Планирование обработки грузов в морских портах и терминалах на основе дискретно-событийного имитационного моделирования тема диссертации и автореферата по ВАК РФ 05.22.19, кандидат наук Семёнов, Константин Михайлович

• Семёнов, Константин Михайлович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Семёнов, Константин Михайлович

Оглавление

Введение

Глава 1. Методологические аспекты повышения эффективности управления морскими портами и терминалами с помощью имитационных моделей

1.1 Проблемы оптимизации управления морскими портами и терминалами

1.2 Анализ подходов к исследованию работы морских портов и терминалов с применением имитационного моделирования

1.3 Задачи планирования обработки грузов морским портом (терминалом), решаемые с использованием имитационных моделей

Глава 2. Разработка имитационной модели работы морского порта (терминала)

2.1 Общая характеристика дискретно-событийной имитационной модели работы морского порта

2.2 Формирование стохастической математической модели потоков грузов и транспорта и проверка ее адекватности по эмпирическим данным

2.3 Формирование стохастической математической модели перегрузочных процессов и проверка ее адекватности по эмпирическим данным71

2.4 Применение методов учета ресурсов в ходе имитационного моделирования перегрузочных работ

2.5 Формирование стохастической математической модели процесса хранения груза и проверка ее адекватности по эмпирическим данным

2.6 Систематизация процессов и параметров работы порта (терминала) и 4)ормирование структуры имитационной модели

2.7 Формирование системы показателей имитационной модели и методов их обработки

2.8 Оценка адекватности имитационной модели работы морского порта (терминала)

Глава 3. Методические подходы к использованию имитационной модели для решения задач планирования обработки грузов в морских портах и терминалах

3.1 Использование имитационной модели для оптимизации управления ресурсами

3.2 Использование имитационной модели для решения задач стратегического планирования и инвестиционного проектирования

3.3 Использование имитационной модели для решения задач управления

в условиях неопределенности

3.4 Формирование методики планирования обработки грузов в порту (терминале) на основе имитационной модели и ее интеграция в систему управления

Заключение

Список сокращений и условных обозначений

Список литературы

Приложение А. Интерфейс программы BaltlnLog Portlnvest,

используемой для имитационного моделирования морских портов и

терминалов

Введение диссертации (часть автореферата) на тему «Планирование обработки грузов в морских портах и терминалах на основе дискретно-событийного имитационного моделирования»

Введение

Актуальность

Актуальность исследования определяется необходимостью повышения эффективности работы и конкурентоспособности российских морских портов и терминалов. Эффективность их работы зависит, в свою очередь, от качества организации и управления процессами обработки грузов.

На практике управление обработкой грузов в морских портах (терминалах) часто осуществляется традиционными методами, основанными на опыте и интуиции, которых в настоящее время уже недостаточно для выработки и принятия эффективных решений. На современном этапе развития рынка стивидорных услуг в условиях обостряющейся конкурентной борьбы за грузопотоки морские порты и терминалы заинтересованы в поиске оптимальных решений, которые вырабатываются на основе математических методов. Тем не менее, их применение ограничено тем, что морской порт (терминал) практически невозможно полностью формализовать и представить в виде единой математической модели, особенно в условиях, когда на работу порта (терминала) существенно влияют случайные факторы.

С другой стороны, в настоящее время в связи с интенсивным развитием компьютерных технологий стало возможным широкое применение имитационных моделей, которые формируются на основе математических моделей отдельных процессов морского порта (терминала) и позволяют находить оптимальные решения в условиях неопределенности.

Степень разработанности темы

Вопросам имитационного моделирования работы морских портов и терминалов посвящены многие работы российских и зарубежных исследователей.

Среди зарубежных исследователей наибольший вклад в развитие методов оптимизации управления морскими портами и терминалами на основе имитационного моделирования внесли Henesey L., Legato Р., Merkuryev Y.,

Merkuryeva G., Zeng Q., Yang Z., Park N.-K., Sacone S., Siri S., Dragovic В., Zrnic N., Boukachour J., Bruzzone A., Rizzoli A. E., Gambardella L. M., Zaffalon M., Mastrolilli M., Trunfio R., Arango C., Nicoletti L., Cortes P., Tremori A., Longo F., Shabayek A.A., Yeung W.W., Benghalia A., Boudebous D., Greenwood A., Dzielinski

A., Sukiennik J, Amborski K., Pawlowski A, Kowalczuk P., Najib M., El Fazziki A., Georgijevic M., Bojanic V., Bojanic G. и другие.

В число наиболее выдающихся отечественных исследователей в области управления морскими портами входят Степанец А.В., Ветренко Л.Д., Ананьина

B.З., Фролов А.С., Кузьмин П.В., Дерябин Р.В., Золотарев В.И. и другие. Следует отдельно упомянуть российских ученых и специалистов, в работах которых применительно к задачам управления портом используются имитационные методы, в частности: Кузнецова A.JX, Бондареву И.О., Ханову А.А., Спасского Я. Б.

Как зарубежные, так и отечественные исследователи чаще всего применяют имитационные методы и модели для решения частных задач управления, уделяя недостаточное внимание разработке методов оптимизации работы порта (терминала) в условиях, когда заранее неизвестны узкие места в его работе и параметры, за счет которых можно повысить ее эффективность.

Цель диссертационного исследования заключается в повышении эффективности планирования и управления обработкой грузов в морских портах и терминалах за счет применения имитационных методов оптимизации.

Научная задача исследования заключается в разработке и обосновании методов планирования обработки грузов в морских портах, основанных на применении имитационного моделирования и позволяющих выявлять резервы роста эффективности обработки грузов при большом количестве управляемых переменных.

Предмет исследования: производственные процессы морских портов и грузовых терминалов.

Объект исследования: модели и методы оптимального управления перегрузочными процессами морских портов

Исследование проводится в границах производственных систем морских портов общего пользования.

Задачи исследования:

1) разработать стохастические математические модели потоков грузов и транспорта, процессов перегрузки и хранения грузов и оценить их адекватность с использованием эмпирических данных;

2) сформировать структуру имитационной модели морского порта (терминала) за счет систематизации его процессов и параметров и оценить адекватность этой модели;

3) применить имитационную модель для решения задач оптимизации управления ресурсами, стратегического планирования и управления в условиях неопределенности;

4) разработать методику планирования обработки грузов в порту (терминале) и исследовать пути интеграции этой методики в систему управления.

