МАТЕМАТИЧНИЙ ПІДХІД ДО ФОРМУВАННЯ МЕТОДИЧНОЇ ОСНОВИ ЕКОНОМІЧНОЇ РАЦІОНАЛЬНОСТІ ВЗАЄМОДІЇ ЕЛЕМЕНТІВ СИСТЕМИ УПРАВЛІННЯ ЛОГІСТИКОЮ В СІЛЬСЬКОМУ ГОСПОДАРСТВІ
Article Sidebar
Надіслано: 21-04-2023
Опубліковано: 30-06-2023
©, Авторські права належать авторам.
Ця стаття опублікована відповідно до стандартів відкритого доступу та розповсюджується за ліцензією Creative Commons Attribution 4.0 International (CC BY 4.0), яка дозволяє необмежене використання, розповсюдження та відтворення змісту на будь-якому носії, за умови зазначення оригінального автора та джерела.
Main Article Content
Анотація
Сфера управління логістикою сільськогосподарської продукції за значних динамічних змін в умовах сьогодення потребує формування нових підходів за використання можливостей сучасних інформаційних засобів. У статті представлено системний математичний підхід до управління логістикою в сільському господарстві для умов із незначним рівнем ризику та за умов значних загроз логістичним процесам аграрної галузі. У представленому дослідженні також розглядаються питання аналізу ефективності управлінських дій логістичним процесом і в оперативному, і в стратегічному плані.
Розроблений математичний підхід ураховує широкий спектр умов проведення логістичної діяльності: і за невисокого рівня ризику виконання логістичного процесу, і в обставинах значних загроз, які призводять до мінімізації надійності логістики в сільськогосподарський галузі. Це є особливо важливим сьогодні, з огляду на значний рівень негативних впливів на логістичні процеси через військові загрози. Зростання цих впливів призводить навіть до дестабілізації світового продовольчого ринку, загрози голоду в деяких регіонах світу.
Запропонований математичний підхід ураховує появу нових ризиків, значно збільшений динамічний характер впливів на логістичну діяльність в аграрному секторі економіки, так само й традиційну специфіку умов реалізації логістичних процесів в аграрній галузі. Специфіка управління логістичною діяльністю в аграрному секторі обумовлена особливостями процесу сільськогосподарського виробництва; властивостями, які притаманні сільськогосподарській продукції, умовами дистрибуції цієї продукції. Указане обумовлює широкий спектр завдань, які має виконувати логістика аграрного сектора. Це в свою чергу викликає потребу в створені високоадаптивного динамічного підходу при формуванні набору й комбінації завдань та цілей логістики. Для реалізації цього підходу були спеціально розроблені алгоритми, інструменти й методи. Зокрема: уніфікації цільових функцій; підходу гнучких адаптивних змін рангів цільових функцій для забезпечення належного рівня раціональності управління логістичним процесом; компромісного підходу для випадку необхідності досягнення одночасно групи поставлених цілей; підходу оцінки стратегічного впливу управлінського рішення за оперування не статичними значеннями параметрів, а їх трендами в часі. Загалом це дозволяє досягти належного рівня економічної ефективності управління аграрною логістикою навіть за динамічних змін умов її реалізації та забезпечити високий рівень надійності логістичного процесу навіть при зростанні рівня загроз.
