Methodological foundation for calculating the transportation service rate in the aviation sector
Abstract
The article considers the methodological foundation for calculating the transportation service rate in the aviation transport and logistics network using a discrete-event simulation model (DESM) of passenger service in an aviation transport and logistics center (AviaTLC). The author carries out calculations for the performance function of motion control in the transportation service through time. The article substantiates the necessity of administrative time minimization in AviaTLC to increase the transportation service rate.
About the Author
I. A. Tetslav
Saint Petersburg State University of Civil Aviation
Russian Federation
Russian Federation
Ilya A. Tetslav, Assistant Professor at the Airports and air transportation department
References
1. Зайцев Е. Н. Синтез комплексной системы управления смешанными перевозками: монография / Е. Н. Зайцев. — СПб.: СПбГУГА, 2007. — 212 с.
2. Шайдуров И. Г. Метод комплексной оценки эффективности технологических процессов грузового терминала авиационного транспортно-логистического узла: дис. канд. техн. наук, специальность: 05.22.01 / И. Г. Шайдуров. — СПб., 2021–185 с.
3. Зайцев Е. Н. Комплекс взаимодействия систем «Аэропорт–Авиакомпания–УВД» в системе смешанных перевозок / Е. Н. Зайцев, Е. В. Коникова, И. А. Тецлав, И. Г. Шайдуров // Вестник Санкт-Петербургского государственного университета гражданской авиации. —2016. —№ 2 (11). — С. 101–117.
4. Зайцев Е. Н. Методология формирования системы коммерческой готовности воздушного судна к рейсу / Е. Н. Зайцев, Е. В. Коникова,И. А. Тецлав, И. Г. Шайдуров // Вестник Санкт-Петербургского государственного университета гражданской авиации. —2016. — № 2 (11). — С. 118–132.
5. Приказ Минздравсоцразвития РФ от 13.08.2009 N588н «Об утверждении Порядка исчисления нормы рабочего времени на определенные календарные периоды времени (месяц, квартал, год) в зависимости от установленной продолжительности рабочего времени в неделю» // КонсультантПлюс.
6. Фомин Г. П. Системы и модели массового обслуживания в коммерческой деятельности: учеб. пособие / Г. П. Фомин. — М.: Финансы и статистика, 2000. — 144 с.
7. Соколов А. А. Стохастические модели обслуживания пассажиров в аэропортах / А. А. Соколов — М.: Грин Принт, 2019. — 264 с.
8. Бозуйла М. Проектирование новой транспортной системы с использованием микроскопических моделей и многоагентного подхода / М. Бозуйла, А. Т. Тола // Автоматическое управление и информатика. — Т. 55(2). — С. 125–136.
9. Evon M. O. A. T. Handbook of research on discrete event simulation environments: technologies and applications / M. O. A. T. Evon, A. E. S. Asim — New York: Information Science Reference, 2009. —585 p.
10. Lim E. W. C.Discrete event simulations: development and applications/ E.W. C. Lim — Rijeka: InTech, 2012. —206 p.
11. Boero R. Agent–based models of the Economy: from theories to applications / R. Boero [и др.]. London: Palgrave Macmillan, 2015. — 232 p.
12. Hokamp S. Agent-based modeling of tax evasion: theoretical aspects and computational Simulations / S. Hokamp, L. Gulyás, M. Koehler, S. Wijesinghe– Chennai: Wiley, 2018. — 364 p.
13. Шеннон Р. Имитационное моделирование — искусство и наука/ Р. Шеннон;– пер. с англ. — М.: Мир, 1978. — 420 с.
14. Borshchev A. The big book of simulation modeling. Multimethod modeling with AnyLogic 6. AnyLogic North America.
15. Асаул А. Н. Концептуальные подходы к построению интеллектуальной мультимодальной транспортной системы РФ/А. Н. Асаул, И. Г. Малыгин, В. И. Комашинский, М. Ю. Аванесов // Информация и Космос. —№ 3 / Радиотехника и связь. —2016. — С. 8–17.
16. Малыгин И. Г.Сети, информация и знания — основные драйверы четвертой индустриальной революции (Industrie 4.0) / И. Г.Малыгин, В.И.Комашинский, М.Ю.Аванесов, С.А.Комиссаров, К.Н.Сорокин // Информация и Космос.— № 1 / Радиотехника и связь.—2016. —С.14–25.
17. Толуев Ю.И. Задачи имитационного моделирования при реализации концепцииИндустрия 4.0 в сфере производства и логистики / Ю.И. Толуев // Труды Восьмой Всерос. науч.-практич. конференции «Имитационное моделирование. Теория и практика» (ИММОД‑2017) (г. СанктПетербург, 18–20 октября 2017–. СПб.: Изд-во ВВМ, 2017. — С. 57–65.
18. Sauter V. L. Decision support systems for business intelligence./V. L. Sauter. — New Jersey: Wiley, 2010. — 453 p.
19. Burstein F. Handbook on decision support systems 1. Basic themes / F. Burstein, C. W. Holsapple. — Leipzig: Springer, 2008. — 907 p.
20. Jao C. S. Efficient decision support systems — Practice and challenges from current to future/ C. S. Jao — Rijeka: InTech, 2011. — 566 p.
21. Devlin G. Advances in decision support systems/ G. Devlin — Rijeka: InTech, 2010. — 352 p.
22. Turban E. Decision support systems and intelligent systems / E. Turban, J. E. Aronson, T. P. Liang — New Jersey: Prentice Hall, 2004. — 955 p.
23. Зайцев Е. Н. Применение систем имитационного моделирования в управлении потоками пассажиров в аэровокзалах / Е. Н. Зайцев, А. Г. Пашкевич, И. А. Тецлав, И. Г. Шайдуров // Технологии построения когнитивных транспортныхсистем: Материалы Всерос. науч.-практич. Конференции. 30–31 мая2018 г. — СПб.: ИПТ РАН, 2018. — С. 42–47
Review
For citations:
Tetslav I.A. Methodological foundation for calculating the transportation service rate in the aviation sector. Transport of the Russian Federation. 2022;(1-2):36-40. (In Russ.)
Views:
14
Email this article 