Научная новизна

1. Разработана математическая модель входящих в порт (терминал) и исходящих из него транспортных потоков. Отличительная особенность данной модели заключается в том, что она учитывает степень регулярности потока, позволяет оценить характер зависимости потока от времени и легко интегрируется в имитационную модель порта (терминала).

2. Предложена методика вероятностного исследования продолжительности стоянки транспорта в портах (на терминалах) и ее оценки в ходе имитационного испытания с помощью случайной функции.

3. Предложен и описан метод систематизации процессов обработки грузов в имитационной модели порта (терминала), обеспечивающий ее точность и адекватность.

4. Представлено решение задач оптимизации концентрации технологических линий, длины причала и вместимости склада с применением имитационного моделирования.

5. Разработан индикаторный подход к оптимизации обработки грузов в морском порту (терминале), основанный на выявлении отклонений конечного множества управляемых переменных от оптимальных значений и их последовательной корректировке с целью максимального приближения выбранного критерия эффективности к минимуму (максимуму). Для обозначения показателей, указывающих на необходимость корректировки управляемых параметров, введено понятие "индикаторная переменная".

Теоретическая и практическая значимость

Систематизированы методы решения задач управления работой портов и терминалов, основанные на имитационном моделировании. Впервые предложен индикаторный подход, обобщающий эти методы и применимый для нахождения резервов роста эффективности обработки грузов в портах (терминалах), а также раскрывающий способ использования этих резервов для достижения оптимальных значений всех управляемых переменных, для которых определены соответствующие индикаторы.

Использование изложенных в работе методов оптимизации позволяет повысить эффективность управления обработкой грузов в морских портах (терминалах), добиться улучшения основных экономических и эксплуатационных показателей, увеличить эффективность использования ресурсов и минимизировать непроизводительные расходы.

Результаты работы рекомендуются к применению в морских портах, а также на отдельных морских терминалах с различной интенсивностью и структурой грузопотоков.

Методология и методы исследования . ;

Теоретико-методологическим фундаментом работы являются системный подход и теория систем, теория массового обслуживания и принятия решений, методы компьютерного моделирования и эконометрики. При исследовании

портов (терминалов) применялись методы, основанные на теории вероятностей и

,1

математической статистике. В работе также использовались положения теории управления (менеджмента) и логистики, экономической теории для подкрепления ряда суждений и выводов.

На защиту выносятся

1. Вероятностные математические модели поступления транспортных и грузовых потоков в морской порт (терминал), а также процессов перевалки и хранения грузов, предназначенные для интеграции в имитационную модель.

2. Методы решения задач оптимизации концентрации технологических линий при планировании и организации погрузо-разгрузочных работ, оптимизации длины причала и площади склада, оптимизации стратегии развития перегрузочного комплекса в условиях неопределенности на основе имитационного моделирования.

3. Методика планирования обработки грузов в морском порту (терминале), основанная на индикаторном подходе и предназначенная для выявления внутренних резервов роста эффективности обработки грузов, а также способы ее внедрения в систему управления портом (терминалом).

Степень достоверности и апробация результатов работы

Результаты работы докладывались и обсуждались на X Юбилейной международной конференции "Морская индустрия, транспорт и логистика в странах региона Балтийского моря: новые вызовы и ответы" 29-31 мая 2012 года (г. Светлогорск, Калининградская область), XI Международном форуме "Балтийский морской форум" (г. Светлогорск, Калининградская область), 15-й

Международной конференции по имитационному моделированию в области портовой, морской и мультимодальной логистики (25-27 сентября 2013 года, г. Афины, Греция), 11-й Международной конференции по логистике и устойчивому транспорту (19-21 июня 2014 года, г. Целе, Словения).

Разработанная методика оптимизации работы порта (терминала), а также алгоритмическое и программное обеспечение для проведения имитационных экспериментов используются в учебном процессе при подготовке инженеров по организации перевозок и управлению на транспорте, а также бакалавров по управлению водными и мультимодальными перевозками в БГАРФ.

Положения, изложенные в работе, а также предложенные методы и модели прошли экспериментальную проверку в ООО "Балтийская стивидорная компания". Результаты свидетельствуют о возможности применения предлагаемых методов и моделей в практической деятельности терминала.

Публикации

По теме диссертации опубликовано 11 печатных работ, из них 4 в журналах, рекомендованных ВАК. Получено свидетельство о государственной регистрации программы для ЭВМ "ВаШпЬс^ РогАпуевГ №2013614879 от 22.05.2013. Заявка №2013612260 от 22.03.2013.

Глава 1. Методологические аспекты повышения эффективности управления морскими портами и терминалами с помощью

имитационных моделей

1.1 Проблемы оптимизации управления морскими портами и терминалами

Морские порты и терминалы являются неотъемлемой частью транспортного комплекса России, обеспечивая связь между наземными и водными видами транспорта. Однако в современных рыночных условиях они вынуждены вести постоянную конкурентную борьбу с морскими транспортными узлами, расположенными на территории других стран, а также друг с другом.

Чтобы привлекать грузопотоки, порты и терминалы должны работать с максимальной эффективностью, то есть обеспечивать оптимальные параметры протекающих в них процессов, связанных с перевалкой груза, обслуживанием судов, дообработкой груза, осуществлением управленческих функций, при минимальных затратах ресурсов. В "Стратегии развития морской портовой инфраструктуры России до 2030 года" [50] отмечается, например, необходимость более эффективного использования причалов за счет рационального распределения грузопотоков и реконструкции мощностей под определенные грузы. Параметры работы порта должны быть выбраны с учетом необходимости создания наилучших условий для клиентов, пользующихся его услугами.

В современных условиях эффективное управление портами и терминалами немыслимо без оптимизации как их отдельных процессов и параметров, так их подсистем. В такой ситуации уже недостаточно лишь следовать рекомендациям, представленным в нормативных и справочных документах [40; 112], которые определяют лишь базовые условия нормальной работы морских портов и терминалов.

Проблема оптимизации морских портов и терминалов имеет долгую историю. Так, в литературе советского периода [56, с. 118] оптимизация работы порта рассматривается в двух аспектах:

1) в условиях наличных производственных ресурсов за счет комплекса организационно-технических мероприятий;

2) при освоении крупных капиталовложений на реконструкцию и строительство новых причальных сооружений, складов и других объектов.

