Ну а если вы думаете, что ученые просто так сидят и смотрят на все эти графики, то ошибаетесь! Научные достижения в сфере моделирования пассажиропотоков можно (и нужно!) применять, чтобы наконец-то разобраться, как сделать систему ориентирования на вокзале хотя бы немного понятнее. Это как взять навигатор, который не путается в трех соснах и реально показывает, где выход, а не где-то на третьем этаже, за углом, мимо таблички "Ремонт".

Но тут есть одна загвоздка. Почти каждая модель разрабатывалась под конкретные исследования автора, и если вы решите прямо взять и применить её на вокзале, то... ну, скажем так, ждите сюрпризов. Без модификаций такая модель в реальной практике может оказаться не лучше, чем карта, на которой половина зданий вообще не существует.

И не забудьте об энтропии — это она делает каждый поход на вокзал таким захватывающим приключением!

⚡️ Минтранс намерен сократить время в пути поездов на юг до 16 часов. Может Роман Владимироч прочитал, но решил не комментировать у нас, а решил сообщить через РИА Новости😂

Алгоритм A*
Предыдущий пост

Популярный алгоритм поиска пути, который сочетает в себе элементы алгоритма Дейкстры и жадных алгоритмов. Он используется для нахождения кратчайшего пути между двумя точками на графе, учитывая не только стоимость пути, но и дополнительные параметры, такие как загруженность или другие критерии.

Принцип работы алгоритма A*

1️⃣ Инициализация:

📍Создается два набора: открытый список (open list) и закрытый список (closed list).
📍Открытый список содержит узлы, которые нужно исследовать, а закрытый список содержит уже исследованные узлы.
📍Начальный узел добавляется в открытый список.

2️⃣ Оценка узлов:

📍Каждый узел имеет три ключевых значения:
g(n): стоимость пути от начального узла до текущего узла n.
h(n): эвристическая оценка стоимости пути от узла n до целевого узла. Обычно это оценка, основанная на прямом расстоянии (например, евклидово расстояние или манхэттенское расстояние).
f(n): суммарная стоимость, которая равна g(n) + h(n). Это значение используется для выбора следующего узла для исследования.

3️⃣ Выбор узла для исследования:

📍Выбирается узел с наименьшим значением f(n) из открытого списка.
📍Узел перемещается в закрытый список и удаляется из открытого списка.

4️⃣ Расширение узла:

📍Для каждого соседа текущего узла вычисляются значения g, h и f.
📍Если соседний узел не находится в открытом списке, он добавляется с указанием его g, h и f значений.
📍Если соседний узел уже находится в открытом списке, обновляется его стоимость, если новый путь более оптимален.

5️⃣ Проверка достижения цели:

📍Если текущий узел является целевым узлом, путь найден, и алгоритм завершает работу.

6️⃣ Повторение:

📍Если открытый список пуст, а цель не достигнута, значит путь не существует.

Пример работы алгоритма A*

Рассмотрим простой пример для иллюстрации алгоритма A* на графе:

Граф:
B (10)
/ \
(4) (5)
/ \
A --- C --- D
\ /
(7) \ (2)
E

Узел A — начальная точка
Узел D — целевая точка

1️⃣ Инициализация:
Начальный узел A добавляется в открытый список.

2️⃣ Оценка узлов:
Для узла A:
g(A) = 0 (стоимость от начального узла до себя)
h(A) = эвклидово расстояние до D (оценка)
f(A) = g(A) + h(A)

3️⃣ Выбор узла для исследования:
Исследуем узел A. Переходим к соседям B и E.

4️⃣ Расширение узла:

Узел B:
g(B) = g(A) + стоимость A-B = 0 + 4 = 4
h(B) = эвклидово расстояние до D
f(B) = g(B) + h(B)
Узел E:
g(E) = g(A) + стоимость A-E = 0 + 7 = 7
h(E) = эвклидово расстояние до D
f(E) = g(E) + h(E)

5️⃣ Проверка достижения цели:
На основе значений f выбираем следующий узел для исследования.

6️⃣ Продолжение работы:
Продолжаем до достижения узла D или опустошения открытого списка.
Визуализация
Для графа выше визуализация может выглядеть так:

A (0) ---> B (4) --- C --- D (цель)
\ \ / (7) (2)
\ (7) E
\
C
Здесь значения в скобках показывают стоимость g, h, и f на каждом этапе алгоритма. Узел с минимальным f будет выбран для дальнейшего исследования.

