CC BY
5
doi: 10.36724/2409-5419-2023-15-5-57-67
АКТОРНО-СЕТЕВОЕ МОДЕЛИРОВАНИЕ МУЛЬТИМОДАЛЬНЫХ ЛОГИСТИЧЕСКИХ ПРОЦЕССОВ
ИСКАНДЕРОВ Юрий Марсович1
СМОЛЕНЦЕВ Сергей Викторович2
БУЦАНЕЦ
Артем Александрович2 ПАУТОВ
Михаил Дмитриевич3
Сведения об авторах:
1 Санкт-Петербургский федеральный исследовательский центр Российской академии наук, г Санкт-Петербург Россия
2ФГБОУ ВО "ГУМРФ имени адмирала С.О. Макарова", г. Санкт-Петербург, Россия
3 Foscote Group, Лимассол, Меса Гейтония, Кипр
АННОТАЦИЯ
Введение: В настоящее время десятки логистических сетей (ЛС) успешно функционируют по всему миру, а их число постоянно увеличивается. Выявлены тенденции формирования и развития разного рода альянсов между независимыми логистическими провайдерами. Таким образом развивается новая форма взаимодействия - рынок ЛС, работающий с группами организаций, ориентированными на конкретные географические регионы или рыночные ниши. Предпринимаются также попытки интеграции отдельных ЛС в гиперсети. Методы: Акторно-сетевая теория (АСТ) и основанные на ее положениях прикладные методы исследования социо-технологических систем рассмотрены в данной статье в контексте "сетевого мышления", все более активно проявляющего себя в качестве доминирующей парадигмы в исследованиях сложных систем, составленных из разнородных элементов. АСТ ранее рассматривалась как двухфакторная система - человеческая и нечеловеческая, создавая своим ходом двухмерные гибриды, ныне приобретает третий фактор: искусственные интеллектуальные объект-субъекты в их взаимодействиях с людьми и материальными объектами. Это вызывает растущую потребность в интеграции акторно-сетевого метода с исследованиями в области искусственного интеллекта, многоагентных систем, синергетики, инженерии знаний, эргономики и других направлений. Результаты: В данной статье продемонстрировано, что АСТ предлагает новую семантику для некоторых концепций, принятых в исследованиях многоагентных систем. Также предложена акторно-сетевая модель мультимодального логистического процесса, в которой гетерогенные акторы представлены четырехкомпонентными знаками. Эта же модель на метауровне может быть применена к логистическим сетям, в которых отдельные мультимодальные терминалы являются узлами. Теоретической платформой предложенной модели служит АСТ с интегрированными в нее элементами формальных логик действия и метода нечетких индикаторов. Описываемое в рамках представленной модели виртуальное автоматическое устройство может быть реализовано на платформе "Интернета вещей", обеспечивающего поддержку принятия решений и координацию взаимодействий в реальном времени между мобильными акторами, в том числе "интеллектуальными грузами".
КЛЮЧЕВЫЕ СЛОВА: акторно-сетевая теория, мультимодальные грузоперевозки, транспортные коридоры, логистические провайдеры, нечеткие индикаторы.
Для цитирования: Искандеровм Ю.М., Смоленцев С.В., Буцанец А.А., Паутов М.Д. Акторно-сетевое моделирование мультимодальных логистических процессов // Наукоемкие технологии в космических исследованиях Земли. 2023. Т. 15. № 5. С. 57-67. doi: 10.36724/2409-5419-2023-15-5-57-67
Введение
При стратегическом планировании, предусматривающем развитие транспортных коридоров, крайне важно учитывать проблемы, с которыми сталкиваются мультимодальные грузоперевозки на транснациональных маршрутах. Транспортные пути проходят по территории множества стран с их собственными национальными правилами и ограничениями, системой контроля грузов и документооборота, которая, в принципе, должна адаптироваться к наднациональным интересам развития транспортных коридоров, увеличения материального обмена, а также появления и роста новых международных цепочек поставок, принося пользу всем странам вдоль формируемого маршрута. Однако, в действительности, указанная адаптация всегда испытывает значительные трудности. Некоторые субъекты (особенно частные компании) на практике часто оказываются ограниченными правилами и различными мерами регуляторного характера.
Во многих случаях подобные ограничения оказываются контрпродуктивными по отношению к усилиям, направленным на повышение эффективности логистики, и оказывают существенное влияние на затраты на логистическую деятельность компаний [1]. Большое количество обязательных проверок, с которыми сталкиваются грузопотоки, может существенно снизить их скорость вплоть до полной остановки.
Грузоотправители (грузовладельцы) несут значительные расходы, связанные с неготовностью груза к прохождению обязательного инспекционного контроля. Например, обнаружение карантинных объектов в зерновых грузах может повлечь за собой фумигацию зерна в трюмах судна и последующую обязательную вентиляцию трюмов, что неизбежно приведет к задержке выгрузки на несколько дней и даже недель и колоссальным дополнительным затратам, которые несут грузовладельцы.
В целом, объекты транспортной инфраструктуры на государственных границах (например, морские порты) обладают чрезвычайно высокой логистической устойчивостью, в том смысле, что такие объекты формируют «костяк» мультимо-дальных грузоперевозок [2]. Отсюда важность эффективной координации действий между субъектами, участвующими и/или влияющими на транзит грузопотоков через порты и терминалы с целью ускорения грузопотоков и минимизации затрат.
В течение последних трех десятилетий международный логистический рынок был свидетелем роста глобальной тенденции формирования и развития разного рода альянсов между независимыми логистическими провайдерами. Эта тенденция сопровождалась все большей диверсификацией и виртуализацией логистических услуг, их географической интеграцией (глобальным пространственным перераспределением центров производства и цепей поставок для достижения экономического эффекта масштаба и проникновения в новые рыночные области) и социальной интеграцией (социальной адаптацией новейших логистических концептов) [1].
