3S Web of Conferences. 2023. Iss. 426 (01107). DOI: 10.1051/e3sconf/202342601107.

12. Allen S., Heller J., Lamb G., Leonard K., Stewart J., Lemay B. Vehicle routing problem approach for improving fuel delivery scheduling to austere test sites. A Regional Conference of the Society for Industrial and Systems Engineering. 2024. Iss. 12 (2). P. 109–114. DOI: 10.37266/ISER.2025v12i2.pp109-114.

13. Bruni M.E., Fadda E., Fedorov S., Perboli G. A machine learning optimization approach for last-mile delivery and third-party logistics. Computers & Operations Research. 2023. Iss. 157 (20). DOI: 10.1016/j.cor.2023.106262.

14. Gu W., Archetti C., Cattaruzza D., Ogier M., Semet F., Speranza M.G. Vehicle routing problems with multiple commodities: A survey. European Journal of Operational Research. 2024. Iss. 317 (1). P. 1–15. DOI: 10.1016/j.ejor.2023.11.032.

15. Harris F.W. How many parts to make at once. Factory, The Magazine of Management. 1913. Iss. 10 (2). P. 135–136, 152. DOI: 10.1287/opre.38.6.947.

16. Andriolo A., Battini D., Grubbström R.W., Persona A., Sgarbossa F. A century of evolution from Harris’s basic lot size model: Survey and research agenda. International Journal of Production Economics. 2014. Iss. 155. P. 16–38. DOI: 10.1016/j.ijpe.2014.01.013.

17. Coelho L.C., Cordeau J.-F., Laporte G. Thirty years of inventory routing. Transportation Science. 2014. Iss. 48 (1). P. 1–19. DOI: 10.1287/trsc.2013.0472.

18. Bertazzi L., Speranza M.G. Inventory routing problems: an introduction. EURO Journal on Transportation and Logistics. 2012. Iss. 1 (4). P. 307–326. DOI: 10.1007/s13676-012-0016-7.