Поскольку порты и терминалы как системы имеют множество элементов и связей как между этими элементами, так и с внешними системами [43], методы и способы оптимизации могут быть крайне сложными. Возникает и проблема выбора критерия эффективности. В первом случае можно сформировать этот критерий на основе показателей эффективности использования ресурсов порта: пропускной способности, себестоимости и интенсивности перегрузочных работ и других [15, с. 37-61]. Во втором случае речь идет об инвестиционном проекте, поэтому в качестве критерия эффективности следует рассматривать показатели, учитывающие разновременность инвестиционных затрат и получаемого эффекта (например, срок окупаемости, чистый дисконтированный доход (ЧДД) или внутреннюю норму доходности) [8, с. 274-317]. При этом окончательный выбор критерия эффективности может быть сделан только после определения целей и постановки конкретной задачи.

Кроме того, вопросы оптимизации можно рассматривать относительно уровней управления портом: методы, применимые для оперативного и тактического уровней управления, не могут использоваться при разработке стратегий или обосновании инвестиционных проектов в сфере портового строительства. Наконец, процесс управления по-разному протекает при осуществлении различных функций управления (при планировании, организации, мотивации и контроле).

На этапе прогнозирования в качестве главной задачи выступает предвидение будущих условий функционирования морского порта (терминала), поэтому все применяемые методы не могут быть изначально рассчитаны на получение точных результатов. Следовательно, здесь весьма полезен комплекс стохастических методов, основанных на теории вероятностей и математической статистике. Например, путем обработки эмпирических данных о сезонности

грузопотоков, можно получить информацию о частоте и амплитуде сезонных колебаний. Стабильная изменчивость грузопотоков, особенно носящая монотонный характер, позволяет эффективно использовать метод экстраполяции. Наконец, зная количественные оценки факторов, влияющих на работу порта (терминала), мы можем применять корреляционно-регрессионный анализ. Однако прогнозировать необходимо не только грузопотоки, но и ряд других параметров, влияющих на деятельность морского порта (терминала). В частности, динамику тарифов на перевалку и хранение груза, цены на электроэнергию, топливо и перегрузочное оборудование и другие показатели. Только анализ всей совокупности параметров с применением наиболее эффективных методов позволит построить точную картину, на основе которой может быть разработан качественный план.

В дополнение к этому можно использовать опыт специалистов в рассматриваемой области, систематизировав его на основе метода экспертных оценок. Результаты опроса экспертов также необходимо обработать статистически.

Переходя к планированию работы порта (терминала), необходимо помнить, что его эффективность во многом зависит от качества, точности и полноты данных, полученных в результате прогноза. Так же качество планирования существенно влияет на эффективность организации.

В первую очередь отметим, что большинство рассматриваемых на этапе планирования характеристик относятся к внутренней среде порта (терминала), следовательно, лица, принимающие решения, способны влиять на них. Это означает, что, во-первых, на первый план выходит анализ управленческих решений в условиях ситуации с известной степенью неопределенности, а во-вторых, требуются более точные методы, основанные преимущественно на системном подходе.

Данный подход позволяет проследить, как отдельные элементы системы, функционируя и взаимодействуя друг с другом, вносят свой вклад в интегральный показатель эффективности работы морского порта (терминала).

Данный показатель должен отражать, с одной стороны, финансовые результаты деятельности порта (терминала), а с другой стороны — его общественную эффективность. Собственно, целью планирования и является разработка такого комплекса мероприятий на последующие периоды, который позволил бы достичь максимального ожидаемого значения данного показателя. Слово «ожидаемый» указывает здесь на то, что планирование осуществляется на основе данных прогноза будущих условий, которые всегда являются лишь приближенными.

Любой план предполагает реализацию комплекса мероприятий, которые должны быть определенным образом упорядочены и систематизированы. Эта задача может быть решена с помощью сетевых методов и моделей, позволяющих наметить четкий порядок реализации целей и задач, провести их грамотную декомпозицию и распределить как во времени, так и по элементам организационной структуры. Это обеспечивает хороший переход от планирования работы к ее организации. Немаловажным преимуществом сетевых методов является возможность отслеживать вклад каждой организационной единицы в процесс достижения общих целей, что позволяет перераспределять ресурсы в процессе выполнения плана на проблемные участки.

Как при планировании, так и при организации обработки грузов в морских портах и терминалах часто применяются различные экономико-математические методы. Финансовые результаты, доходность (в том числе с учетом дисконтирования), рентабельность, фондоотдача и другие показатели позволяют оценить эффективность работы морского порта (терминала) в современных рыночных условиях.

Существенная проблема при использовании аналитических математических моделей для оптимизации управления заключается в чрезмерном их усложнении по мере увеличении числа учитываемых ими количественных и качественных характеристик реальных производственных и ЛС. Следовательно, в подобных моделях число этих характеристик следует считать ограниченным. ИМ позволяет если не снять, то значительно ослабить это ограничение [21, с. 19]. Оно предполагает построение виртуальной модели исследуемого объекта и (частично)

окружающей его среды. Испытания виртуальной модели при различных условиях с последующим статистическим анализом выходных данных позволяют оценить наиболее вероятные результаты реализации стратегических планов и проектов в сфере развития портов и терминалов. Если говорить о тактическом и оперативном уровнях управления, то здесь имитационная модель может быть полезна при разработке инструкций для руководителей среднего и нижнего звена и оптимизации управленческих практик.

На этапе организации утвержденные планы реализуются с поправкой на текущее состояние внутренней и внешней среды, т.е. по ситуации. Поэтому качество организации во многом зависит от опыта лиц, принимающих решения, в то время как оперативное использование математических методов и моделей является недостаточно эффективным. Тем не менее, метод экспертных оценок здесь может сыграть определенную положительную роль, способствуя систематизации опыта специалистов.

Для обеспечения необходимого контроля над реализацией плана необходимо в первую очередь выбрать ряд показателей, на основе которых будет оцениваться соответствие между плановым и фактическим состоянием. Отслеживание данных показателей должно осуществляться как в течение реализации, так и после нее в целях повышения эффективности планирования на последующих этапах.