Альянсы ме^ду локальными независимыми логистическими провайдерами (как правило, представителями малого и среднего бизнеса) быстро развернулись в глобально распределенные логистические сети, вступающие в активную и
успешную конкуренцию с транснациональными корпорациями. В настоящее время десятки логистических сетей (ЛС) успешно функционируют по всему миру, и их число постоянно увеличивается. Таким образом, сформировался и постоянно развивается новый рынок - рынок ЛС - со своими лидерами, специализированными игроками, ориентированными на конкретные географические регионы или рыночные ниши. Предпринимаются также попытки интеграции отдельных ЛС в гиперсети.
Еще одна важная тенденция имеет шанс стать доминирующей на глобальном логистическом рынке в ближайшее время: ряд глобальных ЛС работает над интеграцией онлайновых В2В и В2С платформ и «Интернета вещей» (1оТ) с целью превращения таких виртуально-материальных сетей в глобально распределенных многофункциональных кибер-ло-гистических провайдеров. Успешный опыт в этом направлении демонстрирует, в частности, применение технологий, подобных UBER [1,2].
Акторно-сетевой подход к представлению логистической сети
Концепция актор-сети (АС) впервые была сформулирована в конце 20 века в работах основателей метода - Б.Латура, М.Каллона, Дж.Ло и ряда других авторов [3-6]. Основной принцип акторно-сетевой теории заключается в представлении, согласно которому действия любого агента (субъекта действия или «актора» в терминах акторно-сетевой теории) обусловливаются или опосредуются действиями множества других гетерогенных агентов. Иными словами, любые действия распределены на множестве, включающем людей и неодушевленные объекты (или шире: на множестве, объединяющем акторов с естественным интеллектом, акторов с искусственным интеллектом и акторов без интеллекта, представленных, в частности, разного рода машинами и оборудованием, элементами природной среды, текстами и пр.). Таким образом, в общем виде актор-сеть AN можно представить следующим образом:
AN = ANh u ANai u ANnh,
где ANh - люди (естественный интеллект), т.е. одушевленные акторы, ANai - ИИ-акторы, ANnh - акторы без интеллекта.
Акторно-сетевой подход предлагает принципиально новый взгляд на понятие агентности, которая понимается как эффект взаимодействия гетерогенных акторов (людей и наделенных или не наделенных интеллектом не-людей). Любая АС - объект динамический, существующий исключительно в процессе постоянного формирования и изменений [7]. При этом все гетерогенные акторы, входящие в АС, наделяются одинаковой агентностью вне зависимости от природы этих акторов.
Истоком любой АС служит так называемая «ризоморф-ная» структура, определенная как самоорганизующаяся множественность с полностью децентрализованной организацией и отсутствием каких-либо иерархических взаимоотношений между составляющими ее гетерогенными элементами, имеющими лишь виртуальное родство по отношению друг к другу [6].
Типичная современная ЛС может быть представлена в виде АС, формируемой динамическими взаимодействиями гетерогенных (одушевленных и неодушевленных) акторов: глобально распределенными независимыми логистическими провайдерами (участниками сети); координационным советом и специализированными комитетами; перемещаемыми материальными объектами (грузами); циркулирующей информацией (текстами, знаниями); финансами; различными видами транспорта; контейнерами; цепями поставок; их инфраструктурой и внешней средой, в которую они погружены; местными, национальными и международными правилами и обычаями; контролирующими организациями; портами; терминалами; распределительными центрами, их персоналом и оборудованием; производителями и потребителями товаров и услуг; информационными и иными технологиями и др.
В акторно-сетевом подходе к формированию и самоорганизации глобальных ЛС важная роль отводится фундаментальному положению, связанному с отказом от представления об АС как предсуществующих (ready-made) структурах. Для АС не существует готовых заданных групп, есть лишь процесс их формирования - гетерогенная инженерия [8]. Глобальная самоорганизующаяся ЛС как организация, с учетом акторно-сетевого подхода, представляется непрерывным процессом стабилизации через преодоление множественных сопротивлений. Структура ЛС отражает не только общую волю и интерес ее членов к поиску общих материализуемых решений, но также и баланс между силами, мобилизуемыми сетью для поддержания стабильности, и силами, мобилизуемыми конкурентами сети [6,8].
Сила самоорганизующихся ЛС в их мобильности и адаптивности: несовместимые с сетью элементы (участники сети или вовлекаемые ими в сеть гетерогенные акторы) отторгаются сетью, и сеть постоянно обновляется за счет замены акторов. Каждый новый участник сети представляет собой АС из взаимодействующих и связанных с ним производителей, поставщиков и потребителей, товаров, контейнеров, локального транспорта, местных представительств международных морских, воздушных, железнодорожных и автоперевозчиков, портов, аэропортов, логистических хабов и терминалов, местных властей и действующих правил, знаний национального рынка, культуры и традиций ведения бизнеса.
Любой участник глобальной ЛС действует как посредник между акторами, связанными со страной, которую он представляет в сети, и участниками сети из других стран через создание Р2Р-альянсов с этими участниками. В этом процессе проявляет себя конкурентоспособность глобальных ЛС: локальные акторы, представляемые в сети ее участниками, начинают тяготеть к взаимодействию с сетью через ослабление (или даже разрыв) их ранее стабильных связей с транснациональными корпорациями. Эти новые альянсы акторов с ЛС могут создавать условия для запуска международных логистических проектов и формирования новых цепей поставок.
Архитектура автономной логистики основана на процессах децентрализованного принятия решений и координации действий акторов в гетерархических структурах. Автономное управление в ЛС предполагает способность акторов обрабатывать информацию, независимо принимать и исполнять решения [9].
Для поддержки взаимодействия в автономных ЛС акторы могут использовать Р2Р технологии, которые полностью децентрализованы, т.е. не нуждаются в какой-либо централизованной/иерархической структуре для управления взаимодействиями акторов. В [10] приводится пример успешного временного альянса ме^ду компаниями IBM и Maersk, созданного для оптимизации работы с транспортными документами. Результатом стало блокчейновое решение, позволившее собрать обширную сеть грузоотправителей, перевозчиков, портов и таможенных служб, и обеспечивающее создание и подтверждение любого документа в виде соответствующей транзакции.