Article Details
Посилання
Solarte-Montufar, J.G., Zartha-Sossa, J.W., & Osorio-Mora, O. (2021). Open Innovation in the Agri-Food Sector: Perspectives from a Systematic Literature Review and a Structured Survey in MSMEs. Journal of Open Innovation: Technology, Market, and Complexity,7(2), 161. https://doi.org/10.3390/joitmc7020161. DOI: https://doi.org/10.3390/joitmc7020161
Remondino, M., & Zanin, A. (2022). Logistics and Agri-Food: Digitization to Increase Competitive Advantage and Sustainability. Literature Review and the Case of Italy. Sustainability, 14, 787. https://doi.org/ 10.3390/su14020787. DOI: https://doi.org/10.3390/su14020787
Castro, J.A.O., & Jaimes, W.A. (2017). Dynamic Impact of the Structure of the Supply Chain of Perishable Foods on Logistics Performance and Food Security. Journal of Industrial Engineering and Management, 10(4), 687–710. https://doi.org/10.3926/jiem.2147. DOI: https://doi.org/10.3926/jiem.2147
Taskıner, T., & Bilgen, B. (2021). Optimization Models for Harvest and Production Planning in Agri-Food Supply Chain: A Systematic Review. Logistics, 5, 52. https://doi.org/10.3390/logistics5030052. DOI: https://doi.org/10.3390/logistics5030052
Chymosh, K. (2020). Analysis of modern world and domestic trends in the development of transport logistics in the agricultural sector of the economy. Ekonomika ta derzhava, 9, 112–114. https://doi.org/10.32702/2306-6806.2020.9.112. DOI: https://doi.org/10.32702/2306-6806.2020.9.112
Kieti, J., Waema, T. M., Ndemo, E. B., Omwansa, T. K., & Baumüller, H. (2021). Sources of value creation in aggregator platforms for digital services in agriculture - insights from likely users in Kenya. Digital Business, 1(2), 100007. https://doi.org/10.1016/J.DIGBUS.2021.100007. DOI: https://doi.org/10.1016/j.digbus.2021.100007
Kotenko, S., Ilchenko, S., Kasianova, V., Diakov, V., Mashkantseva, S., & Nitsenko, V. (2022). Determination of the Expected Value of Losses Caused by the Cargo Transportation Insurance Risks by Water Transport. Inventions, 7(3), 81. https://doi.org/10.3390/inventions7030081. DOI: https://doi.org/10.3390/inventions7030081
Pavlova, H., Babii, І., & Volovik, D. (2022) Establishment of logistics at the level of international economic relations. Innovation and Sustainability, 2, 139-146. https://ins.vntu.edu.ua/index.php/ins/article/download/49/58. DOI: https://doi.org/10.31649/ins.2022.2.139.146
Pitel, N., Alioshkina, L., & Klymenko, L. (2018). The priorities of government policies concerning the stimulation of logistics processes. Economy and the state, 8, 3-18. http://www.economy.in.ua/pdf/8_2018/5.pdf.
Punel, A., & Stathopoulos, A. (2017). Modeling the acceptability of crowdsourced goods deliveries: Role of context and experience effects. Transportation Research Part E: Logistics and Transportation Review, 105, 18–38. https://doi.org/10.1016/j.tre.2017.06.007. DOI: https://doi.org/10.1016/j.tre.2017.06.007
Velychko, O., Velychko, L., & Іvanchyk,R. (2019). Management of competitiveness of the supply chain in the logistical systems of a small agrarian business. Efficient economy, 3. https://doi.org/10.32702/2307-2105-2019.3.1. DOI: https://doi.org/10.32702/2307-2105-2019.3.1
Yan, B., Fan, J., Cai, C., & Fang, J. (2020). Supply Chain Coordination of Fresh Agri-products Based on Value Loss. Operations Management Research, 13 (3), 185–196. https://doi.org/10.1007/s12063-020-00162-z. DOI: https://doi.org/10.1007/s12063-020-00162-z
Ingram, K., Diachenko, O., Halytskyi, O., Nitsenko, V., Romaniuk, M., & Zhumbei, M. (2022). Formalization of the Optimal Choice of the Activities of Agricultural Enterprises for the Implementation of Information and Communication Technologies. Financial and Credit Activity: Problems of Theory and Practice, 3(44), 141-149. https://doi.org/10.55643/fcaptp.3.44.2022.3758. DOI: https://doi.org/10.55643/fcaptp.3.44.2022.3758
Kharsun, L. (2018). The efficiency of the agricultural product supply chains asa factor its competitiveness increasing. Goods and markets, 1, 168-179. http://tr.knute.edu.ua/files/2018/01(25)/16.pdf.
