ivdon3@bk.ru
В работе рассмотрены актуальные вопросы моделирования и прогнозирования параметров рынка транспортных компаний, оказывающих услуги по перевозке грузов промышленных предприятий, таких как стоимость, время, скорость и объемы доставки готовой продукции потребителям, а также произведена оценка потенциальных возможностей транспортных компаний по предоставлению необходимого количества и качества оказания транспортно-логистических услуг. Целью работы является определение области надежных прогнозов показателей перевозки для каждого интервального значения плеча доставки грузов с учетом доли компании на рынке. Моделирование временных параметров грузоперевозки производилось исходя из дорожных условий перевозки и времени года. При реализации процедур моделирования искомый статистический базис параметров времени в пути и расстояния на маршруте формировался на базе данных из специализированных приложений анализа показателей транспортно-логистических услуг грузового автотранспорта. Получено семейство прогнозных кривых для различных вариантов прогнозных моделей скорости и времени движения, а также интервальных значений плеч доставки для исходного множества транспортно-логистических компаний. организации и освоения новой продукции на имеющихся производственных площадях.
Ключевые слова: статистическое прогнозирование, эффективность перевозки, модели бенчмарок, тарифы на перевозку грузов, кусочно-линейная апроксимация, области надежных прогнозов, параметры грузоперевозки, бенчмарк-анализ, рынок транспортных компаний
Целью исследования является повышение эффективности алгоритма Дейкстры за счет использования модели разделяемой памяти с библиотекой OpenMP и работы по принципу параллельного выполнения при реализации алгоритма. Использование алгоритма Дейкстры для поиска кратчайшего пути между двумя узлами в графе довольно распространено. Однако временная сложность алгоритма возрастает с увеличением размера графа, что приводит к увеличению времени выполнения, поэтому параллельное выполнение является хорошим вариантом для решения проблемы временной сложности. В этой исследовательской работе предлагается метод параллельных вычислений для повышения эффективности алгоритма Дейкстры для больших графов. метод включает в себя разделение массива путей в алгоритме Дейкстры на указанное количество процессоров для параллельного выполнения. Мы предоставляем реализацию распараллеленного алгоритма Дейкстры и получаем доступ к его производительности, используя фактические наборы данных и с разным количеством узлов. Наши результаты показывают, что распараллеленный алгоритм Дейкстры может значительно ускорить процесс по сравнению с последовательной версией алгоритма, одновременно сокращая время выполнения и постоянно повышая эффективность процессора, что делает его полезным выбором для поиска кратчайших путей в больших графах.
Ключевые слова: Алгоритм Дейкстры, граф, кратчайшие пути, параллельный вычислений, модель общей памяти, библиотека OpenMP