При использовании математических методов и моделей необходимо учитывать и множество случайных факторов. Несмотря на то, что эти факторы усложняют модели, они при этом значительно сближают модели с реальными явлениями и процессами. Так, в действительности нельзя точно предсказать время судозаходов, продолжительность перегрузочных работ и вспомогательных операций, моменты выхода из строя оборудования и другие явления. Статистические методы анализа случайных явлений и процессов достаточно эффективны при аналитическом решении отдельных оптимизационных задач. Когда же речь идет об оптимизации порта (терминала) в целом, то аналитическое решение подобной задачи из-за большого количества параметров (в том числе

случайных) не представляется возможным, поэтому в такой ситуации лучше прибегнуть к компьютерному моделированию или принять ряд допущений, упрощающих метод или модель.

Рассмотренные выше математические методы и модели и особенности их применения для решения задач управления и оптимизации работы порта (терминала) достаточно хорошо описаны в различных источниках [11; 15; 52; 56]. Также есть литература, где данные методы и модели рассматриваются применительно к морскому транспорту в целом [14; 62; 65; 66].

В данной работе математические методы и модели являются вспомогательным, но при этом весьма важным инструментарием. При этом оптимизация работы порта (терминала) осуществляется с помощью имитационной модели, в основу которой они положены. Такой подход объясняется тем, что ИМ является очень мощным, а в ряде случаев и незаменимым инструментом при изучении работы крупных систем. Оно позволяет на основе результатов большого числа испытаний судить об эффективности работы порта в различных условиях, как реальных, так и потенциальных.

На практике с ее помощью можно решать более широкий круг задач, чем это позволяют часто применяемые «Нормы технологического проектирования морских портов» [40] или методы теории массового обслуживания [30]. Это, в свою очередь, позволяется применять имитационную модель для решения задач, поставленных в «Стратегии развития морской портовой инфраструктуры России до 2030 года». Она особенно эффективна при решении вопросов, связанных со строительством, продолжением или прекращением эксплуатации, снижением или увеличением мощностей конкретного порта или терминала [50, с. 31-33]. Как показывают последние публикации, имитационные модели постепенно становятся все более востребованным инструментом при решении подобных задач. Они уже показали свою полезность при разработке крупных проектов портового строительства [31]. Кроме того, с их помощью можно частично

автоматизировать процесс технологического проектирования портов и терминалов [47].

1.2 Анализ подходов к исследованию работы морских портов и терминалов с применением имитационного моделирования

ИМ как метод повышения эффективности и оптимизации работы ЛС широко рассматривается и обсуждается в российских и зарубежных источниках.

Рост научного интереса к проблемам и методам решения задач функционирования и развития портов и терминалов с использованием имитационных моделей совпадает с периодом бурного развития и широкого распространения доступных ЭВМ (персональных компьютеров) в 90-х годах XX века. Это объясняется большой трудоемкостью и низкой эффективностью ИМ без использования ЭВМ.

Тем не менее, первые работы в данной области были опубликованы в более ранние периоды. В некоторых статьях [78] основное внимание уделялось общим вопросам, связанным с формированием структуры виртуальной модели, методами имитации отдельных процессов и элементов ЛС порта и терминала, а также со способами обработки и интерпретации входных и выходных данных, проверкой достоверности и адекватности модели, практическим использованием результатов имитационных исследований.

Другие исследователи основное внимание уделяли конкретным практическим задачам. В частности, в статье [116] описывается методика определения оптимального числа причалов порта для обеспечения бесперебойной обработки судов. Применяемая для решения задачи компьютерная модель формируется на основе статистических данных о подходах судов. В работе [117] имитационная модель используется для оптимизации инвестиционных проектов развития порта.

В период бурного развития ИМ портов и терминалов некоторые исследователи ставили перед собой вопрос о его эффективности по сравнению с традиционными аналитическими методами, основанными на детерминированных математических моделях [97].

В определенное время актуальной стала задача разработки качественного симулятора порта, т.е. компьютерной программы, имитирующей его деятельность [91]. Однако в настоящее время ей уделяется меньше внимания в связи с тем, что большинство специалистов предпочитает универсальные СИМ, в которых создание модели порта часто не требует больших усилий.

С помощью ИМ решаются как задачи, связанные с управлением крупными отраслевыми транспортными системами, так и задачи уровня отдельных транспортных предприятий (определение потребности в оборудовании, управление ресурсами и т.п.). В рамках данной классификации некоторые авторы выделяют также уровень технических систем, на котором имитационные модели применяются для определения параметров различного подъемно-транспортного оборудования [87, с. 37].

В настоящее время существует огромное количество разнообразных средств разработки, тестирования и анализа имитационных моделей. Каждое из них относится, как правило, к одной из следующих групп [21, с. 250, 276; 111]:

1) Универсальные и специализированные пакеты ИМ (Arena, Extend, AweSim, GPSS/H, Micro Saint, MODSIMII и III, SIMPLE++ и другие).

2) Языки программирования (С++, С#, Java, Basic, PASCAL и другие).

Первая группа средств имеет большой набор функций, приспособленных

для работы с имитационными моделями, готовый удобный интерфейс. При использовании языков программирования все это необходимо создавать самостоятельно, хотя модель будет значительно более гибкой, а прямой доступ к исходному коду позволит вносить любые изменения в программу. Учитывая эти соображения, для создания имитационной программы BaltlnLog Portlnvest мы выбрали среду Microsoft Visual Studio 2010 и язык программирования С++ с применением MFC (Microsoft foundation classes). Язык С++ обеспечивает очень

Список литературы диссертационного исследования кандидат наук Семёнов, Константин Михайлович, 2014 год

Список литературы

1. Балабанов, И Т. Риск-менеджмент / И. Т. Балабанов. — М.: Финансы и статистика, 1996. — 192 с.

2. Бердышев, В. И. Аппроксимация функций, сжатие численной информации, приложения / В. И. Бердышев, Л. В. Петрак. — Екатеринбург: УрО РАН, 1999, —296 с.

3. Бондарева, И. О. Оценка качества логистического обслуживания грузового порта на основе имитационного моделирования : автореф. дис. ... канд. тех. наук : 05.13.10 / Бондарева Ирина Олеговна. — Астрахань, 2010. — 16 с.

4. Вадзинский, Р. Н. Справочник по вероятностным распределениям / Р. Н. Вадзинский. — СПб.: Наука, 2001. — 295 с.

5. Вапник, В. Н. Восстановление зависимостей по эмпирическим данным / В. Н. Вапник . — М.: Главная редакция физико-математической литературы издательства «Наука», 1979. — 448 с.