Ni, S., Peng, Y. & Liu, Z. (2022). Logistics Demand Forecast of Fresh Food E-Commerce Based on Bi-LSTM Model. Journal of Computer and Communications, 10, 51-65. https://doi.org/10.4236/jcc.2022.109004. DOI: https://doi.org/10.4236/jcc.2022.109004
Sanjaya, S., & Perdana, T. (2015). Logistics system model development on supply chain management of tomato commodities for structured market. Procedia Manufacturing, 4, 513 – 520. https://doi.org/10.1016/j.promfg.2015.11.070. DOI: https://doi.org/10.1016/j.promfg.2015.11.070
Perdana, T., Tjahjono, B., Kusnandar, K., Sanjaya, S., Wardhana, D., & Hermiatin, F. R. (2022). Fresh agricultural product logistics network governance: insights from small-holder farms in a developing country, International Journal of Logistics Research and Applications. https://doi.org/10.1080/13675567.2022.2107625. DOI: https://doi.org/10.1080/13675567.2022.2107625
Ghezavati, V.R., Hooshyar, S., & Tavakkoli-Moghaddam, R. (2017). A Benders’ decomposition algorithm for optimizing distribution of perishable products considering postharvest biological behavior in agri-food supply chain: A case study of tomato. Central European Journal of Operations Research, 25, 29–54. https://doi.org/10.1007/s10100-015-0418-3. DOI: https://doi.org/10.1007/s10100-015-0418-3
Rocco, C.D., & Morabito, R. (2016). Production and logistics planning in the tomato processing industry: A conceptual scheme and mathematical model. Computers and Electronics in Agriculture, 127, 763–774. https://doi.org/10.1016/j.compag.2016.08.002. DOI: https://doi.org/10.1016/j.compag.2016.08.002
Keshavarz-Ghorbani, F., & Pasandideh, S.H.R. (2022). Modeling and optimizing an agro-supply chain considering different quality grades and storage systems for fresh products: a Benders decomposition solution approach. Journal of Combinatorial Optimization, 44, 21–50. https://doi.org/10.1007/s10878-021-00802-5. DOI: https://doi.org/10.1007/s10878-021-00802-5
Flores, H., & Villalobos, J.R. (2018). A modeling framework for the strategic design of local fresh-food systems. Agricultural Systems, 161, 1–15. https://doi.org/10.1016/j.agsy.2017.12.001. DOI: https://doi.org/10.1016/j.agsy.2017.12.001
Petrychenko, V., Petrychenko, O., Fedoryshyna, L., Kravchuk, O., Korniichuk, O., & Nitsenko, V. (2022). Agricultural Production in Ukraine: Ecological Challenges and Impact on the Quality of Life. Financial and Credit Activity Problems of Theory and Practice, 4(45), 374–384. https://doi.org/10.55643/fcaptp.4.45.2022.3782. DOI: https://doi.org/10.55643/fcaptp.4.45.2022.3782
Wang, M., & Zhang, K. (2022). Improving Agricultural Green Supply Chain Management by a Novel Integrated Fuzzy-Delphi and Grey-WINGS Model. Agriculture, 12, 1512. https://doi.org/10.3390/agriculture12101512. DOI: https://doi.org/10.3390/agriculture12101512
Taghikhah, F., Voinov, A., Shukla, N., Filatova, T., & Anufriev, M. (2021). Integrated modeling of extended agro-food supply chains: A systems approach. European Journal of Operational Research, 288, 3, 852-868. https://doi.org/10.1016/j.ejor.2020.06.036. DOI: https://doi.org/10.1016/j.ejor.2020.06.036
Van Der Vorst, J.G.A.J., Tromp, S., & Van der Zee, D.J. (2009). Simulation modelling for food supply chain redesign: Integrated decision making on product quality, sustainability and logistics. International Journal of Production Research, 47, 6611–6631. https://doi.org/10.1080/00207540802356747. DOI: https://doi.org/10.1080/00207540802356747
