| Abstract |
Šis darbs pēta ātrbojīgu preču multimodālo pārvadājumu analīzi, koncentrējoties uz ilgtspējīgu kravas automašīnu plānošanu Kalē mezglā, kas ir kritisks posms Eiropas loģistikā, īpaši pēc Brexit kontekstā. Pētījumā tiek izmantota jaukto metožu pieeja, integrējot kvalitatīvas un kvantitatīvās datu vākšanas metodes, lai sniegtu visaptverošu izpratni par loģistikas izaicinājumiem un iespējamām uzlabošanas stratēģijām.
Tika veikts detalizēts literatūras pārskats, lai izpētītu pašreizējo stāvokli loģistikas, multimodālā transporta un progresīvu tehnoloģiju, piemēram, mašīnmācības (ML) un mākslīgā intelekta (AI) pielietošanā piegādes ķēdes pārvaldībā. Galvenās atziņas no literatūras liecināja par pētījuma ietvara izstrādi un vadīja gadījuma izpētes analīzi SIA "Kreiss", loģistikas uzņēmumam, kas specializējas ātrbojīgu preču ilgtspējīgā pārvadāšanā starp Eiropas Savienību un Apvienoto Karalisti.
Pētījumā tika izmantoti gadījumu izpēti, daļēji strukturētas intervijas ar galvenajām ieinteresētajām personām, novērojumu dati no objektu apmeklējumiem un dokumentu analīze, lai gūtu padziļinātu ieskatu par Kalē centra darbības procesiem, normatīvo ietekmi un tehnoloģisko integrāciju. Tika izstrādāti pašreizējo (AS-IS) un ierosināto (TO-BE) biznesa procesu simulācijas modeļi, lai identificētu vājās vietas un novērtētu iespējamos darbības efektivitātes, resursu izmantošanas un izmaksu efektivitātes uzlabojumus.
Galvenie atklājumi liecina par nozīmīgiem izaicinājumiem, ko rada pēc Brexit notikušās regulējuma izmaiņas, piemēram, palielinātas muitas procedūras un vīzu prasības kravas automašīnu vadītājiem, kā rezultātā ir kavēta darbība un palielinātas izmaksas. Uzlaboti algoritmi un reāllaika uzraudzības sistēmas tika identificētas kā būtiski instrumenti šo izaicinājumu mazināšanai un loģistikas operāciju efektivitātes uzlabošanai. IoT ierīču, prognozēšanas analītikas un blokķēdes tehnoloģijas integrācija tika ieteikta, lai nodrošinātu pārredzamību, drošību un aukstuma ķēdes uzturēšanu ātrbojīgām precēm.
Pētījums noslēdzas ar praktiskiem ieteikumiem loģistikas uzņēmumiem, uzsverot progresīvu tehnoloģiju piesaistes nozīmi un nepārtrauktu uzlabošanas stratēģiju pieņemšanu, lai uzlabotu multimodālos transporta tīklus. Nākotnes pētniecības virzieni ietver pētījuma ģeogrāfiskās darbības jomas paplašināšanu, progresīvu datu analīzes metožu izmantošanu un piedāvāto tehnoloģisko risinājumu praktiskas ieviešanas izpēti reālās pasaules loģistikas operācijās.
Šis maģistra darbs sniedz ieguldījumu loģistikas un piegādes ķēdes vadības jomā, sniedzot visaptverošu analīzi par izaicinājumiem un iespējām, kas saistīti ar ātrbojīgu preču transportēšanu, sniedzot vērtīgu ieskatu loģistikas operāciju ilgtspējības un noturības uzlabošanai sarežģītā normatīvajā vidē. Atslēgvārdi: Multimodālie pārvadājumi, ātri bojājošās preces, loģistikas plānošana, mašīnmācība, mākslīgais intelekts, lietu internets, blokķēde, piegādes ķēdes pārvaldība, Kalē centrs, noteikumi pēc Brexit. |
| Keywords |
Multimodālie pārvadājumi, ātri bojājošās preces, loģistikas plānošana, mašīnmācība, mākslīgais intelekts, lietu internets, blokķēde, piegādes ķēdes pārvaldība, Kalē centrs, noteikumi pēc Brexit. |
| Keywords in English |
Multimodal Transportation, Perishable Goods, Logistics Planning, Machine Learning, Artificial Intelligence, IoT, Blockchain, Supply Chain Management, Calais Hub, Post-Brexit Regulations. |
