Мультикритериальное сравнение контрейлерных систем

Представлены результаты анализа и сравнения наиболее распространенных в настоящее время контрейлерных систем, находящихся на стадиях как коммерческого использования, так разработки и тестирования. Сравнение выполнено с целью определения контрейлерной системы, отвечающей требованиям концепции устойчивого развития и обеспечивающей эффективное функционирование цепей поставок.
Авторами впервые предложена методика многокритериальной оценки (MCDM) контрейлерных систем, учитывающая требования основных стейкхолдеров цепи поставок: грузовладельцев, перевозчиков и владельцев инфраструктуры. Анализ сформированной многокритериальной модели оценки контрейлерных систем выполнен с использованием методологического аппарата DEMATEL и MARCOS. Представлен расчетный пример ранжирования контрейлерных систем исходя из интересов стейкхолдеров цепей поставок. Выполнена проверка корректности полученных результатов другими MCDM-методами: TOPSIS, EDAS, MABAC иWASPAS. Проведены результаты оценки чувствительности результатов ранжирования контрейлерных систем при различных сценариях. Наивысшие оценки получили контрейлерные системы Flexiwaggon, Megaswing и Rolling Road.
Предлагаемая методика рекомендуется для выработки рационально обоснованных управленческих решений, направленных на согласование технических и технологических параметров контрейлерных систем, а также унификацию интермодальных транспортных единиц для формирования устойчивых цепей поставок.

1. Zhao, Xianbo; Ke, Yongjian; Zuo, Jian; Xiong, Wei; Wu, Peng. Evaluation of sustainable transport research in 2000–2019. Journal of Cleaner Production, 2020, Vol. 256, 120404. DOI: 10.1016/j.jclepro.2020.120404.

2. Aloui, A., Hamani, N., Derrouiche, R., Delahoche, L. Systematic literature review on collaborative sustainable transportation: Overview, analysis and perspectives. Transportation Research Interdisciplinary Perspectives, 2021, Vol. 9, 100291. DOI: 10.1016/j.trip.2020.100291.

3. Osintsev, N., Tsyganov, A., Rakhmangulov, A., Sładkowski, A.Multi-criteria Assessment of Piggyback Systems in Sustainable Supply Chains. In: Sładkowski, A. (eds) Modern Trends and Research in Intermodal Transportation. Studies in Systems, Decision and Control, Vol 400. Springer, Cham, 2022, pp. 451−559. DOI: https://doi.org/10.1007/978–3–030–87120–8_10 [ограниченный доступ].

4. Lehtinen, J., Bask, A. H.Analysis of business models for potential 3Mode transport corridor. Journal of Transport Geography, 2012, Vol. 22, pp. 96–108. DOI: 10.1016/j.jtrangeo.2011.12.001.

5. Gharehgozli, A., Vries, H. de, Decrauw, S. The role of standardisation in European intermodal transportation. Maritime Business Review, 2019, Vol. 4 (2), pp. 151–168. DOI: 10.1108/MABR-09-2018-0038.

6. Tsyganov, A. V., Osintsev, N. A. Systematization of rolling-stock parameters in piggyback systems. IOP Conference Series: Materials Science and Engineering, 2020, Vol. 709, 33010. DOI: 10.1088/1757-899X/709/3/033010.

7. Rui Wang, Kai Yang, Lixing Yang, Ziyou Gao. Modeling and optimization of a road–rail intermodal transport system under uncertain information. Engineering Applications of Artificial Intelligence, 2018, Vol. 72, pp. 423–436. DOI: https://doi.org/10.1016/j.engappai.2018.04.022.

8. Krstić, M., Tadić, S., Elia, V., Massari, S., Farooq, M. U. Intermodal Terminal Subsystem Technology Selection Using Integrated Fuzzy MCDM Model. Sustainability, 2023, Vol. 15 (4), 3427. DOI: 10.3390/su15043427.

9. Cong Li, Guang Yang, Xiaonian Sun. Transshipment Equipments for Road-Rail Intermodal Transport. Advanced Materials Research, 2015, Vol. 1065–1069, pp. 3377–3380. DOI: 10.4028/www.scientific.net/AMR.1065-1069.3377.

