ОПТИМІЗАЦІЯ СИСТЕМИ МИТНОГО ОГЛЯДУ ЗА ДОПОМОГОЮ СИМУЛЯЦІЙНОГО МОДЕЛЮВАННЯ З УРАХУВАННЯМ ОБМЕЖЕНИХ РЕСУРСІВ

Автор(и)

DOI:

https://doi.org/10.35546/kntu2078-4481.2025.4.2.10

Ключові слова:

транспортні потоки, пункт пропуску, імітаційна модель, система масового обслуговування, управлінські рішення, ризик-орієнтований контроль, пропускна спроможність, стохастична невизначеність, ресурсообмежені системи.

Анотація

Актуальність дослідження зумовлена зростанням інтенсивності міжнародних транспортних потоків, ускладненням логістичних ланцюгів та підвищенням вимог до митної безпеки в умовах обмежених кадрових і технічних ресурсів пунктів пропуску. У таких умовах традиційні підходи до організації митного огляду є недостатньо ефективними, оскільки не враховують стохастичного характеру транспортних потоків, нелінійних ефектів перевантаження та необхідності балансування між швидкістю митного оформлення й глибиною контролю. Це зумовлює потребу у використанні кількісних методів аналізу та обґрунтованих інструментів підтримки управлінських рішень. Метою статті є оптимізація системи митного огляду на основі застосування симуляційного моделювання транспортних потоків в умовах обмежених ресурсів для досягнення збалансованого співвідношення між швидкістю виконання митних процедур та ефективністю виявлення митних правопорушень. Методи дослідження ґрунтуються на використанні дискретно-подійного симуляційного моделювання в середовищах Simul8 та Arena, методів Монте-Карло для урахування стохастичної невизначеності, аналізу чутливості для виявлення критичних параметрів системи, а також елементів багатокритеріальної оптимізації. Процеси митного огляду подано у вигляді системи масового обслуговування з обмеженими ресурсами та змінною інтенсивністю потоків. Результати дослідження засвідчують, що систему митного огляду доцільно розглядати як нелінійну стохастичну систему, у якій пропускна спроможність і результативність контролю перебувають у конфліктному взаємозв’язку. Встановлено наявність порогових значень інтенсивності транспортних потоків і ресурсного забезпечення, за яких відбувається різке зростання часу митного огляду та зниження ймовірності виявлення правопорушень. Доведено, що гнучкий розподіл кадрових і технічних ресурсів є ефективнішим, ніж екстенсивне збільшення кількості поглиблених перевірок, а надмірна інтенсифікація контролю характеризується ефектом насичення. У висновках підсумовано, що симуляційне моделювання забезпечує науково обґрунтований інструмент оптимізації митного огляду в умовах невизначеності та обмежених ресурсів. Доведено доцільність використання оптимізаційної моделі вибору управлінських рішень для підтримання стійкого балансу між швидкістю митного оформлення та митною безпекою. Перспективи подальших досліджень можуть бути пов’язані з інтеграцією даних реального часу, розвитком адаптивних ризик-орієнтованих алгоритмів та впровадженням цифрових систем підтримки прийняття рішень у діяльність митних органів.

Посилання

Luzhanska N. Simulation and optimization of freight customs complexes based on queueing systems. Транспортні системи та технології перевезень. 2020. Вип. 19. С. 37–42. DOI: https://doi.org/10.15802/tstt2020/208693

Hsu H.-P., Chou C.-C., Wang C.-N. Heuristic/Metaheuristic-Based Simulation Optimization Approaches for Integrated Scheduling of Yard Crane, Yard Truck, and Quay Crane Considering Import and Export Containers. IEEE Access. 2022. Vol. 10. P. 64650–64670. DOI: https://doi.org/10.1109/ACCESS.2022.3180752

