Совершенствование цепи поставок продуктов питания на основе использования алгоритмов машинного обучения

ВВЕДЕНИЕ

Актуальность исследования заключается в необходимости оптимизации процессов управления цепями поставок продуктов питания в условиях растущей сложности логистических операций и увеличения объемов данных. Современный продовольственный рынок требует новых подходов к организации поставок, учитывающих скоропортящийся характер продукции, сезонные колебания спроса и необходимость поддержания высокого уровня качества продуктов питания. Особую значимость данная проблематика приобретает в контексте глобализации торговых отношений и усиления конкуренции на продовольственном рынке. Эффективное управление цепями поставок становится ключевым фактором конкурентоспособности компаний, работающих в сфере производства и дистрибуции продуктов питания. При этом современные условия характеризуются возрастающими требованиями потребителей к свежести продукции, расширением ассортимента, необходимостью соблюдения строгих температурных режимов и санитарногигиенических норм на всех этапах товародвижения.
Объект исследования — процессы управления цепями поставок продовольственных товаров в розничной торговле, включая системы планирования, прогнозирования и контроля товародвижения.
Предмет исследования — методические и практические аспекты применения алгоритмов машинного обучения для совершенствования управленческих решений в цепях поставок продуктов питания.
Цель исследования — разработка комплексного подхода к оптимизации цепей поставок продуктов питания на основе внедрения современных алгоритмов машинного обучения для повышения эффективности логистических процессов и минимизации потерь.
Задачи исследования:
- изучить теоретические основы и методологические подходы к организации цепей поставок продуктов питания с применением алгоритмов машинного обучения; 
- провести анализ и дать оценку текущего состояния организации цепей поставок продуктов питания с учетом применяемых алгоритмов машинного обучения; 
- разработать направления совершенствования организации цепей поставок продуктов питания на основе внедрения перспективных алгоритмов машинного обучения.
Методологическая основа исследования включает системный анализ, методы экономико-математического моделирования, теорию управления запасами, концепции машинного обучения и искусственного интеллекта, а также статистические методы обработки данных.
Теоретическая и практическая значимость исследования заключается в расширении научных представлений об использовании современных технологий в управлении цепями поставок продуктов питания. Разработанные методические рекомендации и алгоритмы могут быть непосредственно внедрены в практику работы предприятий розничной торговли, что позволит существенно повысить эффективность логистических операций и сократить издержки на хранение и транспортировку продукции.
Структура исследования — исследование состоит из введения, трёх разделов, заключения и списка использованных источников.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Федеральный закон от 30.06.2003 N 87-ФЗ (ред. от 18.03.2020) «О транспортно-экспедиционной деятельности». [Электронный ресурс]. – Режим доступа. – URL: https://www.consultant.ru/document/cons_doc_LAW_43006/2. Беседин, Б. А. Тенденции цифровизации цепей поставок и логистики в промышленности / Б. А. Беседин // Студенческий вестник. — 2022. — № 20-16(212). — С. 5-6. — EDN IPCSNQ.
3. Бубнова, Г. В. Теоретические аспекты цифровизации цепей поставок на основе информационной и системной интеграции / Г. В. Бубнова, И. В. Сергеев // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. — 2022. — № 4. — С. 9-16. — DOI 10.56584/1560-8816-2022-4-9-16. — EDN UFICSC.
4. Гулягина, О. С. Развитие логистического потенциала национальных цепей поставок с целью их интеграции в глобальные цепи поставок / О. С. Гулягина // Вестник Полоцкого государственного университета. Серия D. Экономические и юридические науки. — 2021. — № 14. — С. 49-52. — DOI 10.52928/2070-1632-2021-59-14-49-52. — EDN RDGUAH.
5. Гулягина, О. С. Цифровизация цепей поставок в современных условиях изменяющейся внешней среды: перспективы и вызовы / О. С. Гулягина // Автотракторостроение и автомобильный транспорт : Сборник научных трудов Международной научно-практической конференции. В 2-х томах, Минск, 24 мая — 10 2022 года. — Минск: Белорусский национальный технический университет, 2022. — С. 266-269. — EDN TQBFII.
6. Дирко, С. В. Применение искусственного интеллекта и машинного обучения в управлении логистикой и цепями поставок / С. В. Дирко, Е. В. Каминская, А. А. Новикова // Цифровая трансформация: тенденции и перспективы : II Международная научно-практическая конференция, Москва, 20 декабря 2023 года. — Москва: Общество с ограниченной ответственностью «Издательство «Мир науки», 2023. — С. 410-414. — EDN BIWTQE.