6. Вентцель, Е. С. Теория вероятностей : Учеб. для вузов / Е. С. Вентцель. — 6-е изд. стер. — М.: Высшая школа, 1999.— 576 с.

7. Вентцель, Е. С. Теория вероятностей и ее инженерные приложения. Учеб. пособие для втузов / Е. С Вентцель, Л. А. Овчаров. — 2-е изд., стер. — М.: Высшая школа, 2000. — 480 с.

8. Виленский, П. Л. Оценка эффективности инвестиционных проектов. Теория и практика: Учеб. Пособие / П. Л. Виленский, В.Н. Лившиц, С. А. Смоляк. — 2-е изд., перераб. и доп. — М.: Дело, 2002. — 888 с.

9. Вильский, Г. Б. Управление морским портом / Г. Б. Вильский, И. Н. Гончаров, Ю. Ю. Крук, Е. Д. Крушкин. — Одесса: Фенпсс, 2010. — 428 с.

10. Винников, В. В. Системы технологий на морском транспорте (перевозка и перегрузка) : Учебное пособие / В. В. Винников, Е. Д. Крушкин, Е. Д. Быкова; под общ. ред. В. В. Винникова. — 2-е изд., перераб. и доп. — М.: ТрансЛит, 2010. — 576 с.

11. Воевудский, Е. Н. Стохастические модели в проектировании и управлении деятельностью портов / Е. Н. Воевудский, М. Я. Постан. — М.: Транспорт, 1987. — 318 с.

12. Гмурман, В. Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов. — 9-е изд., стер. — М.: Высшая школа, 2003. — 479 с.

13. Грант, Р. М. Современный стратегический анализ. 5-е изд. / Пер. с англ. под ред. В.Н. Фунтова. — СПб.: Питер, 2008. — 560с.: ил.

14. Громовой, Э. П. Математические методы и модели в планировании и управлении на морском транспорте: Учебник для вузов мор. трансп. / Э. П. Громовой. — Изд. 2-е, перераб. и доп. — М.: Транспорт, 1979. — 360 с.

15. Дерябин, Р. В. Управление материальными и трудовыми ресурсами порта / Р. В. Дерябин. — М.: Транспорт, 1982. — 240 с.

16. Зайцев, М. Г. Методы оптимизации управления и принятия решений: примеры, задачи, кейсы: учебное пособие / М. Г. Зайцев, С. Е. Варюхин. — 2-е изд., испр. — М.: Издательство «Дело» АНХ, 2008. — 664 с.

17. Зеленов, Н. Н. Анализируя деятельность морских портов / Н. Н. Зеленов, А. И. Федоренко // Морские порты. — 2010. — №7 (88). — С. 28-35.

18. Имитационное моделирование экономических процессов: Учеб. пособие / А. А. Емельянов, Е. А. Власова, Р. В. Дума; Под ред. А. А. Емельянова.

— М.: Финансы и статистика, 2002. — 368 с.

19. Карлин, С. Основы теории случайных процессов: Пер. с англ. / С. Карлин. — М.: Мир, 1971. — 536 с.

20. Кашьяп, P.JI. Построение динамических стохастических моделей по экспериментальным данным: Пер. с англ. / Р. JI. Кашьяп, А. Р. Pao. — М.: Наука. Главная редакция физико-математической литературы, 1983. — 384 с.

21. Кельтон, В., Jloy А. Имитационное моделирование. Классика CS / В. Кельтон, А. Лоу. — 3-е изд. — СПб.: Питер, 2004. — 847 е.; ил.

22. Кендалл, М. Дж. Теория распределений / М. Дж. Кендалл, А. Стюарт.

— М.: Наука, 1966. — 588 с.

23. Клейнрок, Л. Теория массового обслуживания. Пер. с англ./ Л. Клейнрок; пер. И.И. Глушко; ред. В.И. Нейман. — М.: Машиностроение, 1979. — 432 с.

24. Кобелев, Н. Б. Основы имитационного моделирования сложных экономических систем: Учеб. пособие / Н. Б Кобелев. — М.: Дело, 2003. — 336 с.

25. Кобзарь, А. И. Прикладная математическая статистика. Для инженеров и научных работников / А. И. Кобзарь. — М.: ФИЗМАТ ЛИТ, 2006. — 816 с.

26. Коев, А. КПЗ для морских терминалов / А. Коев, А. Ахметова // Морские порты. — 2012.— №7(108).— С. 32-36.

27. Колпаков, В. М. Теория и практика принятия управленческих решений: Учеб. пособие / В. М. Колпаков. — 2-е изд., перераб. и доп. — Киев: МАУП, 2004. — 504 с.

28. Корпоративная логистика. 300 ответов на вопросы профессионалов / Под общ. и научн. редакцией проф. В. И. Сергеева. — М.: ИНФРА-М, 2005. — 976 с.

29. Кремер, Н. Ш. Теория вероятностей и математическая статистика: Учебник для вузов / Н. Ш. Кремер. — 2-е изд., перераб. и доп. — М.: ЮНИТИ-ДАНА, 2004. — 573 с.

30. Кузнецов, А. Л. Имитационное моделирование: как это работает / А. Л. Кузнецов, И. М. Русу, М.Н. Горынцев, С. Н. Протопович, А. М. Коршунова, Е. Д. Громов // Морские порты. — 2013. — №8 (119). — С. 26-30.

31. Кузнецов, А. Л. К вопросу о моделировании кошек / А. Л. Кузнецов, И. М. Русу, М.Н. Горынцев, С. Н. Протопович, А. М. Коршунова // Морские порты. — 2013. — №6 (117). — С. 28-31.

32. Кузнецов А.Л. Управление ресурсами при планировании терминала / А. Л. Кузнецов // Морские порты. — 2013. — №3 (114). — С. 34-36.

33. Ладанов, И. Д. Практический менеджмент. Психотехника управления и самотренировки / И. Д. Ладанов — М.: Издательство «Корпоративные стратегии», 2004. — 496 с.

34. Мойсеенко, С.С. Имитационное моделирование в подготовке специалистов по организации перевозок / С.С. Мойсеенко, K.M. Семенов // Известия Балтийской государственной академии рыбопромыслового флота: психолого-педагогические науки (теория и методика профессионального образования): научный журнал. — 2013. — №4.— С. 77-82.