Можно использовать в задаче: найти маршрут для транспортного средства в порту с учетом текущей загруженности дорог и предполагаемых задержек

Хотите бесплатно поработать с программой, использующей алгоритм А*? Сделайте репост и напишите "+" в комментариях, отправлю файл с программой! 🚀📊

З.Ы. В личные сообщения писать не нужно)

#УПС #Оптимизация_маршрутов #Алгоритмы

🚀 Топ-5 IT-решений для оптимизации работы транспортных систем необщего пользования

Оптимизация транспортных систем — ключ к повышению эффективности. Рассмотрим пять передовых IT-решений, которые могут радикально улучшить работу вашей транспортной системы:

1️⃣ Платформа для интернета вещей (IoT)
📍Цель: Сбор и управление данными от различных сенсоров и устройств, подключенных к сети.
🛠 Функции:
- Сбор данных в реальном времени.
- Передача данных для дальнейшего анализа и мониторинга.
- Обеспечение связи между устройствами и системами.

2️⃣ Цифровой двойник
📍Цель: Создание и поддержание виртуальной модели физической системы для анализа, симуляции и оптимизации.
🛠Функции:
- Моделирование: Создаёт точное цифровое представление физической системы.
- Анализ: Позволяет проводить глубокий анализ поведения и состояния системы.
- Прогнозирование: Использует данные и сценарии для прогнозирования будущих состояний и их оптимизации.

3️⃣ Имитационная система моделирования
📍Цель: Создание и использование моделей для анализа различных сценариев и процессов без необходимости в реальных данных.
🛠 Функции:
- Моделирование: Создаёт абстрактные модели и сценарии для оценки поведения системы.
- Анализ: Позволяет анализировать различные сценарии и тестировать гипотезы.
- Прогнозирование: Использует модели для прогнозирования результатов различных действий и изменений.

4️⃣ Автоматизированная система управления
📍Цель: Управление и автоматизация процессов с использованием данных и алгоритмов для повышения эффективности, надежности и производительности.
🛠 Функции:
- Контроль: Мониторинг и управление состоянием систем в реальном времени.
- Автоматизация: Устранение необходимости ручного вмешательства для выполнения задач.
- Оптимизация: Применение алгоритмов для повышения эффективности работы систем.

5️⃣ Система поддержки принятия решений
📍Цель: Помощь в принятии управленческих решений путем предоставления структурированного анализа данных и информации.
🛠 Функции:
- Анализ данных: Сбор, обработка и интерпретация данных для поддержания принятия решений.
- Моделирование сценариев: Оценка различных сценариев и возможных последствий решений.
- Поддержка: Предоставление рекомендаций и прогнозов для оптимизации решений.

Эти решения можно использовать как по отдельности, так и в сочетании, в зависимости от конкретных задач вашей транспортной системы. Подытожим:
• IoT фокусируется на сборе и передаче данных.
• Цифровой двойник поддерживает виртуальную модель системы для анализа и оптимизации на основе реальных данных.
• Имитационная система позволяет создавать и анализировать модели и сценарии без необходимости реальных данных.
• Автоматизированная система управления использует данные для автоматизации и управления процессами на основе данных и алгоритмов.
• Система поддержки принятия решений фокусируется на анализе данных и предоставлении рекомендаций для принятия управленческих решений.

Хотя все эти технологии могут быть интегрированы для создания мощных комплексных решений под названием цифровой двойник, что в итоге рождает много споров о том, что же это за зверь🤔, а все конечно упирается в функциональные требования к продукту. Тут уже не работает поговорка «Как корабль назовешь, так он и поплывёт», скорее наоборот будет как басне: «Лебедь, рак и щука», поэтому не следует пытаться объединить все технологии в один продукт без четкого понимания задач, которые вы хотите решать. Идеальное решение всегда адаптируется к специфическим требованиям и условиям, а не стремится к универсальности.

🔧 Какие IT-решения вы хотели бы внедрить для вашей транспортной системы? Пишите сюда.

#транспорт #инновации #IoT #цифровойдвойник #моделирование #автоматизация #оптимизация

🚄 Миллиарды в цифре: как имитационное моделирование железнодорожной инфраструктуры завоевывает рынок

Когда-то узкоспециализированное направление, имитационное моделирование железнодорожной инфраструктуры сегодня становится основой для крупных инвестиций и масштабных проектов. В России на разработку таких моделей тратится от 5 до 15 миллиардов рублей, и эта сумма постоянно растет.📈

На мировом уровне в 2023 году объем рынка программного обеспечения для моделирования достиг впечатляющих 21 миллиарда долларов США. При этом прогнозируется, что до 2030 года рынок будет расти в среднем на 13,8% ежегодно. 🌍

Хотя Россия занимает всего 2-4% от мирового рынка, роль цифровых технологий в стране продолжает усиливаться. Особенно активно это происходит в рамках государственной программы цифровизации. Основными потребителями этих технологий остаются оборонные предприятия, транспортные компании (включая железные дороги), энергетика и промышленность.

