УДК 004.89:656.13
DOI: 10.36871/26189976.2026.04-4.011
Авторы
Тимур Ринатович Измайлов,
Казанский государственный энергетический университет, Казань, Россия
Римма Солтановна Зарипова,
Казанский государственный энергетический университет, Казань, Россия
Сергей Юрьевич Ситников,
Казанский государственный энергетический университет, Казань, Россия
Аннотация
В условиях цифровой трансформации промышленных предприятий эффективное управление транспортным обеспечением становится критически важным фактором оптимизации операционных затрат и повышения конкурентоспособности. Традиционные методы планирования и учёта транспортных расходов, основанные на ручном вводе данных и фрагментированных информационных системах, характеризуются недостаточной точностью прогнозирования и высокими временными затратами. В статье рассматривается проектирование интеллектуальной информационной системы для автоматизации процесса транспортного обеспечения предприятия с выделением специализированной задачи расчёта затрат на горюче-смазочные материалы. На основе процессно-задачного подхода выделены основные бизнес-процессы и бизнес-задачи, разработаны организационно-логические схемы решения задач в нотации BPMN 2.0, спроектирована архитектура интеллектуальной подсистемы «Управление транспортным обеспечением». Предложенное решение отличается применением методов прогнозной аналитики и машинного обучения для предсказания расхода топлива с учётом сезонных факторов, дорожных условий и индивидуальных характеристик водителей. Разработанная интеллектуальная задача «Расчёт затрат на горюче-смазочные материалы» обеспечивает адаптивное прогнозирование расходов на основе анализа исторических данных, выявления аномалий расхода и оптимизации маршрутов, что позволяет предприятию более точно распределять бюджет, снижать издержки и повышать эффективность использования транспорта.
Ключевые слова
интеллектуальная система
транспортное обеспечение
горюче-смазочные материалы
автоматизация
машинное обучение
прогнозная аналитика
бизнес-процессы
управление предприятием
Список литературы
[1] Болодурина И. П., Спешилов Е. А. Математические и инструментальные средства обеспечения интеллектуальной системы поддержки принятия решений при управлении грузопотоками // Прикладная математика и вопросы управления. 2023. № 2. С. 93-107. DOI 10.15593/2499-9873/2023.2.09. EDN HILJFN.
[2] Гимаева А. Р., Нуриев М. Г., Зарипова Р. С. Применение реинжиниринга бизнес-процессов в деятельности предприятия автомобильного сервиса // Russian Journal of Management. 2024. Т. 12. № 4. С. 80-92.
[3] Гиниятуллина Л. Р., Уразбахтина Л. Р. Применение цифровых технологий в стратегическом управлении предприятием // Актуальные проблемы экономики и управления: сборник материалов Всероссийского научно-практического форума. Брянск, 2025. С. 594-596. EDN ZUCKJH.
[4] Катасев А. С., Хусаинов Р. М., Талипов Н. Г., Шалаева Д. В. Интеллектуальная система анализа транспортных потоков в автоматизированных системах управления дорожным движением // Программные продукты и системы. 2024. № 1. С. 69-76. DOI 10.15827/0236-235X.145.069-076. EDN ALVWEA.
[5] Косулин В. В. Применение систем искусственного интеллекта для управления транспортным средством // Научно-технический вестник Поволжья. 2023. № 12. С. 309- 312.
[6] Куценко С. М., Устюжанинова Д. С. Использование искусственного интеллекта и машинного обучения в транспортных системах // Экономика и предпринимательство. 2024. № 3(164). С. 1360-1362. DOI 10.34925/EIP.2024.164.3.265. EDN NNIPYW.
[7] Москвичев О. В., Леонова С. А., Васильев Д. В. Использование нейронной сети для учёта и анализа показателей работы транспортного предприятия // Мир транспорта. 2023. Т. 21, № 2(105). С. 39-46. DOI 10.30932/1992-3252-2023-21-2-4. EDN ZUITBO.
[8] Овсеенко Г. А., Хамбулатова З. Р. Особенности использования методики оценки эффективности бизнес-процессов компании // Экономика и предпринимательство. 2024. № 2 (163). С. 1462-1466.
[9] Петрова Е. А., Филимонова Т. К., Овсеенко Г. А., Кремлева Э. Ш. Математическая модель расчета характеристик транспортного маршрута // Научно-технический вестник Поволжья. 2023. № 9. С. 39-42.
[10] Петрова Н. К., Ситников С. Ю., Хамитов Р. М., Журавлев П. В. Применение объектно-ориентированного подхода в синтаксическом анализе для интеллектуальных систем // Вестник Донецкого национального университета. Серия Г: Технические науки. 2025. №2. С. 125-136. DOI 10.5281/zenodo.15586144. EDN CLUQTM.
[11] Рочева О. А., Зарипова Р. С., Ахметшин Д. А. Роль технологий искусственного интеллекта в цифровой трансформации транспортной отрасли // Экономика и управление: проблемы, решения. 2023. Т. 7. № 10 (139). С. 47-53.
[12] Сафиуллин Р. Р., Сафиуллин Р. Н., Хохлов А. В. Комплексная оценка эффективности процесса перевозки с применением интегрированных интеллектуальных технологий // АгроЭкоИнженерия. 2025. № 3(124). С. 62-71. DOI 10.24412/2713-2641-2025-3124- 62-71. EDN SIAVJQ.
[13] Урмеева Д. Р., Рогожа Ю. А., Уразбахтина Л. Р. Повышение эффективности управления энергоресурсами на промышленном предприятии // Современные технологии и экономика в энергетике: материалы Международной научно-практической конференции. Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2022. С. 67-69. EDN VECCZH.
[14] Шагимарданова Г. Ф., Салтанаева Е. А. Цифровая трансформация автотранспортных предприятий: роль информационных систем в повышении эффективности // Информационные технологии в строительных, социальных и экономических системах. 2025. № 3(37). С. 125-129. EDN HTOAYO.
[15] Шакиров А. А., Зарипова Р. С. Исследование систем планирования ресурсов предприятия // Наука Красноярья. 2020. Т. 9, № 2-3. С. 181-186. EDN EMFPYQ.
