Проєктування та розробка інформаційної системи організації вантажних перевезень з інтелектуальною оптимізацією маршрутів і завантажень

Ключові слова: маршрут; логістика, оптимізація маршрутів, штучний інтелект, великі мовні моделі, підтримка прийняття рішень

Анотація

У статті розглянуто підходи до проєктування та реалізації інформаційної системи управління вантажними перевезеннями з інтегрованими інструментами штучного інтелекту для підтримки прийняття логістичних рішень. Обґрунтовано актуальність використання інтелектуальних технологій у сфері логістики в умовах зростання складності транспортних процесів, багатокритеріальності задач планування та необхідності підвищення прозорості автоматизованих систем. Проаналізовано класичні задачі маршрутизації транспортних засобів і проблеми упаковки в контейнери, а також їх обмеження при застосуванні в динамічних логістичних середовищах. Запропоновано архітектуру програмного продукту Smart Truck, побудовану на клієнт-серверній моделі з використанням RESTful API, модульної серверної частини та адаптивного вебінтерфейсу. Особливу увагу приділено експериментальному модулю Smart Trip, який реалізує гібридний підхід до оптимізації поїздок шляхом поєднання традиційних алгоритмічних методів із можливостями великої мовної моделі Claude AI. Показано, що інтеграція LLM дозволяє не лише підвищити якість логістичних рішень, але й забезпечити їх контекстуальне пояснення з урахуванням історичних даних і потенційних ризиків. Отримані результати свідчать про доцільність застосування гібридних інтелектуальних підходів у сучасних логістичних інформаційних системах та визначають перспективи їх подальшого розвитку.

Посилання

Aghaabdollahian B., Javadi B., Aazami A. An overview of vehicle routing problems: A comprehensive classification and description of types // Transportation Research Interdisciplinary Perspectives. 2026. Vol. 36. Article 101808. DOI: 10.1016/j.trip.2025.101808.

Box G. E., Jenkins G. M., Reinsel G. C., Ljung G. M. Time series analysis: forecasting and control. 5th ed. Hoboken : John Wiley & Sons, 2015. 712 p.

Brown T., Mann B., Ryder N., Subbiah M., Kaplan J. D., Dhariwal P., Amodei D. Language models are few-shot learners // Advances in Neural Information Processing Systems, 2020. Vol. 33. P. 1877–1901. DOI:10.48550/arXiv.2005.14165.

Coffman E. G., Garey M. R., Johnson D. S. Approximation algorithms for NP-hard problems. Boston : PWS Publishing Co., 1997. P. 46–93.

Dantzig G. B., Ramser J. H. The truck dispatching problem // Management Science. 1959. Vol. 6, no. 1. P. 80–91. https://doi.org/10.1287/mnsc.6.1.80.

Опубліковано
2026-03-31
Як цитувати
Гришанович , Т., & Чеснюк , Ю. (2026). Проєктування та розробка інформаційної системи організації вантажних перевезень з інтелектуальною оптимізацією маршрутів і завантажень. КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, (62), 374-384. https://doi.org/10.36910/6775-2524-0560-2026-62-42