35. Николаева, Н. К. Об оценке эффективности работы морских портов / Н. К. Николаева, А. Л. Давыдова // Фундаментальные исследования. — 2004. — №3. —С. 147-148.

36. Пащенко, Ф. Ф. Введение в состоятельные методы моделирования систем: Учеб. пособие: В 2-х ч. Ч. 1. Математические основы моделирования систем / Ф. Ф. Пащенко. — М.: Финансы и статистика, 2006. — 328 с.

37. Пащенко, Ф. Ф. Введение в состоятельные методы моделирования систем: Учеб. пособие: В 2-х ч. Ч. 2. Идентификация нелинейных систем / Ф. Ф. Пащенко. — М.: Финансы и статистика, 2007. — 288 е.: ил.

38. Первозванский, А. А. Математические модели в управлении производством / А. А. Первозванский. — М.: Наука. Главная редакция физико-математической литературы, 1975. — 616 с.

39. Петровский, А. Б. Теория принятия решений: учебник для студ. высш. учеб. заведений / А. Б. Петровский. — М.: Издательский центр «Академия», 2009. — 400 с.

40. РД 31.3.05-97. Нормы технологического проектирования морских портов.

41. Саати, Т. Л. Элементы теории массового обслуживания и ее приложения / Т. Л. Саати. — М.: Советское радио, 1971. — 520 с.

42. Семенов, К. М. Имитационное моделирование взаимодействия элементов в системе «порт-флот» / К. М. Семенов // Материалы межвузовской научно-технической конференции курсантов и студентов, посвященной 45-летию БГА РФ «День науки» (18 апр. — 5 мая 2011). — Калининград: Издательство БГА РФ, 2011. —С. 110-115.

43. Семенов, К. М. Исследование работы порта как саморегулирующейся системы в рыночной среде / К. М. Семенов // Морская индустрия, транспорт и логистика в странах региона Балтийского моря: новые вызовы и ответы. — Материалы X Юбилейной международной конференции, 29-31 мая 2012 г. — Ч. 2. — Калининград: Издательство БГАРФ, 2012. — С. 290-296.

44. Семенов, К. М. Методы имитационного моделирования потоков грузов в транспортных узлах / К. М. Семенов // Научно-технические разработки в решении проблем рыбопромыслового флота и подготовки кадров. Материалы 13-й межвузовской научно-технической конференции аспирантов, докторантов, соискателей и магистрантов (19-26 октября 2012 г.). — Калининград: Издательство БГА РФ, 2013. — С. 33-38.

45. Семенов, К. М. Вероятностная математическая модель поступления транспортных потоков в морской порт / К. М. Семенов // Вестник государственного университета морского и речного флота имени адмирала С.О. Макарова. — СПб.: ГУМРФ имени адмирала С.О. Макарова, 2013. — Вып. 1. — С. 175-180.

46. Семенов, К. М. Методика систематизации процессов в дискретно-событийной модели морского порта / К. М. Семенов // Вестник Астраханского государственного технического университета. Серия: морская техника и технология. — Астрахань: Издательство АГТУ, 2013. — №2. — С. 184-192.

47. Спасский, Я. Б. Автоматизация технологического проектирования портовых терминалов на основе имитационного моделирования : автореф. дис. ... канд. тех. наук : 05.13.12 / Спасский Ярослав Борисович. — СПб., 2012. — 15 с.

48. Справочник по теории вероятностей и математической статистике / B.C. Королюк, Н.И. Портенко, A.B. Скороход, А.Ф. Турбин. — М.: Наука. Главная редакция физико-математической литературы, 1985. — 640 с.

49. Стратегический менеджмент / Под ред. Петрова А.Н. — СПб.: Питер, 2005. —496 с.

50. Стратегия развития морской портовой инфраструктуры России до 2030 года.—М.: 2012. — 171 с.

51. Теория вероятностей: Учебник / Г.А.Соколов, Н.А. Чистякова. — М.: Издательство «Экзамен», 2005. — 416с.

52. Терехов, О. А. Совершенствование организации управления морскими портами / О. А. Терехов, В. И. Тюрин. —М.: Транспорт, 1981. — 152 с.

53. Технология грузовых работ: Сборник образцов технологических карт и инструкций, рекомендованных при обработке морских судов и других видов транспортных средств. — СПб.: Информационно-издательское агентство «Корвет», 1996 — 640 с.

54. Томпсон, А. А. Стратегический менеджмент. Искусство разработки и реализации стратегии: Учебник для вузов / А. А. Томпсон, А. Дж. Стрикленд; пер. с англ. под ред. Л.Г. Зайцева, М.И. Соколовой. — М.: Банки и биржи, ЮНИТИ, 1998. —576 с.

55. Трухаев, Р. И. Модели принятия решений в условиях неопределенности / Р. И. Трухаев. —М.: Наука, 1981. — 258 с.

56. Фролов, А. С. Организация, планирование и технология перегрузочных работ в морских портах: Учебник для высших учебных заведений ММФ / А. С. Фролов, П. В. Кузьмин, А. В. Степанец. — М.: Транспорт, 1979. — 408 с.

57. Хан, Г. Статистические методы в инженерных задачах / Г. Хан, С. Шапиро. — М.: Мир, 1969. — 395 с.

58. Ханова, А. А. Методология стратегического управления грузовым портом на основе имитационного моделирования : автореф. дис. ... д-ра тех. наук : 05.13.10/Ханова Анна Алексеевна. — Астрахань, 2013. — 33 с.

59. Хастингс, Н. Справочник по статистическим распределениям / Н. Хастингс, Дж. Пикок; пер. с англ. А.К. Звонкина. — М.: Статистика, 1980. — 95 е., ил.

60. Хемди, Т. Введение в исследование операций, 7-е издание / Т. Хемди; пер. с англ. —М.: Издательский дом «Вильяме», 2005. — 912 с.

61. Хинчин, А. Я. Работы по математической теории массового обслуживания / А. Я. Хинчин. — М.: Физматгиз, 1963. — 236 с.

62. Шварцман, А.И. Математические методы управления и планирования на морском транспорте / А. И. Шварцман, Э. П. Громовой. — М.: Транспорт, 1970.-384 с.

63. Шикин, Е. В. Математические методы и модели в управлении: Учеб. пособие / Е. В. Шикин, А. Г. Чхартишвили. — 2-е изд., испр. — М.: Дело, 2002. — 440 с.