В секторе транспортировки и логистики, включая железнодорожную инфраструктуру, имитационное моделирование составляет 15-20% от общего объема рынка. Это неудивительно, учитывая высокий спрос на цифровые инструменты, позволяющие оптимизировать логистические процессы, планировать маршруты и управлять транспортной инфраструктурой.

Такие цифры недвусмысленно указывают на то, что будущее железных дорог — в цифровых решениях. Тот, кто держит руку на пульсе этих изменений, первым увидит результаты.

📊Предварительная статистика ОПЖТ за 8 месяцев 2024 года

❗️На сайте ОПЖТ, в разделе «Аналитика», опубликованы предварительные данные по объемам производства различной продукции железнодорожного назначения промышленными предприятиями за 8 месяцев текущего года:

📌Подвижного состава (локомотивов, пассажирских вагонов, МВПС и путевых машин);

📌Грузового подвижного состава и его составных частей (цельнокатаных колес, боковых рам, надрессорных балок, подшипников, осей и аппаратов поглощающих);

📌Комплектующих для железнодорожной инфраструктуры (рельсов, стрелочной продукции, металлических элементов и прокладок рельсовых скреплений).

❗️ Рост производства грузовых вагонов составил 21,3% к аналогичному периоду 2023 г. Также отмечается рост среднего показателя по качеству вагонов после постройки в межремонтном периоде - 93,4%. Тенденция повышения показателя безотказной работы свидетельствует о систематическом внедрении инструментов повышающих качество изготавливаемых грузовых вагонов предприятиями РФ

Имитационная модель. Как создается топология?

Много было про теорию и кейсы моделирования… Многие спрашивают меня, а как создавать модели, сложный ли этот процесс, насколько трудоемко?
Сегодня предлагаю посмотреть короткое видео, как создается топология в ИКИРИ.
Немного справки:

Топология объекта инфраструктуры – связное представление плана (схемы) объекта инфраструктуры железнодорожного транспорта и режима секционирования плана (схемы). Топология интегрируется с технологией объекта для синтеза имитационной модели.

Что мы увидим на видео?
- Создание парка из 8 ж.-д. путей;
- автоматическое секционирование (если колесная пара попадает участок секции, то вся секция становится занята);
- задание нескольких элементов топологии: сопряжение кривых, глухое пересечение, создание секций, создание стрелок.

Было интересно? Хотите в таком же формате увидеть построение всей топологии объекта жд инфраструктуры?
#ИмитационноеМоделирование #Топология #ИКИРИ

Управление пассажиропотоками ж.-д. вокзалов на основе моделирования динамики движения пассажиров
🚶‍♂️6 пост из серии (предыдущий пост)

Основные ограничения существующих коммерческих программ для моделирования пассажиропотоков, таких как Vissim, Simwalk, Anylogic и Legion, включают следующие аспекты:

1️⃣ Невозможность учета специфических факторов: Существующие программные решения часто не учитывают уникальные факторы, оказывающие значительное влияние на точность моделирования пассажиропотоков. Это может включать специфические особенности транспортных узлов, особенности поведения пассажиров и другие динамические элементы, которые не всегда могут быть корректно интегрированы в существующие модели.

2️⃣ Ограниченная возможность модификации: Пользователи этих программ ограничены в возможности их усовершенствования и адаптации под специфические требования. Все изменения и улучшения должны проходить через производителя программного обеспечения, что ограничивает гибкость и возможности для дальнейшего развития.

3️⃣ Высокая стоимость и сложность интеграции: Закупочная стоимость этих программ часто высока, что затрудняет их доступность для многих организаций. Кроме того, сложность интеграции с существующими автоматизированными системами управления пассажирскими перевозками представляет собой значительное препятствие, требующее значительных усилий и затрат.

Отсутствие собственных математических разработок в области моделирования пассажиропотоков у железнодорожных компаний и вокзальных управляющих усугубляет ситуацию. В проектировании вокзальных комплексов и организации пассажиропотоков ключевыми принципами являются:

📍 Запрет на встречные и пересекающиеся потоки: Строгие правила предотвращают организацию потоков, которые могут пересекаться или встречаться, чтобы минимизировать заторы и повысить безопасность пассажиров.