Амбициозная цель проекта «Физического интернета» (PI или ж) была определена как создание открытой глобальной ЛС, основанной на физической, цифровой и операционной взаимосвязанности ее элементов посредством инкапсуляции, интерфейсов и протоколов [11]. Эта идея, расширяющая мир «Интернета вещей», включая в него процессы сетевого обмена материальными объектами в физическом пространстве, и подводящая вплотную к концепции «Интернета всего» (1оА), вполне вписывается в современную интеллектуальную тенденцию «поворота к материальному», в которой ACT играет авангардную роль. Концепция «Физического интернета» предполагает формирование открытой, глобальной, эффективной, устойчиво развивающейся логистической гиперсети, собранной из взаимосвязанных сетей материальных, виртуальных (цифровых) и социальных акторов. Для создания стабильно функционирующей системы авторы проекта предполагают ассоциировать пять сетей - с большим числом гетерогенных компонентов:
- сет мобильности;
- сет распределения;
- сеть реализации;
- сет поставок;
- сет обслуживания.
Система как целое может достигнуть цели, заложенной в нее ее создателями, только через тщательно определенные отношения и взаимосвязи между пятью формирующими ее сетями. Набор стандартизированных протоколов, основанных на оценке критических факторов (скорость, уровень обслуживания, надежность, безопасность) был предложен для мониторинга действий л-акторов. Интеллектуальный продукт как АС ассоциирует информацию и правила, относящиеся к его подготовке, хранению, обработке, пространственному перемещению, что наделяет его способностью поддержки указанных операций [12].
Важным функциональным элементом в архитектурах «Интернета вещей» и «Физического интернета» является информационно-коммуникационная инкапсуляция, представленная, в частности, концепцией интеллектуальных п-контейнеров, перемещающих интеллектуальные продукты и обменивающихся информацией с ними.
Интеллектуальные продукты создают вокруг себя устойчивую систему, обеспечивающую их оптимальное прохождение по цепи поставок, через взаимодействие и альянсы с другими акторами.
Формализация мультимодальных логистических процессов на основе метода акторно-сетевого моделирования
Поскольку акторно-сетевое моделирование использует фундаментальные положения семиотики, покажем каким образом строится модель АС [13,14].
Пусть знак з формально представляет собой кортеж из четырех компонентов: <п, р, т, а>, где п - имя знака я; р - портрет знака 8, соответствующий узлу wp(s) причинной сети на портретах (^р); т - значение знака 8, соответствующего узлу ит(8) причинной сети значений (№т); а - приписывание (индивидуальный смысл или атрибуция) знака соответствующего узлу wa(s) причинной сети на приписываниях (^а). Ип определяет отношения на множестве знаков; 0 определяет операции над множеством знаков на основе фрагментов причинных сетей, которым принадлежат соответствующие знаковые компоненты.
Кортеж из пяти элементов <Wp, Wa, Ип, 0> представляет собой семиотическую модель актора А1 [14]. Предположим, что актор А1 имеет заранее определенную цель С1(А1), недостижимую собственными усилиями из-за существующих препятствий. В этой ситуации актор А1 может либо отказаться от цели, либо попытаться достичь ее, выбрав альтернативный маршрут (обходной путь) за счет привлечения других акторов А2, АЗ... [15]. Вместе они могут либо стремиться к достижению первоначальной цели С1, либо выбирать альтернативные цели С2, СЗ..., Возврат к исходной цели С1 - это лишь один виртуальный сценарий из множества альтернативных сценариев (рис.1) [15].
Рис 1. Виртуальный сценарий
Указанная модель АС используется как базовый инструмент представления знаний каждым участвующим актором для индивидуального и коллективного планирования и дальнейшей реализации созданных планов. Процедура планирования основана на видении акторами целевой ситуации, которую они стремятся достичь.
Рассмотрим построение акторно-сетевой модели логистического терминала, в которой ключевая роль в планировании, координации и частичной интеллектуализации логистических процессов отводится логистическим операторам [16-18]. Основная цель деятельности логистического оператора понимается как обеспечение оптимального прохождения людей (пассажиров) и материалов (грузов, почты) через мультимо-дальные транспортные интерфейсы (терминалы), рассматриваемые как узлы наивысшего логистического сопротивления транспортным потокам, пространственно-распределенные на
транспортной сети. Логистические терминалы являются ключевыми узлами (хабами) любой транспортной сети. В предлагаемой модели мультимодальный терминал представлен как среда взаимодействия между логистическим оператором и другими акторами, вовлеченными в процесс перемещения людей и материалов. Не углубляясь в специфику функционирования терминала (представляя отдельные функциональные блоки терминала как «черные ящики»), можно определить пять принципиальных акторов (Nact = 5), участвующих в процессе перемещения людей и материалов через терминал:
- собственно терминал (TERM), объединяющий одушевленных (администрация, персонал) и неодушевленных (сооружения, оборудование, технологии, документация) акторов;
- локальный транспорт (LT), используемый для подвозки людей и грузов к терминалу и их отвозки от терминала;
- транспорт дальнего следования (LDT), представленный морскими, железнодорожными, авиа- или автоперевозчиками;
- ункты контроля (CNTR), представленные множеством контролирующих организаций (инспекций);
- логистический оператор nPL, где п>3, играющий роль планирующего актора.
Далее, рассмотрим две основные стадии процесса внутри-терминального перемещения (Nops = 2): подготовительную и стадию операций. Для целей исследования акторно-сетевой подход скомбинирован с модифицированной методикой, предложенной в [2]. Семиотическая модель АС, указанная выше, использована в качестве основного инструмента представления знаний каждым вовлеченным в логистический процесс актором для целей индивидуального и коллективного планирования и дальнейшей реализации построенных планов [14]. Процедура планирования основана на видении акторами целевой ситуации.
Знание потенциала актора, осуществляющего планирование, и потенциала других акторов представляется так называемыми каузальными матрицами (семантическими сетями) на сетях «личностного смысла» [14] знака "nPL" (планирующего актора) и знаков других вовлеченных акторов, соответственно. Это знание делает возможной оценку значений индексов прескрипции (и, соответственно, индексов транслируемое™) акторов, определенных выше. Акторы строят планы достижения целевой ситуации (цели) и распределяют роли, руководствуясь критерием выполнимости различных действий.
