Добавил:
franchezkohooypi@gmail.com Университет ИТМО, Инноватик Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Максим Мельников, диплом от 20 05 2026 .docx
Скачиваний:
0
Добавлен:
26.05.2026
Размер:
6.19 Mб
Скачать

Заключение

Выпускная квалификационная работа посвящена совершенствованию процесса прогнозирования перевозок нефтепродуктов в железнодорожных цистернах по маршрутам в транспортно–логистической группе «Трансойл».

В–первой главе, были систематизированы особенности перевозок нефтепродуктов железнодорожным транспортом, рассмотрены экспертные, статистические и экономико–математические методы прогнозирования транспортных показателей, а также проанализированы возможности BI–инструментов, как технологической основы data–driven управления перевозками. Установлено, что методы анализа временных рядом, в том числе метод Хольта–Уинтерса, обеспечивают достаточную точность при наличии выраженной сезонной структуры грузопотока.

Во–второй главе, проведен анализ деятельности транспортно–логистической группе «Трансойл» и текущего процесса прогнозирования, выявлены следующие основные проблемы такие, как использование объединенных прогнозов без маршрутного разделения, применение единого среднесетевого норматива оборота цистерны вне зависимости от реальной продолжительности оборота на конкретных маршрутах, реактивный характер управления парком, отсутствие формализованной системы контроля план/факт. На примере маршрута Кириши–Лужская показано, что MAPE действующего подхода в процессе As Is составляет 13,1%, а квартальные отклонения достигают 18,1%, что оказывает прямое негативное влияение на эффективность использования подвижного состава.

В–третьей главы, разработаны три взаимосвязанных элемента совершенствования процесса подвижного состава:

  1. Построена модель прогнозирования объемов погрузки по маршруту Кириши–Лужская на основе метода Хольта–Уинтерса с аддитивной компонентной сезонности. Параметры модели оптимизированы на обучающей выборке 2023–2024 годов, подтверждение проведено на данных 2025 года. Модель обеспечила снижение MAPE с 13,1% до 10%, квартальную точность прогноза на первый квартала до 0,2% против 3,6% при действующем подходе в процессе As Is. На основе подтвержденной модели построен помесячный прогноз на 2026 год с совокупным объемом 7109,1 тысяч тонн, воспроизводящий исторически устойчивый сезонный профиль маршрута.;

  2. Разработана методика маршрутно–ориентированного расчета потребности в железнодорожных цистернах, основанная на применении индивидуального норматива оборота вагона по маршруту, вместо единого среднесетевого значения. Сравнительный расчет показал, что действующий подход завышает расчетную потребность в цистернах в среднем на 1577 единицы в месяц, что в условиях дефицита парка несет прямые операционные потери и препятствует рациональному перераспределению подвижного состава;

  3. Разработана и внедрена система аналитического контроля прогнозирования перевозок на базе Microsoft Power BI, включающая три взаимосвязанных дашборда. Дашборд «Мониторинг точности прогноза» обеспечивает еженедельное отслеживание отклонений и формирование оповещения при их превышении сверх порогового значения в 10%. Дашборд «Сезонный профиль и план/факт по маршрутам» позволяет ежемесячно сопоставлять прогнозные и фактические объемы погрузки в различных аналитических разрезах. Дашборд «Потребность в парке цистерн» обеспечивает ежеквартальную актуализацию расчётной потребности в подвижном составе с учетом обновленных нормативов оборота. Совокупность дашбордов и регламентов работы с ними формирует замкнутый управленческий контур, переводя управления перевозками из реактивного в проактивный режим.

Практическая реализация предложенных решений подтверждена отзывом внедрении в транспортно–логистической группе «Трансойл». Совокупный эффект от реализации разработанных мероприятий выражается в повышении точности прогнозирования, сокращении расчетного избытка цистерн на коротких маршрутах, создании инструментальной основы для проактивного управления распределением парка и снижении операционных рисков в условиях нарастающего дефицита подвижного состава.