📍 Определение площадей объектов: Площадь различных элементов вокзального комплекса должна соответствовать внутренним строительным нормам и международным стандартам, что обеспечивает эффективное функционирование и безопасность вокзала.

Таким образом, существующие программные решения для моделирования пассажиропотоков требуют улучшения и адаптации для более точного учета специфических факторов, возможности модификации пользователем и снижения стоимости и сложности интеграции.

Занимательный лайфхак

При формировании технологического процесса в имитационной модели придерживайтесь спиралевидной разработки, она включает постадийное прототипирование для создания завершенных блоков модели на каждом витке спирали.

Каждый виток включает 4 этапа:
1️⃣ Планирование
Разрабатывается план действий, определяются улучшения и задачи для текущего витка.
2️⃣ Проектирование
Создаются решения для выполнения задач, выбираются данные, проектируются технологические цепочки, схемы инфраструктуры.
3️⃣ Реализация и тестирование
Вносятся изменения в модель и проводятся тесты. Устраняются недостатки.
4️⃣ Анализ и улучшения
Анализируется результат, выявляются улучшения и обновляется план работ.

ТОП-10 способов оптимизировать логистическое плечо, используя it решения

1️⃣ Алгоритмы линейного программирования:
🔍 Simplex: Используется для нахождения оптимального решения в задачах с линейными ограничениями и целевой функцией.
🔍 Interior Point Methods: Подходы для решения больших задач линейного программирования, часто более эффективны при работе с большими объемами данных.

2️⃣ Генетические алгоритмы:
🔍 Используются для нахождения оптимальных или близких к оптимальным решений в сложных задачах, таких как планирование маршрутов и распределение ресурсов. Работают на основе эволюционных принципов: мутация, кроссовер и селекция.

3️⃣ Методы многокритериальной оптимизации:
🔍 Метод Парето: Для задач, где необходимо учитывать несколько целей одновременно, помогает найти компромиссные решения, которые оптимальны по нескольким критериям.

4️⃣ Алгоритмы оптимизации маршрутов:
🔍 Алгоритм Дейкстры: Находит кратчайший путь между двумя узлами в графе, что полезно для оптимизации маршрутов доставки.
🔍 Алгоритм A*: Расширение алгоритма Дейкстры, которое использует эвристики для более быстрого нахождения кратчайшего пути.
🔍 Алгоритм ближайшего соседа: Используется для решения задачи коммивояжера в задачах распределения.

5️⃣ Методы прогнозирования и планирования:
🔍 Временные ряды: Используются для прогнозирования спроса и оптимизации запасов на основе исторических данных.
🔍 Сезонные модели и модели сглаживания: Для учета сезонных колебаний и трендов в спросе.

6️⃣ Алгоритмы кластеризации:
🔍 K-средних: Для группировки точек данных (например, складов или клиентов) в кластеры, что помогает оптимизировать распределение ресурсов и маршруты.
🔍 Иерархическая кластеризация: Для построения иерархических структур, которые могут помочь в управлении логистическими цепочками.

7️⃣ Сетевые алгоритмы:
🔍 Алгоритм Форда-Фалкерсона: Для решения задач максимального потока, таких как распределение товаров по сети транспортных маршрутов.
🔍 Алгоритм Эдмондса-Карпа: Улучшение алгоритма Форда-Фалкерсона с использованием поиска в ширину для нахождения максимального потока.

8️⃣ Методы оптимизации складских операций:
🔍 Модели управления запасами: Использование моделей, таких как EOQ (экономический размер заказа) и JIT (точно вовремя), для оптимизации управления запасами.
🔍 Методы распределения и перераспределения: Алгоритмы для управления размещением товаров в складе для оптимизации процессов подбора и упаковки.

9️⃣ Симуляция и моделирование:
🔍 Моделирование событийного процесса (DES): Используется для анализа и оптимизации сложных систем, таких как логистические цепочки и складские операции.

🔟 Методы искусственного интеллекта:
🔍 Машинное обучение и глубокое обучение: Для предсказания спроса, выявления аномалий и оптимизации логистических процессов на основе больших объемов данных и сложных паттернов.

Интересен анализ отдельных алгоритмов оптимизации?
Пишите👇

Напоминаю про интересные посты:
🦾 Топ-5 IT-решений для оптимизации работы транспортных систем необщего пользования
🧐 Почему в 2024 году у нас растет оборот вагона и снижаются скорости


#Логистика #Оптимизация #Алгоритмы

Метод ветвей и границ
Предыдущий пост

Это алгоритм для решения задач комбинаторной оптимизации, где требуется найти лучшее решение среди множества возможных вариантов. Основной идеей метода является систематическое исследование всех возможных решений, но при этом избегание исследования неэффективных решений, чтобы сэкономить время.