64. Шишкова, Е. А. Способы оценки эффективности реализации стратегии развития компании / Е. А. Шишкова // Экономический журнал. — 2012. — №2. —С.111-117.

65. Экономико-математические методы и модели в управлении морским транспортом: Учебник для студентов морских вузов. / Е. Н. Воевудский, Н. А. Коневцева, Г. С. Махуренко, И. П. Тарасова; Под. ред Е. Н. Воевудского. — М.: Транспорт, 1988. — 384 с.

66. Экономико-математическое моделирование деятельности флота и портов / В. С. Михалевич, А. А. Бакаев, В. С. Петухов и др. — М.: Транспорт, 1986.— 287 с.

67. Agerschou, Н. Planning and design of port and marine terminals. 2nd edition / H. Agerschou, I. Dand, T. Ernst et al. — London: Thomas Telford, 2004. — 459 p.

68. Alvarez, F. A methodology to assess vessel berthing and speed optimization policies / F. Alvarez, T. Longva, E. Engebrethsen // Maritime economics & logistics. — 2010. — №4 (12). — P. 327-346.

69. Angeloudis, P. A review of container terminal simulation models / P. Angeloudis, M. Bell // Maritime policy & management. — 2011. — №5 (38). — P. 523-540.

70. Arango, C. A simulation-based approach for resource management and control: a real case study of a spanish container terminal / C. Arango, A. Bruzzone, L. Nicoletti, P. Cortes // Proceedings of the international conference on harbor maritime and multimodal Logistics M&S, 2012. —P. 181-186.

71. Asperen, E. Arrival processes in port modeling: insights from a case study / E. Asperen, R. Dekkert, M. Polman, H. Swaan Arons de // Econometric Institute Report, El 2004-16. — Rotterdam: Erasmus University Rotterdam, econometric institute, 2004.

72. Barros, C. P. Productivity analysis of Brazilian seaports / C. P. Barros, A. Felicio, R. L. Fernandes // Maritime policy & management. — 2012. — №5 (39). — P. 503-523.

73. Baunach, G. R. Simulation of a coal transshipment terminal: Batam Island, Indonesia / G. R. Baunach, E. S. Wibberley, B. R. Wood // Mathematics and computers in simulation. — 1985. — №2-3 (27).—P. 115-120.

74. Benghalia, A. Simulation of the passage of containers through le Havre seaport / A. Benghalia, J. Boukachour , D. Boudebois // Proceedings of the international conference on harbor maritime and multimodal logistics M&S, 2012. — P. 74-79.

75. Bish, E. K. A multiple-crane-constrained scheduling problem in a container terminal / E. K. Bish // European journal of operational research. — 2003. — №144. — P. 83-107.

76. Bruzzone, A. Modeling and simulation as support for decision making in petrochemical marine logistics / A. Bruzzone, M. Massei, A. Tremori, F. Madeo, F. Tarone, G. Gazzale //Proceedings ofHMS2011, Rome, Italy, September 12-14.

77. Bruzzone, A. Interoperable simulation for protecting port as critical infrastructures / A. Bruzzone, A. Tremori, F. Longo // Proceedings of the international conference on harbor maritime and multimodal logistics M&S, 2012. — P. 175-180.

78. Carpenter, B.C. The use of computer simulation for marine terminal planning / B. C. Carpenter, T. Ward // Proceedings of the 1990 winter simulation conference, 9-12 December, New Orleans, LA, USA. — P. 802-804.

79. Carteni, A. Analysis and modeling of container handling equipment activities / A. Carteni, S. Luca de // European transport. — 2010. — №46. — P. 52-71.

80. Chen, L. A tabu search algorithm for the integrated scheduling problem of container handling systems in a maritime terminal / L. Chen, N. Bostel, P. Dejax et al. // European journal of operational research. — 2007. — №181.—P. 40-58.

81. Cordeau, J.-F. The service allocation problem at the Gioia Tauro Maritime Terminal / J.-F. Cordeau, M. Gaudioso, G. Laporte, L. Moccia // European journal of operational research. — 2007. — № 176. — P. 1167-1184.

82. Cortés, P. Simulation of freight traffic in the Seville inland port / P. Cortés, J. Mufiuzuri, N. Ibáñez, J. Guadix // Simulation Modelling Practice and Theory. — 2007. — №15. — P. 256-271.

83. Demirci, E. Simulation modelling and analysis of a port investment / E. Demirci // Simulation. — 2003. —№2 (79). — P. 94-105.

84. Dzieliñski, A. Simulation of operation of a medium sized seaport. Case study: Port of Gdansk / A. Dzieliñski, K. Amborski, P. Kowalczuk // Proceedings of 14th European simulation symposium, 2002.

85. Gambardella, L. M. Simulation and forecasting in intermodal container terminal / L. M. Gambardella, G. Bontempi, E. Taillard, D. Romanengo, G. Raso, P. Piermari // Proceedings of the 8th European simulation symposium, 1996. — P. 626630.

86. Gambardella, L. M. Simulation and planning of an intermodal container terminal / L. M. Gambardella, A. E. Rizzoli, M. Zaffalon // Simulation. — 1998. — №2 (71). —P. 107-116.

87. Georgijevic, M. Simulation as the optimization tool for the complex logistic systems (business, technical, IT and control systems) / M. Georgijevic, V. Bojanic, G. Bojanic, S. Bojic // Proceedings of small systems simulation Symposium 2012. Nis, Serbia. 12-14th February 2012.— P. 37-42.

88. Golias, M. A bi-objective berth allocation formulation to account for vessel handling time uncertainty / M. Golias // Maritime economics & logistics. — 2011. — P. 419-441.

89. Guan, Y. Analysis of berth allocation and inspection operations in a container terminal / Y. Guan, K.-H. Yang // Maritime economics & logistics. — 2010. — P. 347-369.

90. Hartmann, S. Generating scenarios for simulation and optimization of container terminal logistics / S. Hartmann // OR Spectrum. — 2004. — №26. — P. 171-192.

91. Hayuth, Y. Building a port simulator / Y. Hayuth, M. A. Pollatschek, Y. Roll//Simulation. — 1994, —№3(63).—P. 179-189.

92. Henesey, L. A simulation model for analysing terminal management operations L. Henesey // Proceeding of the 4th International conference on computer applications and infonnation technology in the maritime industries (COMPIT '05), 2006. —P. 100-113.

