МЕТОДЫ ОПТИМИЗАЦИИ МОДЕЛЬНОГО РЯДА ПРИ ФОРМИРОВАНИИ СОСТАВА И СТРУКТУРЫ ПАРКА ВОЗДУШНЫХ СУДОВ В РАМКАХ СОЗДАНИЯ ЕДИНОЙ ДАЛЬНЕВОСТОЧНОЙ АВИАКОМПАНИИ

В статье рассмотрена актуальная задача по оптимизации использования имеющегося и перспективного парка воздушных судов отечественного производства в рамках создания единой дальневосточной авиакомпании. Проанализированы данные по оценке потребного количества самолетов отечественного производства через единый консолидированный заказ от всех авиакомпаний дальневосточного региона. Показано, что значительную роль в оптимальном проектировании количества и номенклатуры ВС региона играют математические методы моделирования и оптимизации, которые успешно применяются для выбора наилучших параметров и характеристик ВС или его подсистем на различных стадиях проектирования с разделением задачи на две взаимосвязанные модели: параметрическую и операционную. Предложен системный научно-методический подход к внешнему проектированию ВС, с помощью которого можно генерировать множество проектных вариантов ВС, ограничившись только теми параметрами, которые существенно влияют на эффективность функционирования авиакомпании. Результатом исследования является выполнение задачи оптимизации модельного ряда ВС для последующей эксплуатации в условиях Крайнего Севера, Арктики, Сибири и Дальнего Востока. Полученные аналитические материалы позволяют сопоставить план расширения маршрутной авиатранспортной сети и календарный план производства авиационной техники для единой дальневосточной авиакомпании на основе представленной блок-схемы взаимодействия авиакомпаний и промышленности.  

1. Авроре» светит 50 млрд рублей // [Электронный ресурс]. – 2021. https://konkurent.ru/article/37775 / (дата обращения: 05.05.2024).

2. Горбунов В. П. Основные аспекты создания единой дальневосточной авиакомпании через развитие единой маршрутной сети, флота и летно-эксплуатационной инфраструктуры дальневосточного региона // Crede Experto: транспорт, общество, образование, язык. 2023. № 2. С. 44-62. DOI 10.51955/2312-1327_2023_2_44. EDN GJIVOF.

3. Емельянова В. В. Имитационное моделирование систем / В. В. Емельянова, С. И. Ясиновский. М.: МГТУ им. Н. Э. Баумана, 2009. 584 с.

4. Курмангазиева Л. Т. Разработка математических моделей и оптимизация химикотехнологических систем при нечеткости исходной информации / Л. Т. Курмангазиева, Б. Б. Оразбаев // [Электронный ресурс]. – 2014. URL: https://monographies.ru/ru/book/view?id=258 (дата обращения: 10.12.2023).

5. Лаженцев В. Н. Социально-экономическое пространство и территориальное развитие Севера и Арктики России // Экономика региона. 2018. Т. 14, № 2. С. 353-365. DOI 10.17059/2018-2-2. EDN XYCGYH.

6. Магдин А. Г. Алгоритм целевого выбора воздушного судна / А. Г. Магдин, А. Д. Припадчев, А. А. Горбунов // Вестник Брянского государственного технического университета. 2019. № 10(83). С. 48–54. DOI 10.30987/article_5db95e85e569b8.29571093. EDN MKMKYZ.

7. Мадера А. Г. Интервально стохастическая неопределенность оценок в многокритериальных задачах принятия решений // Искусственный интеллект и принятие решений. 2014. № 3. С. 105-115. EDN SMFXGZ.

8. Матюха С. В. Анализ влияния территориальных кластеров на комплексное развитие экономики регионов и их авиационную транспортную инфраструктуру // EurasiaScience: сборник статей XLIII международной научно-практической конференции, Москва, 15 февраля 2022 года / Научно-издательский центр «Актуальность.РФ». М.: Общество с ограниченной ответственностью «Актуальность.РФ», 2022. С. 189-193. EDN TGNUCX.

9. Сценарии развития Восточной Сибири и российского Дальнего Востока в контексте политической и экономической динамики Азиатско-Тихоокеанского региона до 2030 года: аналитический доклад / Фак. мировой политики МГУ им. М. В. Ломоносова [и др.]; науч. рук. А. А. Кокошин. М.: Едиториал УРСС, 2011. EDN QVEAEJ.

10. Что известно про единую дальневосточную авиакомпанию? / Летаем вместе // [Электронный ресурс]. – 2021. https://dzen.ru/a/X-25RNGpBkHKatVN (дата обращения: 18.05.2024).

11. Юданова В. В. Оптимизация бизнес-процессов в сфере обслуживания методами имитационного моделирования // Научно-методический электронный журнал «Концепт». 2017. № 11. С. 141–150. DOI 10.24422/MCITO.2017.11.8167. EDN ZTWTJP.

12. Юн Г. Н. Системный подход к проектированию / Г. Н. Юн, К. В. Маринцева // Bicник iнженерноi академii Украiни. 2012. № 2 // [Электронный ресурс]. 2012. – URL: www.irbis-nbuv.gov.ua (дата обращения: 21.11.2021).

13. Dhamodharavadhani S. Variable Selection Method for Regression Models Using Computational Intelligence Techniques / S. Dhamodharavadhani, R. Rathipriya // OCEM Journal of Management, Technology & Social Science. India: Periyar University, 2020. pp. 416–436.

14. Gorbunov V. P. The Principles and Methodology of Business Modeling // Качество и жизнь. 2018. № 2(18). P. 28-35. EDN WTHWQS.

15. Lui G. L. Introduction to the combinatorial mathematics / G. L. Lui. New York: McGraw Hill, 1968. 424 p. DOI 10.4018/978-1-5225-7900-7.ch002.

16. Magnello M. Karl Pearson and the Establishment of Mathematical Statistics. International Statistical Review. 2009. № 77(1). pp. 3-29.

17. Möller D. P. F. Introduction in transportation analysis, Modeling and Simulation. Computational Foundation and Multimodal application. London: Springer-Verlag, 2014. 343 p.

18. Ortúzar J. D. Modelling transport / J. D. Ortúzar, L. G. Willumsen. 4th ed. Chichester: JohnWi11ey & sons, 2011. 608 p.

19. Tatarkin A. I. Socioeconomic problems in development of the Russian Arctic zone / A. I. Tatarkin, V. G. Loginov, E. A. Zakharchuk // Herald of the Russian Academy of Sciences. 2017. Vol. 87, No. 1. P. 12-21. DOI 10.1134/S101933161701004X. EDN YVHWEB.