Modeling Demand for Freight Forwarding Services on the Grounds of Logistics Portals Data

Naumov, Vitalii

doi:10.1016/j.trpro.2018.09.035

Cited by 10 publications

(8 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Figure 1 presents the process of choosing the optimal LC as a cybernetic model. A set of incoming parameters is described by the numerical characteristics of a request for a consignment for deliveryits weight Q , the delivery distance L , and the interval I of the request arrival [22,23]. The influence of environmental factors is described by the values of parameters {} T , characterizing the technological processes of the LC entities, in the mathematical model, these parameters are realizations of random variables of the delivery speed, the time of specific technological operations, non-production vehicle downtime, etc.…”

Section: Methodsmentioning

confidence: 99%

Substantiating the Logistics Chain Structure While Servicing the Flow of Requests for Road Transport Deliveries

Naumov

2020

Sustainability

Self Cite

View full text Add to dashboard Cite

The selection of the delivery scheme is one of the most complicated problems and the results of its solution condition the sustainable development of the whole market of transportation services. Freight forwarders should consider numerous random parameters characterizing demand and technological processes to choose the proper structure of the logistics chain. The paper aims to propose a method for choosing the logistics chain structure, based on the analysis of the total expenses as a function from the demand parameters characterizing stochastic variables of the consignment weight, the delivery distance, and the time interval between the requests in the flow of queries for cargo delivery. Four basic logistics chain structures, widely used on road transport, are described to demonstrate the selection process. The areas of the most efficient use of the logistics chain structures can be defined for the flow of requests for cargo deliveries. The paper shows such areas on the example of goods delivery by automobile transport. Determining the areas of the most efficient use of the specific logistics chain structures contributes to the effective choice of correct delivery variants by freight forwarders.

show abstract

Section: Methodsmentioning

confidence: 99%

Substantiating the Logistics Chain Structure While Servicing the Flow of Requests for Road Transport Deliveries

Naumov

2020

Sustainability

Self Cite

View full text Add to dashboard Cite

show abstract

“…Perkembangan teknologi informasi selama beberapa tahun terakhir telah memberikan tingkat informasi yang tinggi menyebabkan perubahan jasa pengiriman sebagai perusahaan yang menyediakan layanan perantara (Naumov, 2018). Semakin banyaknya masyarakat yang menggunakan jasa pengiriman, maka kualitas pelayanan menjadi sangat penting untuk memenangkan persaingan.…”

Section: Jika | 153unclassified

Comparison Of K-Means Method And Fuzzy Clustering Algorithm In Determining Customer Satisfaction Test In Delivery Services

Fakhriza¹

2021

JIKA

View full text Add to dashboard Cite

Customer satisfaction responses, or responses given by consumers after their needs for products or services have been met, then service quality becomes very important for competition. Comparison of the clustering algorithm algorithm with K-Means Clustering modeling and Fuzzy Clustering modeling based on the processing speed and parameter tracking comparison of K-Means and Fuzzy Clustering is able to show the proposed results. Therefore, the comparison test between the two data mining methods on Kmean clustering and Fuzzy K-means modeling is to determine the best algorithm method in analyzing the level of customer satisfaction in shipping services. The results obtained from the experiment showed that the performance of the fuzzy K-means algorithm was better than the performance of the K-means algorithm. When we increase the value to fuzzy factor of our fuzzy k-means algorithm it gets better.

show abstract

“…РЕЗУЛЬТАТИ ДОСЛІДЖЕНЬ Серед вітчизняних науковців, які досліджували моделювання попиту на основі заявки на транспортне обслуговування варто виокремити В.С. Наумова [3], А.В. Іванченка [4], Я.В.…”

Section: вступunclassified

Особливості Формування Попиту У Моделюванні Ланцюгів Поставок Зернових Культур

Котенко¹

2020

Automash

View full text Add to dashboard Cite

Інтенсивний розвиток аграрного сектору України за останні спричинив зміни у логістиці зернових культур. Попит на зерно та пов'язану з ним діяльність формує попит на його транспортування. Оцінити попит на сільськогосподарські перевезення необхідно для аналізу транспортної політики та прийняття рішень про господарську діяльність перевізників. У статті розглянуто особливості формування попиту у моделях транспортування зернових культур вітчизняних науковців. Імітаційна модель дозволяє визначити параметри автомобільного парку для вивчення попиту на транспортні перевезення сільськогосподарських товарів, на основі оцінки заявок на перевезення, що може бути використаним на етапі транспортування «індивідуальне сільське господарство-елеватор». Модель нейронних мереж надає можливість зробити раціональним прийняття управлінських рішень та сприяти інтелектуалізації логістики ланцюгів поставок з метою мінімізації операційних витрат для перевезення вантажу. Тобто планувати та негайно виконувати розподіл залежно від попиту на вантаж. Ця модель враховує такі параметри як сезонність або нерівномірність перевезень, рух транспортних засобів та інфраструктуру залізниці. Особливо доцільним використання цієї моделі буде на етапі транспортування «елеватор-лінійний елеватор/морський термінал» із залученням залізничного транспорту. Особливістю нечіткої моделі управління є те, що вхідні параметри описуються не кількісним значенням, а певною терм-множиною. При цьому кількісні характеристики представляються нечітко та у вигляді лінгвістичних змінних. Дослідження попиту на вантажні перевезення дозволить підвищити ефективність на різних етапах доставки. Кожна наведена модель має особливий підхід до дослідження попиту та прогнозування перевезень у аграрному секторі. Проте створення уніфікованої моделі прогнозування попиту на перевезення сприятиме раціоналізації прийняття управлінських рішень та мінімізації витрат на кожному з етапів транспортування зернових культур, що сприяє подальшим дослідженням.

show abstract

Modeling Demand for Freight Forwarding Services on the Grounds of Logistics Portals Data

Cited by 10 publications

References 8 publications

Substantiating the Logistics Chain Structure While Servicing the Flow of Requests for Road Transport Deliveries

Substantiating the Logistics Chain Structure While Servicing the Flow of Requests for Road Transport Deliveries

Comparison Of K-Means Method And Fuzzy Clustering Algorithm In Determining Customer Satisfaction Test In Delivery Services

Особливості Формування Попиту У Моделюванні Ланцюгів Поставок Зернових Культур

Contact Info

Product

Resources

About