moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2025.50.3.047 2019 Миварная система принятия решений по оптимизационному распределению грузов для групп складских роботов Mivar decision-making system for optimized cargo distribution for groups of warehouse robots 0000-0001-6177-7989 Гун Шэншо Gong Shengshuo hiteyeb@163.com aff-1 Московский государственный технический университет им. Н. Э. Ба́умана Bauman Moscow State Technical University 01 01 2026 1 1 10.26102/2310-6018/2025.50.3.047 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В статье предлагается интеллектуальная миварная система принятия решений (МСРП), предназначенная для оптимизационного распределения и перевозки грузов группами складских роботов. Данная МСРП объединяет три группы разных складских роботов: робота-погрузчика (РП), робота-транспортировщика (РТ) и робота-разгрузчика (РР). Выбор и определение состояния каждого робота (робота-погрузчика, робота-транспортировщика и робота-разгрузчика) основывается на соответствующих расчетах, которые выполняются с использованием специально разработанных алгоритмов. Эти алгоритмы основаны на ряде ключевых систем уравнений, таких как система уравнений робота-транспортировщика, система уравнений робота-погрузчика, система уравнений робота-разгрузчика и система переменных команды. В системе уравнений учитываются состояние робота, работоспособность робота, способность завершения перевозки груза, совместимость с перевозкой груза и т. д. Кроме того, учитывается манхэттенское расстояние, что позволяет определить способность робота завершить задачу. В статье представлено детальное описание систем уравнений и алгоритма расчета, а также формализованное описание предметной области, в которой функционирует миварная система логического искусственного интеллекта. Также изложена логическая принципиальная схема МСПР и правила принятия решений, которые помогут в выборе роботов, что делает систему более эффективной. Экспериментальные результаты показывают, что данная система может функционировать нормально в соответствии с заранее установленной логикой и целями. Она точно выполнила все задачи распределения, продемонстрировав хорошую стабильность и надежность.

This article proposes an intelligent mivar decision-making system (MDMS) designed for the optimized distribution and transportation of cargo by groups of warehouse robots. This mivar decision-making system integrates three groups of different warehouse robots: the loader robot (RP), the transporter robot (RT), and the unloader robot (RR). The selection and determination of the state of each robot (loader robot, transporter robot, and unloader robot) are based on corresponding calculations performed using specially developed algorithms. These algorithms are based on a series of key equation systems, such as the transporter robot equation system, the loader robot equation system, the unloader robot equation system, and the command variable system. The equation systems take into account the robot's state, operational capability, ability to complete cargo transportation, compatibility for cargo transportation, etc. Additionally, the Manhattan distance is considered, which helps determine the robot's ability to complete its task. The article provides a detailed description of the equation systems and calculation algorithms, as well as a formalized description of the domain in which the mivar logical artificial intelligence system operates. The logical schematic of the MDMS system and decision-making rules are also outlined, which aid in robot selection, making the system more efficient. Experimental results show that this system can function normally according to pre-established logic and objectives. It accurately completed all distribution tasks, demonstrating good stability and reliability.

