ПРЕДИКТИВНЕ УПРАВЛІННЯ ТА ЗАБЕЗПЕЧЕННЯ ЦИФРОВОЇ СТІЙКОСТІ ЛОГІСТИЧНИХ ПРОЦЕСІВ ТРАНСПОРТНИХ ПІДПРИЄМСТВ НА ОСНОВІ ІНТЕГРАЦІЇ CMS У ЗАХИЩЕНІ ЦИФРОВІ ДВІЙНИКИ

Автор(и)

DOI:

https://doi.org/10.20998/3083-6298.2026.01.02

Ключові слова:

цифровий двійник, CMS, логістичні витрати, предиктивне управління, транспортне підприємство, ROI, оптимізація

Анотація

Актуальність. У статті обґрунтовано концептуальний підхід до оптимізації логістичних витрат автотранспортних підприємств шляхом інтеграції камерних систем моніторингу (CMS) у цифрові двійники. Актуальність дослідження зумовлена необхідністю цифрової трансформації логістики та переходу від реактивного до предиктивного управління автопарком в умовах волатильності цін на ресурси та геополітичних ризиків. Метою роботи є розробка та апробація науково-методичного підходу до інтелектуального управління логістичними витратами на основі синергії візуальної телеметрії та динамічного моделювання. У ході дослідження використано методи системного аналізу, імітаційного моделювання та експертних оцінок. Отримані результати. Сформовано архітектуру цифрового двійника підприємства, де CMS виступає основним джерелом даних про рух, стан транспортних засобів та психофізіологічну поведінку водіїв. Розроблено матрицю предиктивного управління з 13 показників (групи: безпека, експлуатація, економіка). Запропоновано модель, яка враховує не лише внутрішні параметри парку, а й зовнішні детермінанти (ціни на ресурси, метеоумови, регуляторні норми), що дозволяє адаптувати логістичні операції в режимі реального часу. Висновок. Результати апробації моделі на основі галузевих даних (2022–2025 рр.) підтвердили економічну ефективність підходу. Встановлено, що впровадження системи забезпечує рентабельність інвестицій (ROI) на рівні 277% при базовому сценарії (окупність 4-6 місяців). Аналіз чутливості за песимістичним сценарієм (відхилення факторів на 10%) продемонстрував стійкість моделі (ROI 134%) та окупністю протягом 9 місяців. Практична значущість роботи полягає у наданні конкретних рекомендацій щодо зниження собівартості перевезень, скорочення непланових простоїв та мінімізації ризиків, що сприяє сталому розвитку та інвестиційній привабливості сучасних транспортних підприємств.

Біографії авторів

Володимир Воліков, Інститут монокристалів Національної академії наук України

Кандидат економічних наук, провідний інженер

Ігор Панченко, Valera Logistics Inc.

Керівник Valera Logistics Inc.

