Вестник МГТУ, 2025, Т. 28, № 4/1.

Вестник МГТУ. 2025. Т. 28, № 4/1. С. 548-557. DOI: https://doi.org/10.21443/1560-9278-2025-28-4/1-548-557 Введение Транспортно-логистические системы (ТЛС) являются важнейшим элементом государственной и региональной экономики, от эффективности их управления зависит конкурентоспособность предприятий, экономический рост региона и уровень жизни населения. Проблема эффективного управления транспортно­ логистическими системами может быть осуществлена через системы аналитики, прогнозирования и мониторинга, которые представляют собой интегрированные информационно-аналитические платформы, обеспечивающие оптимизацию процессов управления материальными и информационными потоками. Системы аналитики, прогнозирования и мониторинга ТЛС - это интегрированные информационные системы, предназначенные для обмена, сбора, обработки, анализа и визуализации данных о функционировании транспортно-логистических систем. Использование таких информационных систем позволяет повысить эффективность транспортно-логистических процессов за счет оптимизациимаршрутов, снижения транспортных издержек, повышения скорости и прозрачности доставки, увеличения эффективности использования транспорта и инфраструктуры и других факторов. Целью работы является изучение предпосылок создания интегрированной системы аналитики, прогнозирования и мониторинга состояния и функционала арктической транспортно-логистической системы для повышения пространственной связанности северных территорий, обеспечения развития мультимодальных логистических центров и экологической безопасности транспортно-логистических систем в циркумполярном регионе на основе анализа отечественного и зарубежного опыта. Теоретические основы История внедрения интегрированных систем аналитики, прогнозирования и мониторинга ТЛС связана с развитием информационных технологий, методов управления и логистической науки. Появление первых ЭВМ, систем управления базами данных и систем планирования потребностей в материально-технических ресурсах привели к автоматизации отдельных процессов в складском учете и управлении запасами (Chopra et al., 2009). На следующем этапе развития осуществлялась интеграция отдельных систем в рамках предприятия и между предприятиями в логистической цепи с применением электронного обмена данными. Начали появляться системы интегрирования и планирования логистических процессов (Дыбская и др., 2015). С повсеместным распространением интернета и новых технологий появились инструменты анализа и мониторинга ТЛС на основе GPS и ГЛОНАСС (Пашаев, 2017), систем радиочастотной идентификации (RFID) (Liu et al., 2018). Широко стали распространяться системы отслеживания грузов в реальном времени, системы управления складом с поддержкой RFID, появились первые системы мониторинга на основе веб-интерфейсов (Александров, 2004). Изучению перехода логистических процессов на цифровые системы, обеспечивающие "сборку" и обслуживание более устойчивых и эффективных цепочек коммуникаций и поставок, увеличение скорости товародвижения, сокращение издержек в цепях поставок, рост грузопотоков, посвящены публикации (Борейко и др., 2020; Марусин и др., 2019). Следующий этап развития интегрированных систем анализа, прогнозирования и мониторинга ТЛС (Yan et al., 2019) был связан с анализом больших объемов данных для оптимизации логистических процессов и прогнозирования спроса (Svetunkov et al., 2022). Стали внедряться технологии Big Data, облачные вычисления, машинное обучение, интернет вещей (Mishra et al., 2023). Это сделало возможным прогнозировать объемы перевозок и выполнять оптимизацию маршрутов. Начиная с 2020 г. началось активное развитие искусственного интеллекта и бесшовной интеграции транспортно-логистических систем (Дробот и др., 2023). Вопросам применения разработок на основе искусственного интеллекта в арктической логистике посвящены работы Бурнаева Е. В. (Бурнаев и др., 2022), Гриняка В. М. (Артемьев и др., 2023), Михова О. М. ( Михов и др., 2020), Федотовских А. В. (Федотовских, 2022) и др. Внедрению данных технологий способствовало широкое распространение беспроводной связи, развитие технологии блокчейн (Коновалов и др., 2023) для обеспечения прозрачности и безопасности транзакций, рост использования цифровых двойников (Абрамов и др., 2024). Появились ТЛС, управляемые на основе искусственного интеллекта, способные самостоятельно принимать решения по оптимизации маршрутов и управлению запасами и способные быстро адаптироваться к изменяющимся условиям. Широкое распространение получили автоматизированные склады и беспилотные транспортные средства. Начался период полной интеграции всех участников транспортно-логистической системы через цифровые платформы с платформами электронной коммерции. Увеличение объемов онлайн-продаж привело к развитию быстрой и надежной доставки товаров до конечного потребителя. В настоящее время выделяют два подхода к формированию цифровых платформ транспортно­ логистической сферы: на основе территориального принципа интеграции и на основе информационного принципа (Клычева и др., 2020). Крупные транспортно-логистические платформы, созданные на основе информационной интеграции, так называемые "цифровые экосистемы" (Дмитриев, 2021), становятся первостепенными в любой цепочке поставок (Drozdova et al., 2023) за счет информационной сопряженности объектов транспортно-логистической инфраструктуры, согласования экономических интересов субъектов 549