Как любой другой знак "nPL" содержит атрибуции («личностные смыслы») планирующего актора, его образ и значение. Значения знака "nPL" и знаков других акторов представляют обобщенные сценарии, в которых действия актора могут быть как самостоятельными, так и опосредованными другими акторами. Любые действия актора представлены в атрибуциях его знака. Сеть атрибуций планирующего актора содержит матрицы действий [14]. Знаки других акторов связаны с абстрактным знаком актор-сети "Others" отношениями типа «подкласс-класс». Знаки акторов содержат знания и представления о других акторах, основанные на общем описании планируемых и выполняемых действий. Каузальная матрица на сети значений абстрактного знака "Others" содержит ссылки на знаки других акторов [14]. Знаки акторов "nPL" и "Others" символически изображены в виде пирамид
с вершинами n, p, m, a, представляющими компоненты этих знаков (см. рис. 2).
Логистический оператор nPL, играющий роль планирующего актора в модели [16], мобилизует других вовлеченных в логистический процесс одушевленных и неодушевленных акторов (представленных знаком "Others") для преодоления логистического сопротивления системы и достижения целевой ситуации (цели) логистического процесса через его оптимизацию.
Цель мультимодального логистического процесса может быть сформулирована как одновременное выполнение следующих условий: беспрепятственное прохождение людей и материалов через систему с минимальными задержками (логистический эффект), минимальные издержки для nPL и других акторов (экономический эффект), минимальный нагрузка на окружающую среду (экологический эффект), минимальные риски для безопасности людей, материалов, финансов и информации (асфалический эффект).
Для целей указанной модели рассматривается материальный (грузовой) поток (Т), генерируемый одним оператором поставок (ТО), получающим грузы от множества отправителей (SH) и распределяющим их на множестве получателей (С) [2]. ТО заключает контракт с nPL на организацию и осуществление логистических операций: перевозки грузов различными видами транспорта, интермодальная перевалка грузов на терминале, прохождение всех необходимых контролей. Таким образом, ТО в модели выступает как шестой принципиальный актор в дополнение к пяти ранее определенным. Основные функции ТО включают: передачу в адрес nPL данных и информации (заявки, инструкции, сообщения, цифровые и бумажные документы) D={di...du}, необходимых для успешного транзита грузов через терминал; передачу в адрес nPL и других акторов финансовых средств. Также ТО информирует nPL о готовности отправителей SH={shi...shP} к отправке и получателей C={ci...cm} - к получению грузов из потока Т.
Начальным моментом логистического процесса в рассматриваемой модели можно считать подачу ТО заявки (dor£D) в адрес nPL. Периодически подаваемые заявки в обязательном порядке должны содержать план поставок на конкретный период времени и подробные количественные и качественные спецификации планируемых грузов. Также ТО передает nPL полный пакет цифровых и бумажных документов (D), необходимых nPL для организации терминальной обработки грузов и иных логистических операций. Нечеткий индикатор F(D,s)6[0,l] выражает степень готовности nPL к началу логистического процесса. F(D,s)=l, когда ТО передает всю необходимую информацию и документы di6D и финансовые средства s = Sf + sr + sP + Si в адрес nPL.
Здесь Sf - сумма фрахта, sr - общая стоимость подвозки грузов на терминал (или отвозки с терминала) локальным транспортом, sP - общая стоимость терминальных операций, Si - стоимость прохождения грузами i-ro контроля. В противном случае: F(D,s)<l, и в отношении nPL применим К-крите-рий логики действий [19]:
[p]nPL з М [~p]nPL,
согласно которому актор nPL может либо совершить действие [р] (где [р] означает запуск логистического процесса), либо отказаться от его совершения. Помимо нечеткого индикатора F(D,s) в рассматриваемой модели учитывается еще один критический фактор - значения индексов транслируемое™ t("Others") других акторов, которые отражают возможность nPL мобилизовывать этих акторов для совершения необходимых действий и достижения целевых ситуаций. nPL может отказаться от совершения действия [р] в случаях, когда F(D,s)«l, и когда nPL не может создать альянсов с другими акторами, вовлеченными в логистический процесс, через detour. Чем выше значения F(D,s) и t(TO,D,s |nPL), тем выше возможность начала логистического процесса (здесь нотация "|nPL" означает, что акторы ТО, D, s транслируемы к nPL). Что на языке логики действий выражается следующим образом:
M[p]nPL & ~[~p]nPL з [p]nPL
или
M[p]nPL з [p]nPL V [p]nPL
Это означает, что если актор nPL может совершить действие [р] (т.е. запустить логистический процесс) и не отказывается от его совершения, и совершает это действие. Как будет продемонстрировано далее, эти же критерии логики действий применимы и к другим (нечетким) индикаторам, используемым в рассматриваемой модели. Актор-планировщик nPL на основании заявок ТО включает ожидаемые грузы в оперативный план терминала и мобилизует локальный транспорт (LT) для обеспечения необходимого числа транспортных единиц для перемещения запланированных грузов от/к терминалу.
Финансовые суммы, получаемые nPL от ТО, распределяются между другими акторами через оплату фрахтовых сборов (sf), терминальных операций и сервисных сборов (sP), локальных перевозок (sr), сборов контролирующих организаций (si). К моменту прибытия на терминал LDT морского или воздушного судна и объявления готовности к грузовым операциям, грузы должны быть доставлены на терминал (самими отправителями или через посредство nPL), а вся необходимая информация и документы переданы nPL. Получатели грузов должны быть во всех отношениях готовы к приему грузов.