 мивар миварные системы принятия решений логический ИИ распределительная система группа складских роботов робот-погрузчик робот-транспортировщик робот-разгрузчик mivar mivar decision-making systems logical AI distribution system group of warehouse robots robot-loader robot-transporter robot-unloader Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Binos T., Adamopoulos A., Bruno V. Decision Support Research in Warehousing and Distribution: A Systematic Literature Review. International Journal of Information Technology and Decision Making. 2020;19(3):653–693. https://doi.org/10.1142/S0219622020300013 Li Zh., Barenji A.V., Jiang J., Zhong R.Y., Xu G. A Mechanism for Scheduling Multi Robot Intelligent Warehouse System Face with Dynamic Demand. Journal of Intelligent Manufacturing. 2020;31(2):469–480. https://doi.org/10.1007/s10845-018-1459-y Tubis A.A., Rohman Ju. Intelligent Warehouse in Industry 4.0–Systematic Literature Review. Sensors. 2023;23(8). https://doi.org/10.3390/s23084105 Гун Ш. Миварная система принятия решений для распределения и перевозки грузов командой складских роботов. Системы управления и информационные технологии. 2025;(2):23–29. Варламов О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. Москва: Радио и связь; 2002. 286 с. Антонова А.А., Варламов О.О. Миварная экспертная система для поддержки принятия решений персонала на производстве планетарных редукторов. Моделирование, оптимизация и информационные технологии. 2025;13(1). https://doi.org/10.26102/2310-6018/2025.48.1.042 Подопригорова Н.С., Козырев С.А., Подопригорова С.С. и др. Разработка миварной экспертной системы для выбора алгоритма консенсуса распределённых реестров. Проблемы искусственного интеллекта. 2024;(4):126–138. https://doi.org/10.24412/2413-7383-2024-4-126-138 Коценко А.А. Разработка методики создания миварной СПР для планирования маршрутов роботов в трехмерном логическом пространстве. Информация и образование: границы коммуникаций. 2023;(15):301–304. Шэнь Ц., Гун Ш., Варламов О.О., Адамова Л.Е., Баленко Е.Г. Динамическое планирование траектории робота на основе семантического обнаружения объектов с использованием миварной экспертной системы. Проблемы искусственного интеллекта. 2024;(4):164–176. https://doi.org/10.24412/2413-7383-2024-4-164-176 Kotsenko A., Andreev A., Kim R., et al. Route Planning of Autonomous Robots in Three-Dimensional Logic Space Using Mivar Technologies. In: E3S Web of Conferences: Volume 515 (2024): International Scientific Conference Transport Technologies in the 21st Century (TT21C-2024) "Actual Problems of Decarbonization of Transport and Power Engineering: Ways of Their Innovative Solution", 08–10 April 2024, Rostov-on-Don, Russia. EDP Sciences; 2024. https://doi.org/10.1051/e3sconf/202451504018 Aladin D.V., Aladina E.V., Chuvikov D.A., Varlamov O.O., Adamova L.E. Creating a "Logical Intelligent Plant Care System" in Digital Agriculture Based on Mivar Approach. In: IOP Conference Series: Earth and Environmental Science: 2021 International Conference on World Technological Trends in Agribusiness (WTTA 2021), 29–30 March 2021, Omsk, Russia. IOP Publishing; 2022. https://doi.org/10.1088/1755-1315/954/1/012004 Ann Mathews R., Aleena Kv A.Kv., Abhilash A., Dev Nand D D.N.D., Devarajan K. Survey on Warehouse Monitoring and Management Using AI. International Journal of Advances in Engineering and Management. 2024;6(11):391–397. Болучевская О.А., Милошенко О.В. Вопросы современного применения роботов. Моделирование, оптимизация и информационные технологии. 2013;(3). URL: https://moit.vivt.ru/wp-content/uploads/2014/01/Boluchevskaya_Miloshenko_3_13_1.pdf Fang Yu., De Koster R., Roy D., Yu Yu. Dynamic Robot Routing and Destination Assignment Policies for Robotic Sorting Systems. Transportation Science. 2025;59(3):451–687. https://doi.org/10.1287/trsc.2023.0458 Хан М.Х., Якунин А.Н. Обнаружение и отслеживание объектов при движении мобильного робота с использованием обработки изображений. Моделирование, оптимизация и информационные технологии. 2023;11(2). https://doi.org/10.26102/2310-6018/2023.41.2.027 Лукин Д.С., Косенко Е.Ю. Нейросетевой метод планирования пути в двумерном пространстве. Системы анализа и обработки данных. 2023;(4):55–68. https://doi.org/10.17212/2782-2001-2023-4-55-68 Лавлинская О.Ю., Берников В.В., Григорова О.Н. Распараллеливание вычислений поиска кратчайшего пути на основе технологии OpenMP. Моделирование, оптимизация и информационные технологии. 2019;7(2). https://doi.org/10.26102/2310-6018/2019.25.2.004 Исанькин М.А., Маликов А.И. Синтез управления по состоянию наблюдателя робота манипулятора с двумя звеньями с нежестким соединением. Вестник Казанского государственного технического университета им. А.Н. Туполева. 2016;72(3):112–121. Преображенский А.П. Характеристики информационной системы складского помещения. Моделирование, оптимизация и информационные технологии. 2016;(3). (На англ.). https://moit.vivt.ru/wp-content/uploads/2016/10/Preobrazhensky_3_16_1.pdf

The authors declare that there are no conflicts of interest present.