Алгоритм работы метода ветвей и границ

1️⃣ Инициализация:
📍Начните с определения начального состояния задачи и установите начальные границы для решения. Например, для задачи коммивояжера это может быть начальный путь с оценкой, которая является верхней границей для решения.

2️⃣ Формирование дерева решений:
📍Постройте дерево решений, где каждый узел представляет собой частичное решение задачи. В корневом узле будет начальное состояние задачи.
📍Разделите задачу на подзадачи, создавая дочерние узлы для каждого возможного действия или выбора.

3️⃣ Оценка и отбрасывание узлов:
📍Для каждого узла вычислите оценку (границу), которая позволяет оценить, насколько перспективным является этот узел для нахождения оптимального решения.
📍Если оценка узла хуже текущего лучшего решения, отбрасывайте этот узел и его поддерево (т.е., не исследуйте их дальше).

4️⃣ Выбор узлов для исследования:
📍Выберите следующий узел для исследования на основе стратегии, такой как "поиск в глубину" или "поиск в ширину". Обычно используются структуры данных, такие как очереди или стеки, для упрощения этого процесса.

5️⃣ Поиск оптимального решения:
📍Продолжайте процесс ветвления, оценки и отброса узлов до тех пор, пока все узлы не будут обработаны или отсеяны.

6️⃣ Возврат оптимального решения:
📍Когда все возможные узлы будут исследованы или отсеяны, верните лучшее найденное решение, которое и будет оптимальным.

Пример работы метода ветвей и границ: Задача коммивояжера
О том как известные умы современности решали эту задачу, используя переведовые технологии, читайте здесь и здесь.

Хотите бесплатно поработать с программой, использующей метод ветвей и границ? Сделайте репост и напишите "+" в комментариях, отправлю файл с программой! 🚀📊


#УПС #Оптимизация_маршрутов #Алгоритмы

Компания BHP Iron Ore установила мировой рекорд в тяжеловесном движении, пропустив поезд длиной 7,3 км от месторождения Янди в порт Хедленд, регион Пилбара в Западной Австралии. Поезд общей массой 99 734 т состоял из 682 вагонов, загруженных 82 тыс. т железной руды, и восьми тепловозов постройки General Electric.

В Логистическом сообществе 1001 груз не претендуют на такие рекорды, но решают реальные задачи. В чате вы найдете ответы на множество практических вопросов, связанных с перевозками. 1001 груз - это площадка для объединения профессионалов:

✅ Перевозчики
✅ Грузовладельцы
✅ Логисты, экспедиторы и диспетчеры
✅ Страховые компании
✅ Служба безопасности
✅ Авто юристы
✅ Бухгалтера

✅ Чат для общения и работы - все в одном клубе 1001 груз

https://news.1rj.ru/str/gruzallrussia

8 Шагов к точной и достоверной имитационной модели

Одной из ключевых проблем в разработке технико-технологических решений для развития транспортной инфраструктуры с использованием имитационного моделирования является определение точности и достоверности моделей, т.е. создание и поддержание реалистичных и актуальных моделей, отражающих реальные условия и сценарии.

Добиться адекватных результатов можно за 8 шагов:

1️⃣ Валидация данных: Сравниваем входные данные модели с реальными данными, чтобы убедиться, что они корректны и представляют реальные условия.

2️⃣ Сравнение с реальными системами: Тестируем модель на исторических данных и сравниваем результаты с реальными результатами системы. Это поможет выявить расхождения и улучшить точность.

3️⃣ Проверка чувствительности: Изменяем ключевые параметры модели и оцениваем, как это влияет на результаты. Это поможет определить, насколько модель чувствительна к изменениям в данных и параметрах.

4️⃣ Калибровка модели: Настраиваем параметры модели, чтобы результаты имитации соответствовали известным результатам или данным. Это может потребовать нескольких итераций.

5️⃣ Рецензирование и экспертиза: Проводим проверку модели независимыми экспертами для оценки её достоверности и точности.

6️⃣ Сравнение с аналогичными моделями: Сравниваем модель с другими проверенными моделями, чтобы убедиться, что она дает сопоставимые результаты.

7️⃣ Тестирование на различных сценариях: Проверяем модель в разных условиях и сценариях, чтобы удостовериться, что она адекватно реагирует на изменения в окружающей среде.

8️⃣ Анализ ошибок и неопределенностей: Оцениваем возможные источники ошибок и неопределенности в модели и учитываем их при интерпретации результатов.