Степень готовности грузоотправителя shi и грузополучателя Cj описывается нечеткими индикаторами r(shi)6[0,l] и r(cj)6[0,l] соответственно, где: shi6SH, Cj6C. Очевидно, что в случае полной готовности всех грузоотправителей и грузополучателей: r(shi)=l, r(cj)=l, для всех i и j. В противном случае возможны следующие ситуации:
r(shi)<l V r(cj)<l з [~READY]T([READY]I[~READY]) r(shi)<l V r(cj)<l з [READY]T([READY]I[READY]) r(shi)<l V r(cj)<l з [~READY]T([~READY]I[~READY])
Предполагается, что отправители, получатели, грузы, финансовые средства, документы, данные и информация изначально переведены (транслированы) через ТО, следовательно, значение индекса транслируемости т(8Н,С,Са^ое8,Ри^8,В,8Ыррт§_Ва!а |ТО) обеспечивает успешность такого транслирования. Подготовительная стадия перед началом терминальных грузовых операций включает в себя передачу релевантной информации и финансовых сумм Терминалу, службам контроля и локальному транспорту, что выражается соответствующими нечеткими индикаторами: Р(Вр,8р), 8(ВцзО и ЩВгА). Взаимодействие между акторами, вовлеченными в мультимодальный логистический процесс, схематически изображено на рисунке 2:
Рис. 2. Взаимодействие акторов, вовлеченных в мультимодальный логистический процесс на терминале [16]
Для полного описания взаимодействия акторов в модель вводятся дополнительные - в целом нечеткие - индикаторы (используем синтаксис логики действий в предлагаемых ниже определениях):
а) Индикатор включения груза в оперативный план терминала:
PP([incl_plan]TERM) = i 1, [incl_plan]TERM
r(nPL, Cargo,LDT,ShippingData,Dp,sp\TERM), M [incljplan] TERM
0, ~M[incljplan]TERM
Для целей транспортной и терминальной безопасности следующие два индикатора не допускают нечеткости и должны однозначно подтверждать или исключать готовность транспорта (LBT) и терминала к грузовым операциям:
б) Индикатор готовности LBT к грузовым операциям на терминале:
Г 1, [NOR]LDT V (О, [~NOR]LDT
Здесь [NOR] - действие по подаче уведомления о прибытии транспортной единицы на терминал (например, уведомления о готовности судна, подаваемого в портовую администрацию, или сообщение пилота диспетчерской службе о приземлении).
в) Индикатор готовности терминала к грузовым операциям:
BR= í1' PP = lhP(Dp,sp)>0 \ 0,РР < 1 V P(pp,sp) = о
Следующий индикатор не может быть нечетким по юридическим причинам и должен однозначно определять успех или неудачу прохождения грузов через i-й контроль:
м í 1 ,[release]I¡ ' (О, [~release]Ii
Здесь [~release] означает любое действие i-ro контроля (LeCNTR), кроме пропуска груза через контрольный пункт.
г) Индикатор готовности локального транспорта (экспортный сценарий):
1 ,R(Drsr) = 1 A r(shi) = 1 т (nPL, Shipper, С org о, Shipping Data, Dr, sr\LT), RC ~ R(Drsr) < 1 vr(shj) < 1
0,R(Drsr) = 0 A r(shj) = 0
д) Индикатор погоды:
W = t(Weather |Others U nPL)
е) Индикатор форс-мажорных обстоятельств:
FM = t(Force_Majeure |Others U nPL)
Кортеж wt = <F(B,s),(r(cj) Vr(sh¡)),R(Br,Sr),P(Bp,Sp), Si(Bí,sí),PP,VR,BR,RC,RIí,W,FM> отражает статус логистического процесса в момент времени Т.
В таблице 1 (10-csoc) отражены статусы акторов в логистическом процессе, где: TERM = Порт, LBT = Судно, LT = Наземный Транспорт.
Как было отмечено выше:
F(B,s)=0 & t(TO,B,s |nPL)=0 => ~М[p]nPL
0<F(B,s)<l v ü<t(TO,B,s |nPL)<l => M[p]nPL & M[~p]nPL
F(B,s)=l & t(TO,B,s |nPL)=l 3 ~M[~p]nPL => [p]nPL,
Это означает, что nPL запускает логистический процесс, постоянно координируя свои действия с другими акторами в соответствии с изменяющимися значениями индикаторов.
Используя язык логики SAL, предложенный в [20] для описания взаимодействий в многоагентных техно-социумах, ситуация, когда РР=1, может быть представлена следующим образом:
Agree{nPL,Port¡Sat{nPL,Port¡Bo<nPL:([Transfer(Bp)],
[Pay(sp)]),Port:[incl_plan]>T,
т.е. nPL и Порт соглашаются, что ситуация, когда nPL переводит информацию, документы (ВР) и финансовые суммы (sP), а Порт включает грузы в свой оперативный план, является удовлетворительной для обоих акторов.
Таблица 1
Статусы акторов в мультимодальном логистическом процессе (по [2])
Символ Значение СТАТУС
Судно Порт СМИI! Наземный транспорт зЫс)
F(D,s) 0 ожидание ожидание ожидание ожидание ожидание
(0,1) готовность^ погрузка ^ движение ожидание ожидание ожидание ожидание
1 ожидание: УК=1; ВЯ=1 ожидание: Р(Ор,8р)=1; РР=1;ВК=1;УК=1 ожидание: 81(Д,а)=1; ВК=1;УК=1 ожидание: (г(зЬ)=1 Уг(с])=1); К(От,8т)=1 ожидание
r(shi) r(Cj) [0,1) ожидание: (г(зЬ)=1 Уг(с])=1); К(От,8т)=1 ожидание
1 ожидание: К(Ог,8г)=1 готовность
R(Dr,sr) [0,1) ожидание: К(Ог,8г)=1 готовность
1 ожидание: ВК=1; готовность
P(Dp,sp) [0,1) ожидание: Р(Бр,8р)=1; РР=1;ВК=1;УК=1 готовность
1 ожидание: РР=1; ВР=1; Ш=1 готовность
Si(Di,Si) [0,1) ожидание: 81(Д,а)=1; ВК=1;УК=1 готовность
1 ожидание: ВК=1; УК=1 готовность
PP [0,1) ожидание: РР=1; ВР=1; готовность
1 ожидание: ВК=1; УК=1 готовность
VR 0 ожидание: ВР=1; ожидание: ВК=1; УК=1 готовность
1 ожидание: ВР=1 ожидание: ВР=1 ожидание: ВР=1 готовность
BR 0 ожидание: ВР=1 ожидание: ВР=1 ожидание: ВР=1 готовность
1 швартовка ^ ожидание: РЬ=1 швартовка ^ ожидание: готовность ^ действие готовность
RC [0,1) ожидание: КС=1
1 готовность готовность
Rli 0 ожидание: РЬ=1 ожидание: КЬ=1 готовность
1 готовность к грузовым операциям выгрузка ^ погрузка выпуск груза доставка готовность
W 0 остановка грузовых операций остановка грузовых операций
(0,1] возобновление (продолжение) грузовых операций возобновление (продолжение) грузовых операций
FM 0 остановка процесса остановка процесса остановка процесса остановка процесса остановка процесса
1
Представленные значения в таблице 2 отражают возможные состояния готовности/неготовности Порта к грузовым операциям.
