МОДЕЛЬ І МЕТОД РОЗВ’ЯЗАННЯ ТРАНСПОРТНОЇ ЗАДАЧІ З ПОРОГОВОЮ ЗМІНОЮ ТАРИФІВ ПЕРЕВЕЗЕННЯ

https://doi.org/10.33815/2313-4763.2026.1.32.164-173

  • В. П. Славич Херсонський національний технічний університет, Херсон https://orcid.org/0000-0001-7882-4198
  • М. О. Афонін Національний університет «Львівська політехніка», Львів https://orcid.org/0000-0001-5850-7478
  • О. О. Русавська Херсонський національний технічний університет, Херсон
Ключові слова: транспортна задача, транспортна логістика, метод потенціалів, опорний план, оптимальний план, порогові тарифи, змінна вартість перевезення, вантажні перевезення

Анотація

У статті представлено транспортну задачу з пороговою зміною тарифів перевезення, у якій вартість транспортування залежить від обсягу вантажу між конкретними постачальниками та споживачами. Актуальність дослідження обумовлена поширенням у сучасних транспортно-логістичних системах гнучких тарифних механізмів, за яких при перевищенні певного обсягу перевезення застосовуються знижені або оптові тарифи. Подібні підходи використовуються у системах консолідації вантажів, довгострокових контрактах, мультимодальних перевезеннях та при організації регулярних поставок великих партій продукції. Запропоновано математичну модель транспортної задачі, у якій для кожної пари «постачальник–споживач» задаються базові та знижені тарифи перевезення, а також порогові значення обсягів вантажу, після перевищення яких застосовується альтернативна вартість доставки. Побудовано цільову функцію задачі з урахуванням динамічної зміни вартості перевезення залежно від величини транспортного потоку та системи балансових обмежень транспортної задачі. Розроблено модифікований метод побудови опорного плану на основі класичного методу найменшої вартості, який враховує можливість переходу до знижених тарифів при досягненні порогових значень перевезення. Запропоновано також модифікований метод потенціалів для знаходження оптимального плану, у якому передбачено повторне оновлення матриці ефективних вартостей і перерахунок потенціалів після кожного перерозподілу вантажу. На відміну від класичної транспортної задачі, у запропонованій моделі структура транспортних витрат може змінюватися безпосередньо в процесі формування плану перевезень. Практичне значення дослідження полягає у можливості використання розробленої моделі для підвищення ефективності управління вантажними перевезеннями в умовах застосування оптових тарифів і динамічної зміни вартості доставки.

Посилання

1. Slavych, V. P., Dobrova, K. D. (2020). Modelʹ ta metod znakhodzhennya opornoho ta optimalʹnykh planiv modifikovanoyi transportnoyi zadachi u vypadku hrupuvannya postachalʹnykiv vantazhu. Prykladni pytannya matematychnogo modelyuvannya. No 1. P. 187–193. http://doi.org/10.32782/2618-0340/2020.1-3.19.
2. Slavych, V. P., Biloushchenko, D. Yu. (2025). Model of the transport problem in the case of cargo delivery by two different types of vehicles. Naukovyi visnyk KhDMA. No 31. P. 178–186. http://doi.org/10.33815/2313-4763.2025.2.31.178-186.
3. Bera, R. K., Mondal, S. K. (2022). A multi-objective transportation problem with cost dependent credit period policy under Gaussian fuzzy environment. Operational Research. 22(4): 3147–3182. http://doi.org/10.1007/s12351-022-00691-4.
4. Bera, R. K., Mondal, S. K. (2023). A multi-objective transportation problem under quantity dependent credit period and cost structure policies in triangular intuitionistic fuzzy environment. Engineering Applications of Artificial Intelligence. 123: 106396. http://doi.org/10.1016/j.engappai.2023.106396.
5. Gütmen, S., Roy, S. K., Weber, G. W. (2024). An overview of weighted goal programming: a multi-objective transportation problem with some fresh viewpoints. Central European Journal of Operations Research. 32(3): 557–568. http://doi.org/10.1007/s10100-023-00861-5.
6. Luo, R., Ji, S., Ji, T. (2021). An effective chaos-driven differential evolution for multi-objective unbalanced transportation problem considering fuel consumption. Applied Soft Computing. 101: 107058. http://doi.org/10.1016/j.asoc.2020.107058.
7. Slavych, V. P. et al. (2025). Mathematical and information model of a special type of transport task as a tool for increasing economic efficiency of freight transportation. Artificial intelligence as a tool to protect the economy from disinformation: innovative solutions and international practices. Riga, Latvia: Baltija Publishing. 258 p. http://doi.org/10.30525/978-9934-26-586-0.
8. Mondal, M., Mandal, G., Shaikh, A. A., & Bhunia, A. K. (2025). Investigation of a multi-objective fixed charge transportation problem with quantity dependent transportation cost and discount policy via metaheuristics. INFOR: Information Systems and Operational Research, 63(3), 562–591. https://doi.org/10.1080/03155986.2025.2492739.
9. Ghosh, S., Küfer, K. H., Roy, S. K., Weber, G. W. (2023). Type-2 zigzag uncertain multi-objective fixed-charge solid transportation problem: time window vs. preservation technology. Central European Journal of Operations Research. 31(1): 337–362. http://doi.org/10.1007/s10100-022-00811-7.
10. Ghosh, S., Roy, S. K. (2021). Fuzzy-rough multi-objective product blending fixed-charge transportation problem with truck load constraints through transfer station. RAIRO-Oper Res. 55: S2923–S2952. http://doi.org/10.1051/ro/2020129.
11. Ghosh, S., Roy, S. K., Verdegay, J. L. (2022). Fixed-charge solid transportation problem with budget constraints based on carbon emission in neutrosophic environment. Soft Computing. 26(21): 11611–11625. http://doi.org/10.1007/s00500-022-07442-9.
12. Haque, S., Bhurjee, A. K., Kumar, P. (2022). Multi-objective non-linear solid transportation problem with fixed charge, budget constraints under uncertain environments. Systems Science & Control Engineering. 10(1): 899–909. http://doi.org/10.1080/21642583.2022.2137707.
13. Keshavarz E., Mahmoodirad A., Niroomand S. (2023). A transportation problem considering fixed charge and fuzzy shipping costs. Decision Making Advances . 1(1): 115–122. http://doi.org/10.31181/dma11202313.
14. Mahmoodirad, A., Niroomand, S. (2023). A heuristic approach for fuzzy fixed charge transportation problem. Journal of Decision Analytics and Intelligent Computing. 3(1): 139–147. http://doi.org/10.31181/jdaic10005092023m.
15. Mondal, A., Roy, S. K., Midya, S. (2023). Intuitionistic fuzzy sustainable multi-objective multi-item multi-choice step fixed-charge solid transportation problem. Journal of Ambient Intelligence and Humanized Computing. 14(6): 6975–6999. http://doi.org/10.1007/s12652-021-03554-6.
Опубліковано
2026-06-28