Bett D. K., Ali I., Gheith M., Eltawil A. Simulation-based optimization of truck appointment systems in container terminals: A dual transactions approach with improved congestion factor representation. Logistics. 2024. Vol. 8, № 3. Article 80. DOI: https://doi.org/10.3390/logistics8030080

Popa C., Stefanov O., Goia I., Atodiresei D. Risk-Based Optimization of Multimodal Oil Product Operations Through Simulation and Workflow Modeling. Logistics. 2025. Vol. 9, № 3. Article 79. DOI: https://doi.org/10.3390/logistics9030079

Zhou S., Zhang N., Duan Q., Xiao J., Yang J. Automatic Scheduling Method for Customs Inspection Vehicle Relocation Based on Automotive Electronic Identification and Biometric Recognition. Algorithms. 2024. Vol. 17, № 11. Article 483. DOI: https://doi.org/10.3390/a17110483

Cao Q., Zheng X. Application of artificial intelligence technology in the supervision of customs clearance machine inspection. World Customs Journal. 2024. Vol. 18, № 2. P. 51–76. DOI: https://doi.org/10.55596/001c.122754

Wu Y., Xue C., Li S. Optimization Analysis of Customs Supervision Strategy Based on Complex Network Evolutionary Game. In: Proceedings of the 2022 International Conference on Bigdata Blockchain and Economy Management (ICBBEM 2022). Atlantis Press, 2022. P. 658–668. DOI: https://doi.org/10.2991/978-94-6463-030-5_66

Rezeq M., Aouam T., Gailly F. Hybrid simulation-optimization approach for planning relief-aid distribution with a real-world case study. Journal of Humanitarian Logistics and Supply Chain Management. 2024. Vol. 14, № 4. P. 419–444. DOI: https://doi.org/10.1108/JHLSCM-10-2023-0104

Xi Y., Jia X., Zhang H. Real-time multimodal route optimization and anomaly detection for cross-border logistics using deep reinforcement learning. Academia Nexus Journal. 2024. Vol. 3, № 3. URL: https://academianexusjournal.com/index.php/anj/article/view/8/9 (дата звернення: 08.03.2025).

Rudevska V., Boyarko I., Shcherbyna A., Sydorenko O., Koblyk I., Ponomarova O. The impact of the banking system liquidity on the volume of lending and investment in government securities during the war. Financial and Credit Activity Problems of Theory and Practice. 2024. Vol. 1, № 54. P. 37–50. DOI: https://doi.org/10.55643/fcaptp.1.54.2024.4283

Стороженко О. О., Настенко М. М. Проблеми бюджетного планування в системі місцевих фінансів і шляхи його вдосконалення. Економіка і управління бізнесом. 2023. Том 14, № 4. С. 19–32. DOI: https://doi.org/10.31548/economics14(4).2023.017

Skliarenko K. Big Data in logistics marketing for customer churn prediction and dynamic pricing. Актуальні питання економічних наук. 2025. Вип. 16. DOI: https://doi.org/10.5281/zenodo.17439059

Luo N., Yu H., You Z., Li Y., Zhou T., Jiao Y., Qiao S. Fuzzy logic and neural network-based risk assessment model for import and export enterprises: A review. Journal of Data Science and Intelligent Systems. 2023. Vol. 1, № 1. P. 2–11. DOI: https://doi.org/10.47852/bonviewJDSIS32021078

Wang J., Zheng S., Liu W., Chen L., Wen Z., Li X. Prediction, evaluation and optimization of China’s copper resource supply system under carbon constraints. Sustainable Production and Consumption. 2023. Vol. 39. P. 285–300. DOI: https://doi.org/10.1016/j.spc.2023.05.021

Jahid M. S. R. AI-driven optimization and risk modeling in strategic economic zone development for midsized economies: A review approach. International Journal of Scientific Interdisciplinary Research. 2025. Vol. 6, № 1. P. 185–218. DOI: https://doi.org/10.63125/31wna449

##submission.downloads##

Опубліковано

2025-12-31