Какие шаги вам кажутся наиболее сложными? Есть ли у вас опыт в работе с имитационными моделями и проверке их достоверности? Поделитесь своим мнением и опытом в комментариях!

#Проблемы_ИМ #Пути_решения

✅Эксперты утверждают, что международная логистика «сломалась»… и железнодорожные перевозки – не исключение.
Что нового в сфере грузоперевозок?

Актуальный обзор международной логистики, ж/д и мультимодальных перевозок от СЛК☝️

Мультимодальные перевозки
- Тайфун «Бебинка» прошел в Шанхае. Это провело к смещениям в расписании морских линий и авиакомпаний,
- Сохраняется проблема с нехваткой и неудовлетворительным состоянием оборудования по не-Китаю – увы, малый подсыл порожнего оборудования плохого качества.

🚉 ЖД плечо:
- Правительство всерьез озаботилось проблемой загруженности терминалов, теперь главное, чтобы обошлось без радикальных ограничений….,
- FESCO запускает новый контейнерный поезд Владивосток – Тольятти. Теперь поезда будут отправляться каждые 10 дней из Владивостока и прибывать на станцию Жигулевское море за 10 суток,
- ЖД тарифы на вторую половину сентября продолжают расти, что связано с увеличением стоимости подсыла подвижного состава на Восточный полигон ввиду дисбаланса между импортом и экспортом,
Текущие показатели ЖД отгрузок в Москву:
Москва
- ВМТП - ожидание отгрузки ~ 30 суток,
- ВМКТ - ожидание отгрузки ~30 суток,
- ВМПП - ожидание отгрузки ~11 суток,
- ПЛ - ожидание отгрузки от 25 суток на фитинговых платформах,
- ВСК - Селятино – ожидание отгрузки от 15 суток,
- ВСК – Электроугли – ожидание отгрузки от 23 суток,
- ВСК – Тучково - ожидание отгрузки от 22 суток,
Санкт-Петербург:
- ВМТП - ожидание отгрузки ~ 30 суток,
- ВМКТ - ожидание отгрузки ~ 30 суток,
- ВСК - Заневский пост – ожидание отгрузки от 37 суток,
- ВСК - Шушары – ожидание отгрузки от 22 суток,
Екатеринбург:
- ВМТП - ожидание отгрузки ~16 суток,
- ВМКТ - ожидание отгрузки ~22 суток,
- ВМПП/ПЛ - ожидание отгрузки ~ 15 суток,
- ВСК - Екатеринбург-Товарный - ожидание отгрузки от 25 суток,
Новосибирск
- ВМТП - ожидание отгрузки ~11 суток,
- ВМКТ - ожидание отгрузки ~18 суток,
- ВМПП/ПЛ - ожидание отгрузки ~ 15 суток,
- ВСК – Клещиха - ожидание отгрузки от 12 суток,
- ВСК - Ростов-Товарный - ожидание отгрузки от 26 суток,
- ВСК Тольятти - ожидание отгрузки от 27 суток.

🚂ЖД грузоперевозки
- Корректировки расписания со стороны КЖД носят массовый характер с целью сдерживания нагрузки на погранпереходы,
- Новые заявки принимаются уже на начало октября (!),
- На пиковый сезон ожидается повышение цен ~ от 300 USD + к текущим тарифам,
- Друзья, не забываем о грядущих праздниках в октябре, и рекомендуем планировать отгрузки заблаговременно: перед длинными праздниками за 1-2 дня автоперевозчики разъезжаются на "каникулы", при этом ставки на локальную автодоставку - растут,
- Сохраняется высокая вероятность назначения досмотров при перевозке одежды/обуви через погранпереходы Казахстана,
Текущие показатели перегруза на начало 38 КН:
- пп Маньчжурия/Забайкальск: ожидание перегруза составляет от 25 дней,
- пп Эрлянь: Ожидание перегруза составляет от 20 дней,
- пп Алашанькоу/Достык: ожидание перегруза составляет ~7-10 дней,
- пп Хоргос/Алтынколь: ожидание перегруза составляет ~ 7-8 дней,
Станции московского ЖД узла:
- Станции московского узла работают в штатном режиме. Возможны кратковременные «бросания» поездов (до 5–7 дней) и задержки в выгрузке/закрытии доставки (2-3 дня). В основном это касается станций Электроугли, Селятино, Купавна,
- Задержек, связанных с автодоставкой, нет. Транспорта хватает, вывоз на следующий день после выгрузки,
- Региональные станции – здесь всё отлично, работают в штатном режиме, выгрузка/закрытие доставки до 3 дней.