Таблица 2
Возможные состояния готовности/неготовности Порта к грузовым операциям
временно выполняться следующие критерии:
VR=1, BR=1, W=l, FM=1
Для бесперебойной выгрузки/погрузки Судна должны выполняться следующие критерии:
VR=1, BR=1, Si(Di,Si)=l&RIi=l (для всех Ii6CNTR),
W=l, FM=1
Для отправки импортных грузов из Порта конечным получателям (С) должны выполняться следующие критерии: r(cj)=l for all cj6C, RC=1, RIi=l для всех LeCNTR. В таблице 3 [2] представлены индикаторы, отражающие функциональные взаимодействия между акторами, вовлеченными в логистический процесс, представленный выше (табл. 1).
P(Dp,sp) рр BR
[0,1) [0,1) 0
1 [0,1) 0
1 1 0
1 1 1
Для успешной постановки Судна к причалу должны одно-
Таблица 3
Индикаторы функциональных взаимодействий между акторами в мультимодальном логистическом процессе (по [2])
ТО nPL Порт Наземный Транспорт Судно Контроль Ii Отправитель/ Получатель Окружающая среда
то F(D,s) FM
пРЬ F(D,s) P,PP R Si r(shi),r(cj) FM
Порт Р,РР RC VR, BR Rli W, FM
Наземный Транспорт R RC Rli r(shi),r(cj),RC FM
Судно VR, BR Rli W, FM
Контроль 11 Si Rli Rli Rli Rli FM
Отправитель/ Получатель r(shi), r(c,) r(shi),r(cj) Rli FM
Окружающая среда FM FM W, FM FM W, FM FM FM
На основе рассмотренной акторно-сетевой модели для поддержки координации взаимодействия акторов и принятия решений в мультимодальном логистическом процессе в [16] было предложено виртуальное автоматическое устройство, которое в каждый момент времени Т генерирует строку wt=<F(D,s),(r(cj) Vr(shi)),R(Dr,Sr),P(Dp,Sp),Si(Di,Si),PP,VR,BR, RC,RIi,W,FM>, отражающую текущее состояние системы. Это же виртуальное устройство генерирует множество сообщений {msgi(wT)}i как функций wt в момент времени Т.
Например, строка wt = <1111111110 0,2 1> генерирует следующие сообщения (для простоты общее число контролей сокращено до1):
1) msgi(wT) = 'ГРУЗ ОЖИДАЕТ ПРОХОЖДЕНИЯ КОНТРОЛЯ <ссылка>\ Это сообщение содержит ссылку на подробную информацию о статусе груза, вводимую в систему соответствующей контролирующей организацией.
2) msg2(wT) ='ВОЗМОЖНА ОСТАНОВКА ГРУЗОВЫХ ОПЕРАЦИЙ ИЗ-ЗА ПОГОДНЫХ УСЛОВИЙ <ссылка>. Это сообщение содержит ссылку на признаваемый всеми акторами метеорологический информационный ресурс.
Заключение
Акторно-сетевая теория (ACT) и основанные на ее положениях прикладные методы исследования социо-технологи-ческих систем рассмотрены в данной статье в контексте «сетевого мышления», все более активно проявляющего себя в качестве доминирующей парадигмы в исследованиях сложных систем, составленных из разнородных элементов.
Гетерогенность акторов, традиционно понимаемая в ACT как их принадлежность к одному из противоположных миров (одушевленного/социального с одной стороны, и неодушевлен-ного/природно-технологического - с другой) и способность формирования устойчивых социо-технологических альянсов (антропно-неантропных гибридов или квазиобъектов), требует уточнения в контексте быстро эволюционирующих систем
искусственного интеллекта. Маятник ACT, ранее раскачивавшийся в двухмерном мире между двумя противоположными полюсами - человеческим и не-человеческим, - создавая своим ходом двухмерные гибриды, ныне приобретает третий полюс и третье измерение: искусственные интеллектуальные объект-субъекты в их взаимодействиях с людьми и материальными объектами.
Это вызывает растущую потребность в интеграции ак-торно-сетевого метода с исследованиями в области искусственного интеллекта, многоагентных систем, синергетики, инженерии знаний, эргономики и других направлений. Очевидно, что траектория дальнейшего развития акторно-сете-вого подхода от описательной теории через формализацию и интеграцию с другими релевантными методами исследования систем, к созданию на основе ACT эффективного прикладного инструмента для моделирования социо-технологических систем.
В данной статье продемонстрировано, что ACT предлагает новую семантику для некоторых концепций, принятых в исследованиях многоагентных систем. Также предложена акторно-сетевая модель мультимодального логистического процесса, в которой гетерогенные акторы представлены че-тырехкомпонентными знаками, согласно методу, изложенному в [14]. Эта же модель на метауровне может быть применена к логистическим сетям, в которых отдельные мультимо-дальные терминалы являются узлами.
Теоретической платформой предложенной модели служит ACT с интегрированными в нее элементами формальных логик действия и метода нечетких индикаторов, ранее предложенного в [2]. Описываемое в рамках представленной модели виртуальное автоматическое устройство может быть реализовано на платформе «Интернета вещей», обеспечивающего поддержку принятия решений и координацию взаимодействий в реальном времени между мобильными акторами, в том числе «интеллектуальными грузами».
Настоящая статья направлена на привлечение внимания широкого круга специалистов, связанных с задачами самоорганизации, теории управления, многоагентных, эргатических, социотехнических, информационных систем, к ключевым положениям ACT и служит своего рода приглашением к диалогу, конструктивной критике и дальнейшему раскрытию прикладного потенциала описываемого метода.
