دانلود پاورپوینت مقاله ادغام لجستیک حمل و نقل داخلی و خارجی به روش جداسازی

در این پاورپوینت به بررسی مساله ادغام و یکپارچه سازی لجستیک حمل و نقل در بخش داخلی و خارجی به سبک جداسازی، پرداخته شده است. مسئله حمل و نقل برای بازار داخلی به مسئله کلاسیک مسیریابی خودرویی (VRP) مربوط می شود. حمل بار برای بازارهای خارجی از فرستنده های داخل کشور به ترمینال های کانتینری، به مسئله بارگیری کانتینر (CDP) مربوط می شود. چالش اصلی یکپارچه سازی VRP  و CDP با حمل و نقل کانتینری است. بخاطر پیشرفت های فناوری های جدید اینترنت اشیاء و سیستم اطلاعات جغرافیایی (GIS)، متخصصان می توانند این مشکل را با ردیابی و دنبال کردن اقلام، کانتینرها، حرکت خودروها و وضعیت انبارها، حل کنند. نحوه بهینه سازی حمل و نقل یکپارچه کانتینری با فرض جداسازی هوشمند میان کامیون های اتاق دار و کانتینرها به یک مسئله مهم تر تبدیل می شود، در حالی که فناوری پیشرفت اطلاعات جمع آوری مجزای اطلاعات در زمان واقعی و اشتراک گذاری موثر اطلاعات را تضمین می کند.

این پاورپوینت در 26 اسلاید آماده شده و در ادامه نیز، اسلاید شماره 24 آن قرار داده شده است:

مسئله پژوهشی مورد مطالعه در این پاورپوینت نه تنها می تواند در صرفه جویی هزینه حمل و نقل به این بخش کمک کند، بلکه می تواند فرآیندهای کسب و کار آنها در صورت وجود تقاضای داخلی و خارجی را بهبود بخشد. در واقع مدل پیشنهادی می تواند به یافتن تعداد بهینه کامیون ها و حد بالای فاصله که تاثیر مشترک بر هزینه کل دارند، کمک کند. در نتیجه افزایش حد بالای فاصله ممکن است منجر به کاهش هزینه نشود. بنابراین از دیدگاه مدیریت شغل رانندگان ناوگان، تعیین یک حد بالای فاصله می تواند به شرکت در رسیدن به سیاست بیشتری مدت کار برای راننده ها و به حداقل رساندن هزینه کل کمک کند. از دیدگاه مدیریت سیستم حمل و نقل، حمل و نقل یکپارچه می تواند از طریق مکانیزم های پشتیبان تصمیم گیری انطباقی یادگیرنده به طور پیوسته به صرفه جویی در هزینه های مدیریت سیستم کمک کند.

می توان پژوهش بیشتری برای بسط مسئله حالت جداسازی اجرا کرد، به ویژه با در نظر گرفتن عوامل بیشتری که در سیستم یکپارچه حمل و نقل داخلی و خارجی وجود دارد. در کل، حالت جداسازی به کامیون ها امکان می دهد در حالی که کانتینر در فرآیند بارگیری/تخلیه است، به نقطه دیگر برود که با سناریوهای عملی تری قابل تطابق است. وقتی ابهام اطلاعات شرایط ترافیک و شبکه جاده ­ای در نظر گرفته شود، این مسئله پژوهشی واقع بینانه تر و در عین حال پیچیده تر می شود. به علاوه هوش مصنوعی در عملیات های کاری مدرن روز به روز مهم تر می شود و قابلیت های محاسبه عددی بزرگ مقیاس، قابل دسترس تر می شود. بنابراین پژوهش بیشتر در این موضوع را می توان به سوی بررسی مداوم فناوری های کمک کننده و مکانیزم های تحلیل داده آنها هدایت کرد.