Всем успешной логистики! Читайте наш канал и будьте в курсе актуальных событий🤝

Инфраструктурные барьеры ЕТК. МТК ТРАСЕКА

Ранее мы обсудили перспективные коридоры и маршруты в ЕТК. Теперь предлагаю детально рассмотреть каждый коридор, чтобы увидеть «инфраструктурные барьеры», сдерживающие развитие международной торговли и перевозок.

Справка: инфраструктурные барьеры - узкие места и недостающие звенья.

Понятно, что можно начать и закончить на моменте: разная ширина колеи. На Евразийском материке работает восемь различных ж.-д. систем, встречается колея 1676, 1520, 1435 и даже 1000 мм. Давайте попробуем откопать что-нибудь еще. Начнем с МТК ТРАСЕКА и ТМТМ (Транскаспийский Международный Транспортный Маршрут).

Узкие места коридора ТРАСЕКА

1️⃣ Железнодорожная инфраструктура:

📍 Участок Марабда – Ахалкалаки с большим количеством уклонов и кривых малого радиуса ограничивает пропускную способность до 4-5 пар поездов в сутки. Это ограничивает транзитный поток между Центральной Азией, Азербайджаном и Грузией, с одной стороны, и Турцией - с другой.
📍Однопутная линия Туркменабад – Ашхабад – Туркменбаши с тепловозной тягой имеет ограниченную пропускную способность для контейнерных перевозок (31 тыс. ДФЭ), не соответствуя потенциалу нового морского порта Туркменбаши (250 тыс. ДФЭ).
📍Однопутная линия Шалкар – Бейнеу – Актау имеет пропускную способность всего 6 пар поездов в сутки.

2️⃣ Портовая инфраструктура:

📍Порты Актау и Курык в Казахстане имеют ограниченную перерабатывающую способность для контейнерного транзита, что может стать узким местом при увеличении объемов перевозок.
📍Недостаток современных судов на Каспии для перевозки грузов (контейнеры, накатная техника, наливные грузы) между портами Актау и Курык (Казахстан) и Алят (Азербайджан).

3️⃣ Технологии, подвижной состав, пункты пропуска:

📍Пропускная способность как автомобильных, так и железнодорожных пунктов пропуска ограничивает поток грузов.
📍Дефицит рефрижераторных контейнеров, фитинговых платформ (да и в целом подвижного состава).
📍Недостаточное развитие контейнерных терминалов и логистических центров: Ограничивает возможности по переработке, консолидации и расконсолидации грузов, особенно в местах стыковки ТРАСЕКА с другими коридорами.
📍Отставание от передовых практик: Скорость прохождения маршрута и время пересечения границ намного ниже по сравнению с другими транспортными коридорами.
📍Отсутствие развитой вспомогательной инфраструктуры: Недостаток зон стоянок для отдыха, мотелей, заправок, охраняемых паркингов для ночных остановок грузовиков увеличивает затраты автоперевозчиков и снижает безопасность дорожного движения.

Про эксплутацию ТМТМ читайте в посте у наших коллег логистов. Они расписали ключевую роль маршрута, инвестиции и успехи.

#ЕТК

Умные решения, глупые результаты: IT как источник новых проблем

Истории про успешный успех набили оскомину? А бывает по разному. Сегодня поговорим о том, как внедрение it решений усугубляет проблемы.

“Инкогнито и партнеры”, гигант оптовой торговли секретных секретов, решил объявить войну хаосу на своем складе. “Интернет вещей” (IoT), вот решение! “Умные” датчики, автоматизация, идеальный учет - мечта любого складовщика!

Глава “Инкогнито”, известный своей любовью к инновациям, с восторгом представлял будущее: “Представьте, все товары с датчиками, которые следят за их перемещением! Инвентаризация будет проходить сама, как по волшебству, все в попадает crm-ку без напрягов! А товары будут перемещаться по оптимальным маршрутам!”

Идея была захватывающая. Компания вложила миллионы во внедрение системы. На каждый товар поставили “умный” датчик, который должен был “говорить” с системой управления складом. Всё было готово к триумфу технологии.

Но реальность оказалась жестокой.

⭕️ “Слепые” датчики:

“Умные” датчики оказались “слепыми”. То есть они не видели, куда передвигается товар. Оказалось, что система связи между датчиками и сервером была так нестабильна, как Wi-Fi в сельской местности. Сотрудники, хотя и были в восторге от “умных” датчиков, все равно вынуждены были искать товар вручную. Как в старые добрые времена!