Литература
1. Van Duin, J.h.r. (Ron). Logistics Concept Development in Multi-Actor Environments II Aligning stakeholders for successful development of public/private logistics systems by increased awareness of multi-actor objectivesandperceptions. 2012. 10.13140/2.1.1426.9122.
2. Паутов М.Д. Модель перевалки импортных зерновых грузов через морские порты России II Наука и технологии на транспорте. №2, 2015. С. 55-61. ISSN2074-9325
3. Latour B. Networks, Societies, Spheres - Reflections of an Actor-Network Theorist II International Journal of Communication. 2011. Vol. 5. P. 796-81
4. Latour B. An Inquiry Into Modes of Existence: An Anthropology of the Moderns / C. Porter (trans.). Cambridge, MA: Harvard University Press, 2013. 486 p.
5. CallonMTechno-economic networks and irreversibility. In J. Law (Ed.), A sociology ofmonsters, 1991, pp. 132-161. London: Routledge.
6. Law J. Technology and Heterogeneous Engineering: The Case of Portuguese Expansion II The Social Construction of Technological Systems: New Directions in the Sociology and History of Technology / W. E. Bijker et al. (eds). Cambridge, MA: MIT Press, 2012, pp. 105-127.
7. Ерофеева M. О возможности акторно-сетевой теории действия. Социологиявласти, 2015, по. 27 (4), pp. 51-71.
8. Bencherki N. Actor-Network Theory. In Craig Scott & Laurie Lewis (eds.). The International Encyclopedia ofOrganizational Communication. New York, NY: Wiley. 2017. http://doi.org/10.1002/9781118955567.wbieoc002
9. Hülsmann M., Windt K. Understanding Autonomous Cooperation and Control in Logistics: The Impact of Autonomy on Management, Information, Communication and Material Flow, Springer, 2007.
10. Hackius N., Petersen M. Blockchain in Logistics and Supply Chain: Trick or Treat? II Proceedings ofthe Hamburg International Conference of Logistics (HICL). 23,2017.
11. Montreuil B. Toward a physical internet: meeting the global logistics sustainability grand challenge II Logistics Research, 2011, no. 3 (2-3), pp. 71-87.
12. McFarlane D., Giannikas V., Wong A.C., Harrison M. Product intelligence in industrial control: Theory and practice, Annual Reviews in Control, 2013, no. 37(1).
13. Latour B. On Actor-Network Theory. A Few Clarifications Plus More than a Few Complications //Soziale Welt. 1996. Vol. 47,pp. 369-381.
14. Киселев Г.А., Панов А.И. Знаковый подход к задаче распределения ролей в коалиции когнитивных агентов II Труды СПИИРАН. 2018. Выпуск 2(57). ISSN 2078-9181 (печать), ISSN 2078-9599 (онлайн). С. 161-187. DOI 10.15622/СП.57.7
15. Широков А. А. Политика объяснения и стратегия описания Бруно Латура: Как писать инфрарефлексивные тексты II Российское социологическое обозрение. 2019. Том. 18. НЕТ 1. С. 186-216.
16. Iskanderov Y., Pautov M. (Actor-Network Method of Assembling Intelligent Logistics Terminal. In: Silhavy R. (eds) Applied Informatics and Cybernetics in Intelligent Systems. CSOC 2020 II Advances in Intelligent Systems and Computing, 2020, vol 1226. Springer, Cham. https://doi.org/10.1007/978-3-030-51974-2_4
17. Iskanderov Y., PautovM. Agents and Multi-Agent Systems as Actor-Networks II Proceedings of the 12th International Conference on Agents and Artificial Intelligence ICAART 2020, 22-24 February 2020, Vol.1, edited by: A. Rocha, L. Steels, J. van den Herik, pp. 179-184. DOI: 10.5220/0008935601790184
18. Iskanderov Y., Pautov M.Heterogeneous Engineering in Intelligent Logistics. In: Abraham A., Shandilya S., Garcia-Hernandez L., Varela M. (eds) Hybrid Intelligent Systems. HIS 2019. Advances in Intelligent Systems and Computing, 2021, vol 1179. Springer, Cham. https://doi.org/10.1007/978-3-030-49336-3_9
19. Iskanderov Y., Pautov M. Actor-Network Approach to Self-organisation in Global Logistics Networks II Kotenko I., Badica C., Desnit-sky V., El Baz D., Ivanovic M. (eds) Intelligent Distributed Computing XIII. IDC 2019. Studies in Computational Intelligence, 2020, vol. 868. Springer, Cham, https://doi.org/10.1007/978-3-030-32258-8_14
20. Блинов А.Л., Петров B.B. Элементы логики действий. М.: Наука, 1991. ISBN 5-02-008150-7
21. Lorini E., Verdicchio M. Towards a Logical Model of Social Agreement for Agent Societies II Coordination, Organizations, Institutions and Norms inAgent Systems. Vol. 2010, pp. 147-162.
ACTOR-NETWORK MODELING MULTIMODAL LOGISTICS PROCESSES
YURI M. ISKANDEROV
St-Petersburg, Russia
SERGEY V. SMOLENTSEV
St-Petersburg, Russia
ARTEM A. BUTSANETS
St-Petersburg, Russia
MIKHAIL D. PAUTOV
Limassol, Mesa Geitonia, Cyprus
KEYWORDS: actor-network theory, multimodal freight transportation, transport corridors, logistics providers, fuzzy indicators.