Посилання

  1. Werbińska-Wojciechowska, S., Giel, R. and Winiarska, K. (2024), “Digital Twin Approach for Operation and Maintenance of Transportation System—Systematic Review”, Sensors, Vol. 24(18):6069, https://doi.org/10.3390/s24186069
  2. Yan, B., Yang, F., Qiu, .S. et al. (2023), “Digital twin in Transportation Infrastructure management: A systematic review”, Intelligent Transportation Infrastructure 2, DOI:10.1093/iti/liad024
  3. Belfadel A., Hörl S., Tapia R. J. et al. (2023), “A conceptual digital twin framework for city logistics”, Computers, Environment and Urban Systems, Vol. 103, https://doi.org/10.1016/j.compenvurbsys.2023.101989
  4. Enyejo J. O., Fajana O. P., Jok I. S. et al. (2024), “Digital Twin Technology, Predictive Analytics, and Sustainable Project Management in Global Supply Chains for Risk Mitigation, Optimization, and Carbon Footprint Reduction through Green Initiatives”, International Journal of Innovative Science and Research Technology (IJISRT), Vol. 9, iss.11, pp. 609-630, https://doi.org/10.38124/ijisrt/IJISRT24NOV1344
  5. Volikov, V. and Panchenko, I. (2025), “The Economic Feasibility of Implementing Optical Surveillance Systems in Vehicles: Between Innovative Necessity and Economic Excess”, Business Inform, Vol. 10:325–333, https://doi.org/10.32983/2222-4459-2025-10-325-333
  6. Volikov, V. and Panchenko, I. (2025), “Strategic analysis of the implementation of camera monitoring systems (CMS) in Ukrainian transport (PEST and SWOT)”, Modeling the development of the economic systems, Vol. (4), pp. 225–233, https://doi.org/10.31891/mdes/2025-18-28
  7. Volikov, V. and Panchenko, I. (2025), “Methodological approach to the assessment of innovation risks in the integration of AI systens (ADAS/CMS) into the operations of transport enterprises”, Herald of Khmelnytskyi National University. Economic Sciences, Vol. 348(6), pp. 423-431, https://doi.org/10.31891/2307-5740-2025-348-6-61
  8. Wang, W., Zaheer, Q., Qiu, S. et al. (2023), “Digital Twin Technologies in Transportation Infrastructure Management”. URL: https://link.springer.com/book/10.1007/978-981-99-5804-7
  9. Lis, M. and Mądziel, M. (2026), “Green Transportation Planning for Smart Cities: Digital Twins and Real-Time Traffic Optimization in Urban Mobility Networks”, Applied Sciences, Vol. 16(2), https://doi.org/10.3390/app16020678
  10. Moore, A., Yuan, J., Ou, S. et al. (2023), “Key Considerations in Assessing the Safety and Performance of Camera-Based Mirror Systems”, Safety, Vol. 9(4), https://doi.org/10.3390/safety9040073
  11. Pang, Y., Li, H., Ma, S. et al. (2024), “The impact of camera-monitor system viewing angles on drivers’ distance perception: A simulated driving study”, International Journal of Industrial Ergonomics, Vol. 104, https://doi.org/10.1016/j.ergon.2024.103657
  12. Galkin, A., Samchuk, G., Kopytkov, D. et al. (2025), “Digital twins in logistics: a comprehensive bibliometric analysis for advancing smart cities and sustainable development”, Discov Sustain, Vol. 6, https://doi.org/10.1007/s43621-025-01754-0
  13. Kornilova, Z. (2025), “Digital twin roadways: integrating BIM, IOT and AI for intelligent infrastrucyure management”. European Science, Vol. 3, https://doi.org/10.30890/2709-2313.2025-41-03
  14. Liu, W., Zou, X., Wen, Z. et al. (2024), “Digital Twin-Based Production-Logistics Synchronization System for Satellite Mass Assembly Shop-Floor”, Chin. J. Mech. Eng., Vol. 37, https://doi.org/10.1186/s10033-024-01148-9
  15. How AI Is Changing Mining Fleet Management (2026), Razor Labs. URL: https://www.razor-labs.com/predictive-maintenance-haul-trucks-ai/
  16. Economy from good aerodynamics: the new Actros is trimmed for efficiency (2024), Daimler Truck Global Media. URL: https://www.daimlertruck.com
  17. Save up to 5% fuel and keep it there. Fuel Advice (2024), Volvo Trucks Global. URL: www.volvotrucks.com
  18. Nagy, M., Valaskova, K. and Lazaroiu, G. (2026), “Digitalization-Based Predictive Maintenance Systems, Internet of Things Sensor Networks, and Machine Intelligence Algorithms for Industry 4.0/5.0 Manufacturing Processes”, Systems, Vol. 14(3), https://doi.org/10.3390/systems14030281
  19. Analysis of the Operational Costs of Trucking: 2024 Update (2024), American Transportation Research Institute (ATRI). URL: https://truckingresearch.org/
  20. CME Truck Digital Mirror. URL: https://www.accio.com/plp/cme-truck-digital-mirror?utm_source=chatgpt.com
  21. Automotive Camera. Market Research Report – 2022 (2023), ResearchGate ICV TAnK. URL: https://surli.cc/ewwptw

##submission.downloads##

Опубліковано

2026-03-27

Номер

Том 2 № 1 (2026): Територія безпеки

Розділ

Статті