7. Дмитриев, А. В. Обеспечение экономической безопасности и устойчивости цепей поставок в условиях цифровизации / А. В. Дмитриев, В. В. Щербаков // Вестник факультета управления СПбГЭУ. — 2023. — № 15. — С. 11-18. — EDN GKBPQE.
8. Ефимова, В. В. Тенденции развития концепции цифровизации цепей поставок / В. В. Ефимова // Том Выпуск 1. — Москва: Государственный университет управления, 2021. — С. 50-53. — EDN FYCKIG.
9. ИИ в планировании цепочек поставок: общие тренды и обзоры. [Электронный ресурс]. — Режим доступа. — URL: https://vc.ru/optimacros/1208973-ii-v-planirovanii-cepochek-postavok-obshie-trendyi-obzory
10. Климашевич, С. В. Цифровизация транспортных коридоров как перспективный инструмент развития международных цепей поставок / С. В. Климашевич // Логистика - евразийский мост : Материалы XVI Международной научно-практической конференции, Красноярск-Енисейск, 28 апреля — 01 2021 года. — Красноярск: Красноярский государственный аграрный университет, 2021. — С. 322-325. — EDN DAQOXY.
11. Масленников, И. А. Проблемы обучения логистических специалистов в условиях цифровизации цепей поставок / И. А. Масленников, В. И. Панин // Государственный университет управления, 2021. — С. 222-227. — EDN NJFWEB.
12. Махмудов, Т. Г. Влияние цифровизации на создание устойчивых глобальных цепей поставок / Т. Г. Махмудов, Н. И. Иванова // Экономика и управление: проблемы, решения. — 2024. — Т. 8, № 5(146). — С. 105-114. — DOI 10.36871/ek.up.p.r.2024.05.08.014. — EDN KCGLXE.
13. Никифорова, Г. И. Цифровизация цепей поставок / Г. И. Никифорова, Д. А. Мироненкова // Техник транспорта: образование и практика. — 2022. — Т. 3, № 1. — С. 63-69. — DOI 10.46684/2687-1033.2022.1.63-69. — EDN EAQXUG.
14. Отмахова, Ю. С. Моделирование агропродовольственных цепей поставок с применением машинного обучения и агент-ориентированных моделей / Ю. С. Отмахова, Д. А. Девяткин // Информационное общество. — 2024. — № 4. — С. 21-32. — DOI 10.52605/16059921_2024_04_21. — EDN HVGBGA.
15. Пешоха, Т. В. Совершенствование аналитического инструментария управления цепями поставок за счет использования программного продукта Deductor / Т. В. Пешоха // Студенческий. — 2022. — № 41-5(211). — С. 21-23. — EDN MIVGKL.
16. Сроки годности и клиентский опыт: что ИИ делает в пищевой промышленности. [Электронный ресурс]. — Режим доступа. — URL: https://adpass.ru/sroki-godnosti-i-klientskij-opyt-chto-ii-delaet-v-pishhevojpromyshlennosti/
17. Султанова, В. Э. Внедрение цифровизации в управлении цепями поставок / В. Э. Султанова // Научно Исследовательский Центр «Science Discovery». — 2021. — № 4. — С. 220-225. — EDN AXCOZK.
18. Хоминский, Н. Экономические аспекты цифровизации цепей поставок / Н. Хоминский, Ф. Позднышев, И. А. Бондарева // Экономика. Наука. инноватика : III Международная научно-практическая конференция, Донецк, 23 марта 2023 года. — Донецк: Донецкий национальный технический университет, 2023. — С. 612-614. — EDN BAOGIC.
19. Яковлев, А. М. Роль машинного обучения в прогнозировании спроса и оптимизации цепей поставок / А. М. Яковлев // Федеральное государственное бюджетное образовательное учреждение высшего образования «Российский экономический университет имени Г. В. Плеханова», 2024. — С. 223-228. — EDN MFTVSO.
20. Яхнеева, И. В. Управление рисками в условиях цифровизации цепей поставок / И. В. Яхнеева // Проблемы развития предприятий: теория и практика. — 2022. — № 1-2. — С. 210-213. — DOI 10.46554/PEDTR-21-2022-2-pp.210. — EDN NSYPIC.