ABSTRACT
Intoduction: Currently, dozens of logistics networks are successfully operating around the world, and their number is constantly increasing. Trends in the formation and development of various types of alliances between independent logistics providers have been identified. Thus, a new form of interaction, namely, the logistics network market, working with groups of organizations focused on specific geographic regions or market niches, is developing. Attempts to integrate individual logistics networks into hypernets are also being made. Method: Actor-network theory and applied methods for studying socio-technological systems based on its provisions are discussed in this article in the context of "network thinking", which is increasingly manifesting itself as the dominant paradigm in the study of complex systems composed of heterogeneous elements. Actor-network theory was previously considered as a two-factor system - human and nonhuman, creating two-dimensional hybrids on its own, but now it acquires a third factor, namely, artificial intellectual object-
subjects in their interactions with people and material objects. Results: This creates a growing need for the integration of the actor-network method with research in the field of artificial intelligence, multi-agent systems, synergetics, knowledge engineering, ergonomics and other areas. Actor-network theory offers new semantics for some concepts adopted in multi-agent systems research. An actor-network model of a multimodal logistics process, in which heterogeneous actors are represented by four-component signs, is also proposed. The same model at meta-level can be applied to logistics networks in which individual multimodal terminals are nodes. The theoretical platform of the proposed model is the actor-network theory with elements of formal logics of action and the method of fuzzy indicators integrated into it. The virtual automatic device described within the framework of the presented model can be implemented on the Internet of Things platform, providing decision support and coordination of interactions in real time between mobile actors, including "smart loads".
REFERENCES
1. Van Duin, J.h.r. (Ron). Logistics Concept Development in Multi-Actor Environments. Aligning stakeholders for successful development of public/private logistics systems by increased awareness of multi-actor objectives and perceptions. 2012. 10.13140/2.1.1426.9122.
2. M.D. Pautov. Model of transshipment of imported grain cargo through Russian seaports. Science and technology in transport. No.2. 2015, pp. 55-61. ISSN 2074-9325
3. B. Latour. Networks, Societies, Spheres - Reflections of an Actor-Network Theorist. International Journal of Communication. 2011. Vol. 5, pp. 796-810.
4. B. Latour. An Inquiry Into Modes of Existence: An Anthropology of the Moderns / C. Porter (trans.). Cambridge, MA: Harvard University Press, 2013. 486 p.
5. M. Callon. Techno-economic networks and irreversibility. In J. Law (Ed.), A sociology of monsters, 1991, pp. 132-161. London: Routledge.
6. J. Law. Technology and Heterogeneous Engineering: The Case of Portuguese Expansion. The Social Construction of Technological Systems: New Directions in the Sociology and History of Technology / W . E. Bijker et al. (eds). Cambridge, MA: MIT Press, 2012, pp. 105-127.
7. M. Erofeeva. On the possibility of an actor-network theory of action. Sociology of power, 2015. No. 27 (4), pp. 51-71.
8. N. Bencherki. Actor-Network Theory. In Craig Scott & Laurie Lewis (eds.), The International Encyclopedia of Organizational Communication. New York, NY: Wiley. 2017. http://doi.org/10.1002/9781118955567.wbieoc002
9. M. Hulsmann, K. Windt. Understanding Autonomous Cooperation and Control in Logistics: The Impact of Autonomy on Management, Information, Communication and Material Flow, Springer, 2007.
10. N. Hackius, M. Petersen. Blockchain in Logistics and Supply Chain: Trick or Treat? Proceedings of the Hamburg International Conference of Logistics (HICL), 23, 2017.
11. B. Montreuil. Toward a physical internet: meeting the global
logistics sustainability grand challenge, Logistics Research, 2011, no. 3 (2-3), pp. 71-87.
12. D. McFarlane, V. Giannikas, A.C. Wong, M. Harrison. Product intelligence in industrial control: Theory and practice, Annual Reviews in Control, 2013, no. 37 (1).
13. B. Latour. On Actor-Network Theory. A Few Clarifications Plus More than a Few Complications. Soziale Welt. 1996. Vol. 47, pp. 369-381.
14. G.A. Kiselev, A.I. Panov. A sign approach to the problem of role distribution in a coalition of cognitive agents. Proceedings of SPIIRAN. 2018. No. 2(57). ISSN 2078-9181, pp. 161-187. DOI 10.15622/cn.57.7
15. A.A. Shirokov. The Politics of Explanation and the Strategy of Description by Bruno Latour: How to Write Infrareflexive Texts. Russian Sociological Review, 2019. Vol. 18. No, 1, pp. 186-216.
16. Y. Iskanderov, M. Pautov. Actor-Network Method of Assembling Intelligent Logistics Terminal. In: Silhavy R. (eds) Applied Informatics and Cybernetics in Intelligent Systems. CSOC 2020. Advances in Intelligent Systems and Computing, vol 1226. Springer, Cham. https://doi.org/10.1007/978-3-030-51974-2_4
17. Y. Iskanderov, M. Pautov. Agents and Multi-Agent Systems as Actor-Networks. Proceedings of the 12th International Conference on
Agents and Artificial Intelligence ICAART 2020, 22-24 February 2020, Vol. 1, edited by: A. Rocha, L. Steels, J. van den Herik, pp. 179-184. DOI: 10.5220/0008935601790184
18. Y. Iskanderov, M. Pautov. Heterogeneous Engineering in Intelligent Logistics. In: Abraham A., Shandilya S., Garcia-Hernandez L., Varela M. (eds) Hybrid Intelligent Systems. HIS 2019. Advances in Intelligent Systems and Computing, vol 1179. Springer, Cham. https://doi.org/10.1007/978-3-030-49336-3_9
19. Y. Iskanderov, M. Pautov. Actor-Network Approach to Self-organisation in Global Logistics Networks. In: Kotenko I., Badica C., Desnitsky V., El Baz D., Ivanovic M. (eds) Intelligent Distributed Computing XIII. IDC 2019. Studies in Computational Intelligence, vol 868. Springer, Cham. https://doi.org/10.1007/978-3-030-32258-8_14
20. A.L. Blinov, V.V Petrov. Elements of action logic. Moscow: Science. 1991. ISBN 5-02-008150-7
21. E. Lorini, M. Verdicchio. Towards a Logical Model of Social Agreement for Agent Societies. Coordination, Organizations, Institutions and Norms in Agent Systems. Vol. 2010, pp. 147-162.
For citation: Iskanderov Y.M., Smolentsev S.V., Butsanets A.A., Pautov M.D. Actor-network modeling multimodal logistics processes. H&ES Reserch. 2023. Vol. 15. No 5. P. 57-67. doi: 10.36724/2409-5419-2023-15-5-57-67 (In Rus)