Pamuˇcar, D., Behzad, M., Janosevic, M., & Aburto Araneda, C.A. (2022). A Multi-Criteria Decision-Making Framework for Prioritizing and Overcoming Sectoral Barriers in Converting Agricultural Residues to a Building Material. Mathematics 2022, 10, 4003. https://doi.org/10.3390/math1021400. DOI: https://doi.org/10.3390/math10214003
Phochanikorn, P., Tan, C. & Chen, W. (2020). Barriers analysis for reverse logistics in Thailand’s palm oil industry using fuzzy multi-criteria decision-making method for prioritizing the solutions. Granular Computing 5, 419–436. https://doi.org/10.1007/s41066-019-00155-9. DOI: https://doi.org/10.1007/s41066-019-00155-9
Teng, S. (2021). Route Planning Method for Cross-Border e-Commerce Logistics of Agricultural Products Based on Recurrent Neural Network. Soft Computing, 25 (18), 12107–12116. https://doi.org/10.1007/s00500-021-05861-8. DOI: https://doi.org/10.1007/s00500-021-05861-8
He, P., & Li, J. (2019). The two-echelon multi-trip vehicle routing problem with dynamic satellites for crop harvesting and transportation. Applied Soft Computing, 77, 387–398 https://doi.org/10.1016/j.asoc.2019.01.040. DOI: https://doi.org/10.1016/j.asoc.2019.01.040
Black Sea news. (2021, 16 November). Obstacles to shipping in the Sea of Azov. Monitoring of vessel maintenance in the Kerch Strait as of November 1, 2021. https://www.blackseanews.net/read/182012.
Black Sea news. (2022, 16 February). Obstacles to shipping in the Sea of Azov. Monitoring of vessel maintenance in the Kerch Strait at the beginning of 2022. https://www.blackseanews.net/read/184509.
Bronshtein, E.M., & Gindullin, R.V. (2014). Exact solutions of some optimization problems of transport logistics. Mathematical Models and Computer Simulations, 6, 332–336. https://doi.org/10.1134/S2070048214030053. DOI: https://doi.org/10.1134/S2070048214030053
Bazaluk, O., Kotenko, S., & Nitsenko, V. (2021). Entropy as an Objective Function of Optimization Multimodal Transportations. Entropy, 23 (8), 946. https://doi.org/10.3390/e23080946. DOI: https://doi.org/10.3390/e23080946
Banasik, A., Kanellopoulos, A., Claassen, G., Bloemhof-Ruwaard, J.M., & Van Der Vorst, J.G.A.J. (2017). Closing loops in agricultural supply chains using multi-objective optimization: A case study of an industrial mushroom supply chain. International Journal of Production Economics, 183, 409–420. https://doi.org/10.1016/j.ijpe.2016.08.012. DOI: https://doi.org/10.1016/j.ijpe.2016.08.012
Dzemydiene, D., Burinskiene, A., & Miliauskas, A. (2021). Integration of Multi-Criteria Decision Support with Infrastructure of Smart Services for Sustainable Multi-Modal Transportation of Freights. Sustainability, 13, 4675. https://doi.org/10.3390/su13094675. DOI: https://doi.org/10.3390/su13094675
Kotenko, S., Nitsenko, V., Hanzhurenko, I., & Havrysh, V. (2020). The Mathematical Modeling Stages of Combining the Carriage of Goods for Indefinite, Fuzzy and Stochastic Parameters. International Journal of Integrated Engineering, 12(7), 173-180. https://doi.org/10.30880/ijie.2020.12.07.019. DOI: https://doi.org/10.30880/ijie.2020.12.07.019
Bazaluk, O., Zhykharieva, V., Vlasenko, O., Nitsenko, V., Streimikiene, D., & Balezentis, T. (2022). Optimization of the Equity in Formation of Investment Portfolio of a Shipping Company. Mathematics, 10(3), 363. https://doi.org/10.3390/math10030363. DOI: https://doi.org/10.3390/math10030363
Suslenko, V., Zatonatska, T., Dluhopolskyi, O., & Kuznyetsova, A. (2022). Use of cryptocurrencies bitcoin and ethereum in the field of e-commerce: case study of Ukraine. Financial and Credit Activity Problems of Theory and Practice, 1(42), 62–72. https://doi.org/10.55643/fcaptp.1.42.2022.3603. DOI: https://doi.org/10.55643/fcaptp.1.42.2022.3603