⭕️ Несогласованные данные:

Система управления складом и “умные” датчики разговаривали на разных языках. То есть система не всегда понимала, что ей “говорят” датчики. В результате информация о наличии товара была такой же путаной, как и в обычной жизни. Сотрудники не верили системе, ведь она не могла дать им правильный ответ. Приходилось проверять все вручную.

⭕️ Перегруженный сервер:

“Умные” датчики “болтают” непрерывно. И сервер от потока информации “задыхался”. Система зависала, ошибалась, и в целом стала бесполезна, как пылесос без мешка.

⭕️ Сложное обслуживание:

Чтобы “поговорить” с “умными” датчиками, нужны были особые специалисты, которые умеют “переводить” язык технологий. Таких специалистов на складе не было. Системе потребовалось много времени и денег, чтобы ее “оживить”, и она стала дорогой игрушкой, которая не приносила никакой пользы.

Результат: “Умный” склад превратился в обычный склад, с дополнительными проблемами и затратами. Компания “Инкогнито и партнеры” была вынуждена отказаться от использования IoT и вернуться к традиционным методам управления складом.

Нужно тщательно планировать внедрение IT-решений, подготовить персонал, и разработать резервные планы. Обращайтесь.
Есть опыт по внедрению IoT? Пишите комментарии👇, будет интересно узнать.

Технологии могут принести реальную пользу и увеличить эффективность, но только при правильном подходе.
Интересен формат таких историй - ставьте 👍 и тогда выдам остальные, нет - ставьте 🔥 (пусть горят как 2 том “Мертвых душ” 😅).

🚧 Современные подходы к управлению данными для объекта транспортной инфраструктуры

Вы задумывались о том, как улучшить процесс сбора и интеграции данных для моделирования транспортной инфраструктуры? Держите несколько идей, которые могут в этом помочь:

1️⃣ Автоматизация и IoT: Современные технологии позволяют использовать сенсоры и устройства Интернета вещей для сбора данных о транспортных потоках и состоянии дорог в реальном времени. Это может значительно упростить процесс мониторинга.

2️⃣ Интеграция данных: Использование универсальных платформ и стандартизация форматов данных помогут объединить информацию из различных источников, таких как GPS и системы управления движением, в единую систему.

3️⃣ Обработка и хранение: Облачные хранилища и технологии больших данных могут стать отличным решением для управления объемной информацией, обеспечивая её надежное хранение и быструю обработку.

4️⃣ Очистка и предобработка: Важно уделять внимание очистке данных и устранению несоответствий. Это поможет повысить качество и точность получаемой информации.

5️⃣ Анализ и моделирование: Применение машинного обучения и анализ данных в реальном времени могут дать вам новые инсайты и улучшить процесс моделирования.

6️⃣ Командная работа и партнерство: Совместная работа с экспертами и партнерами может принести значительные преимущества, обеспечивая комплексный подход и доступ к актуальной информации.

7️⃣ Гибкая архитектура данных: Создание модульной архитектуры для легкой интеграции новых источников данных и использование API может сделать работу с данными более удобной и эффективной.

#Транспорт #Инфраструктура #Данные #Технологии #Моделирование

Познакомился на днях тут с одним занимательным человеком, зовут его Алексей, автор канала IT'S UP TO YOU. На удивление он занимается тем же самым, что и я, но вместо ж.-д. инфраструктуры разбирает бизнес. Плотно пообщались и родилась идея совместного проекта по моделированию бизнес процессов.

Сейчас создаем концептуальную модель.
В демо версии для наибольшей прозрачности пока планируется дискретно-событийное моделирование. Почему? Потому что пока хотим оцифровать техническую сторону🤓.
В будущем можно подключить агентов для моделирования работы таких объектов бизнеса, как например склады. Влияние рынка можно будет учесть с помощью системной динамики🤨.

Конечно, возможны и другие варианты:
👀 Агенты взаимодействуют с процессной моделью
Эта конфигурация объединяет агентов, представляющих отдельные сущности (например, оборудование, людей, транспортные средства), с процессной моделью, описывающей последовательность действий и взаимосвязи между ними.

👀 Процессная модель, интегрированная с системно-динамической моделью
В этой конфигурации процессная модель (например, блок-схема бизнес-процессов) взаимодействует с системно-динамической моделью, описывающей динамику системы в целом.

👀 Системная динамика внутри агентов
В этой конфигурации системно-динамическая модель используется для описания динамики отдельных агентов.

👀 Агенты временно выступают единицами процесса
В этой конфигурации агенты могут временно выступать в роли единиц процесса. Это особенно полезно в моделировании систем с дискретными событиями.

Интересно будет следить? - 🔥
Нет, только ж/д - ❤️
Есть интересные мысли? -👇