93. Henesey, L. Multi-agent systems for container terminal management: Ph D. Thesis: Sweden Dissertation Series no. 2006:08 / L. Henesey. —■ Karlskrona: School of engineering, Blekinge institute of technology, 2006. — 275 p.

94. Huang, S. Y. Capacity analysis of container terminals using simulation techniques / S. Y. Huang, W.-J. Hsu, C. Chen, R. Ye, S. Nautiyal // International journal of computer applications in technology. — 2008. —№ 32(4). —P. 246-253.

95. Johnson, N. Continuous univariate distributions. Vol. 2 / N. Johnson, S. Kotz, N. Balakrishnan — Second edition. — New York: Jonh Wiley & sons, 1995. — 752 p.

96. Kia, M. Investigation of port capacity under a new approach by computer simulation / M. Kia, E. Shay an, F. Ghotb // Computers & industrial engineering. — 2002. — №42. — P. 533-540.

97. Kozan, E. Comparison of analytical and simulation planning models for seaport container terminals / E. Kozan // Transportation planning and technology. — 1997. — Vol. 20. — P. 235-248.

98. Legato, P. A simulation modelling paradigm for the optimal management of logistics in container terminals / P. Legato, R. Trunfio // Proceedings of the 21st European conference on modelling and Simulation. Prague, Czech Republic. — P. 479488.

99. Legato, P. Berth planning and resources optimisation at a container terminal via discrete event simulation / P. Legato, R. M. Mazza // European journal of operational research. — 2001. — № 133. — P. 537-547.

100. Li, B. Modeling and simulation of container terminal logistics systems using harvard architecture and agent-based computing / B. Li, W. Li // Proceedings of the 2010 winter simulation conference. —P. 3396-3410.

101. Li, J., Parsons M.G. Forecasting tanker freight rate using neural networks / J. Li // Maritime policy and management. — 2007. — P. 9-30.

102. Martagan, T. A simulation model of port operations during crisis conditions / T. Martagan, B. Eksioglu, S. Eksioglu, A. Greenwood // Proceedings of the 2009 winter simulation conference. — P. 2832-2843.

103. Merckx, F. The issue of dwell time charges to optimize container terminal capacity / F. Merckx // IAME Annual Conference 23-25 June 2005, Limassol, Cyprus.

104. Merkuryeva, G. Computer simulation and metamodelling of logistics processes at a container terminal / G. Merkuryeva, Y. Merkuryev, J. Tolujev // Studies in informatics and control. — 2000. — №9. — P. 53-59.

105. Moini, N. Estimating the determinant factors of container dwell times at seaports / N. Moini, M. Boile, S. Theofanis, W. Laventhal // Maritime economics & logistics.—2012.—P. 162-177.

106. Munisamy, S. Timber terminal capacity planning through queuing theory / S. Munisamy//Maritime economics & logistics. —2010. —P. 147-161.

107. Najib, M. A container terminal management system / M. Najib, A. Fazziki el, J. Boukachour // Proceedings of the international conference on harbour maritime and multimodal logistics M&S, 2012. — P. 118-127.

108. Notteboom, T. An application of multi-criteria analysis to the location of a container hub port in South Africa / T. Notteboom // Maritime policy & management. — 2011. —P. 51-79.

109. Ottjes, J. A. A simulation model of a sailing container terminal service in the port of Rotterdam / J. A. Ottjes, S. Hengst, W. H. Tutuarima // Proceeding of the European conference on modeling and simulation ESM-94. — 1994.

110. Pachakis, D. Ship traffic modeling methodology for ports / D. Pachakis, A. S. Kiremidjian // Journal of waterway, port, coastal and ocean engineering. — 2003. — №5 (129). —P. 193-202.

111. Park, N.-K. Simulation approach of container terminal modelling / N.-K. Park, B. Dragovic, N. Zrnic, D. Moon // 7th Vienna conference on mathematical modeling. February 15-17, 2012.

112. Port development. A handbook for planners in developing countries. — Second edition, revised and expanded. New York: United nations, 1985. — 228 p.

113. Rizzoli, A. E. Simulation for the evaluation of optimised operations policies in a container terminal / A. E. Rizzoli, L. M. Gambarella, M. Zaffalon, M. Mastrolilli // Proceedings of 1999 International WS on harbour, maritime & logistics modelling and simulation.

114. Shabayek, A. A. A simulation model for the Kwai Chung container terminals in Hong Kong / A. A. Shabayek, W. W. Yeung // European journal of operational research. — 2002. — № 140. — P. 1-11.

115. Sharif, O. Yard crane scheduling at container terminals: A comparative study of centralized and decentralized approaches / O. Sharif, N. Huynh // Maritime economics & logistics. — 2012. — P. 139-161.

116. Sheikh, A.A.R. el. A microcomputer-based simulation study of a port / A. A. R. Sheikh de, R. J. Paul, A. S. Harding, D. W. Balmer // The journal of the operational research society. — 1987. —№ 8 (38). —P. 673-681.

117. Tugcu, S. A simulation study on the determination of the best investment plan for Istanbul seaport / S. Tugcu // Journal of the operational research society. — 1983. — № 34. — P. 479-487.

118. Veenstra, A. W. Economic analysis of container terminal simulation / A. W. Veenstra, N. Lang, B. Rakt van de // International journal of logistics research and applications. A leading journal of supply chain management. — 2004. — №7(3). — P. 263-279.

119. Yarnold, J. K. The minimum expectation in x2 goodness-of-fit tests and the accuracy of approximations for the accuracy of approximations for the null distribution / J. K. Yarnold // JASA. — 1970. — V. 65. — P. 864-886.

120. Zaffalon, M. Resource allocation and scheduling of operations in an intermodal terminal / M. Zaffalon, A. E. Rizzoli, L. M. Gambardella, M. Mastrolilli // Proceedings of the 10th european simulation symposium and exhibition, simulation in industry. — P. 520-528.

121. Zeng, Q. Integrating simulation and optimization to schedule loading operations in container terminals / Q. Zeng, Z. Yang // Computers & operations research, 2009. — P. 1935-1944.

122. Zhao, W. Using the truck appointment system to improve yard efficiency in container terminals / W. Zhao, A. Goodchild // Maritime economics & logistics. — 2013,—P. 101-119.