10. Xinghan Chen, Tianshuai Zuo, Maoxiang Lang, Shiqi Li, Siyu Li. Integrated optimization of transfer station selection and train timetables for road-rail intermodal transport network. Computers & Industrial Engineering, 2022, Vol. 165, 107929. DOI: 10.1016/j.cie.2021.107929.

11. El Yaagoubi, A., Ferjani, A., Essaghir, Y., Sheikhahmadi, F., Abourraja, M. N., Boukachour, J., Baron, M.-L., Duvallet, C., Khodadad-Saryazdi, A. A logistic model for a french intermodal rail/road freight transportation system. Transportation Research Part E: Logistics and Transportation Review, 2022, Vol. 164, 102819. DOI: 10.1016/j.tre.2022.102819.

12. Федорина А. В., Цыганов А. В. Комплексный подход к внедрению контрейлерных перевозок в России // Современные проблемы транспортного комплекса России. – 2015. – Т. 5. – № 1. – С. 21–28. EDN: VPWEDJ.

13. Колик А. В. Комбинированные железнодорожноавтомобильные перевозки в цепях поставок. – М.: Изд-во «Техполиграфцентр», 2018. – 301 с. ISBN 978-5-94385-143-8.

14. Crainic, T. G., Perboli, G., Rosano, M. Simulation of intermodal freight transportation systems. European Journal of Operational Research, 2018, Vol. 270 (2), pp. 401–418. DOI: 10.1016/j.ejor.2017.11.061.

15. Koohathongsumrit, N., Meethom, W. An integrated approach of fuzzy risk assessment model and data envelopment analysis for route selection in multimodal transportation networks. Expert Systems with Applications, 2020, 114342. DOI: 10.1016/j.eswa.2020.114342.

16. Banasik, A., Bloemhof-Ruwaard, J. M., Kanellopoulos, A., Claassen, G. D. H., Vorst van der, J. G. A.J. Multi-criteria decision making approaches for green supply chains: A review. Flexible Services and Manufacturing Journal, 2018, Vol. 30 (3), pp. 366–396. DOI: 10.1007/s10696-016-9263-5.

17. Цыганов А. В., Осинцев Н. А., Рахмангулов А. Н., Зенкин А. А. Критерии устойчивости контрейлерной системы // Мир транспорта. – 2023. – № 5 (108). – С. 126–134. DOI: https://doi.org/10.30932/1992-3252-2023-21-5-14.

18. Gabus, A., Fontela, E. World problems, an invitation to further thought within the framework of DEMATEL. Geneva, Switzerland: Battelle Geneva Research Centre, 1972. pp. 1–8.

19. Sheng-Li, Si; Xiao-Yue, You; Hu-Chen, Liu; Zhang Ping. DEMATEL technique: a systematic review of the stateof-the-art literature on methodologies and applications. Mathematical Problems in Engineering, 2018, Vol. 2018, 3696457. DOI: 10.1155/2018/3696457.

20. Stević, Ž., Pamučar, D., Puška, A., Chatterjee, P. Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise solution (MARCOS). Computers & Industrial Engineering, 2020, Vol. 140, 106231. DOI: 10.1016/j.cie.2019.106231.

21. Ching-Lai, Hwang; Kwangsun, Yoon. Multiple Attribute Decision Making. Berlin, Heidelberg: Springer Berlin Heidelberg, 1981, 270 p.

22. Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., Turskis, Z. Multi-Criteria Inventory Classification Using a New Method of Evaluation Based on Distance from Average Solution (EDAS). Informatica, 2015, Vol. 26, Iss. 3, pp. 435–451. DOI: 10.15388/Informatica.2015.57.

23. Pamučar, D., Ćirović, G. The selection of transport and handling resources in logistics centers using multiattributive border approximation area comparison (MABAC). Expert Systems with Applications, 2015, Vol. 42, Iss. 6, pp. 3016–3028. DOI: 10.1016/j.eswa.2014.11.057.

24. Zavadskas, E. K., Turskis, Z., Antucheviciene, J. Optimization of Weighted Aggregated Sum Product Assessment. Electronics and Electrical Engineering, 2012, Vol. 122, Iss. 6, pp. 3–6. DOI: 10.5755/j01.eee.122.6.1810.