Д. Серікбаев атындағы ШҚТУ сайты

КЛАСТЕРЛЕУ АЛГОРИТМДЕРІН ПАЙДАЛАНА ОТЫРЫП, ТАСЫМАЛДАУ МАРШРУТТАРЫН ҚАЛЫПТАСТЫРУ

Авторлар

Аты Тіркелу
Владимир Вдовин

«Д. Серік-баев  атындағы  Шығыс  Қазақстан  техникалық  университеті» КЕАҚ

Әсия Машекенова

«Д. Серік-баев  атындағы  Шығыс  Қазақстан  техникалық  университеті» КЕАҚ

Аяулым Дуйсен

«Д. Серік-баев  атындағы  Шығыс  Қазақстан  техникалық  университеті» КЕАҚ

Алапати Суреш

Кёнсунг университеті

 

Журналдың саны:

Том 1, № 1, 2026

Беттер:

17-29

Қаралымдар:

17

Түйін сөздер:

кластерлеу, тасымалдау маршруттары, k-means алгоритмі, DBSCAN алгоритмі, көлік қызметі аймағы, «тармақтар мен шекаралар әдісі»

Аңдатпа

Кластерлеу-жеткізу нүктелерін олардың сипаттамаларына негізделген белгілі бір белгілер бойынша топтастыру арқылы жеткізу нүктелерін топтарға (кластерлерге) алдын ала біріктіру процесі. Нәтижесінде маршрут нүктелердің барлық жиынтығы бойынша емес, әр кластердің ішінде бөлек жоспарланады, бұл тапсырманың күрделілігін айтарлықтай төмендетеді. Зерттеудің мақсаты жеткізу объектілерін кластерлеудің оңтайлы әдісін анықтау және оның көмегімен қаланың сауда желісіне қызмет көрсету кезінде тасымалдау маршруттарын әзірлеу болып табылады. Бұл мақалада DBSCAN және k-means алгоритмдерінің жұмысы қарастырылады. Салыстырмалы талдау DBSCAN жоғары нүктелік тығыздықта тұрақты нәтиже бермейтінін көрсетті, ал k-means әдісі айқын кластерлерді көрсетеді. Кластерлердің оңтайлы саны «шынтақ» және «силуэт» әдістерімен анықталады. Python бағдарламалау тілінде алгоритмдерді енгізу және кейіннен «тармақтар мен шекаралар әдісі» қолдану автомобильдердің маршруттардағы жүгірісін қысқартуға және дайын өнімді жеткізуге көлік шығындарын азайтуға мүмкіндік береді.

License

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Пайдаланылған дереккөздер

  1. Бочкарев, А.А., & Клочков, В.Н. (2008). Методология планирования доставки мелкопартионных грузов в условиях крупного города. Вестник СГТУ, 5–15. // Bochkarev, A. A., & Klochkov, V. N. (2008). Metodologiya planirovaniya dostavki melkopartionnykh gruzov v usloviyakh krupnogo goroda. Vestnik SGTU, 5–15. [Methodology for planning small-lot cargo delivery in a large city] (In Russ.)
  2. Овсянникова, Г.Л., & Шошин, Д.А. (2014). Организация автомобильных перевозок мелких партий груза на предприятии молокозавода. Молодой ученый, 11, 87–90. // Ovsyannikova, G.L., & Shoshin, D.A. (2014). Organizatsiya avtomobilnykh perevozok melkikh partiy gruza na predpriyatii molokozavoda. Molodoy uchenyy, 11, 87–90. [Organization of road transportation of small cargo lots at a dairy plant] (In Russ.)
  3. Aravind, C. R. (2023). Exploring clustering algorithms: Explanation and use cases. Neptune.ai. https://neptune.ai/blog/clustering-algorithms
  4. Mokhammad, R., & Indratno, S. W. (2021). Dynamic items delivery network: Prediction and clustering. Heliyon, 7(8), e07640. https://doi.org/10.1016/j.heliyon.2021.e07640
  5. Тюрин, А. Г., & Зуев, И. О. (2014). Кластерный анализ: методы и алгоритмы кластеризации. Вестник МГТУ МИРЭА, 2, 86–97. // Tyurin, A.G., & Zuev, I.O. (2014). Klasternyy analiz: metody i algoritmy klasterizatsii. Vestnik MGTU MIREA, 2, 86–97. [Cluster analysis: methods and clustering algorithms] (In Russ.)
  6. Семенов, Ю. Н., & Семенова, О. С. (2016). Применение методов кластеризации при организации междугородных перевозок грузов. Вестник КузГТУ, 6, 201–204. // Semenov, Yu. N., & Semenova, O. S. (2016). Primenenie metodov klasterizatsii pri organizatsii mezhdugorodnykh perevozok gruzov. Vestnik KuzGTU, 6, 201–204. [Application of clustering methods in organizing intercity freight transportation] (In Russ.)
  7. Апельцин, Л. (2023). Data Science в действии. Санкт-Петербург: Питер. // Apeltsin, L. (2023). Data Science v deystvii. Saint Petersburg: Piter. [Data Science in action] (In Russ.)
  8. IT-ресурс Хабр. (2023). Кластеризация в ML: от теоретических основ популярных алгоритмов к их реализации с нуля на Python. https://habr.com/ru/articles/798331/ // IT-resurs Khabr. (2023). Klasterizatsiya v ML: ot teoreticheskikh osnov populyarnykh algoritmov k ikh realizatsii s nulya na Python. [Clustering in ML: from theoretical foundations of popular algorithms to their implementation from scratch in Python] (In Russ.)
  9. Кугаевских, А. В., Муромцев, Д. И., & Кирсанова, О. В. (2022). Классические методы машинного обучения: учебное пособие. Санкт-Петербург: НИУ ИТМО. // Kugaevskikh, A. V., Muromtsev, D. I., & Kirsanova, O. V. (2022). Klassicheskie metody mashinnogo obucheniya: uchebnoe posobie. Saint Petersburg: NRU ITMO. [Classical machine learning methods: study guide] (In Russ.)
  10. Duran, B., & Odell, P. (1977). Cluster analysis. New York: Springer. // Duran, B., & Odell, P. (1977). Klasternyy analiz. Moscow: Statistika. [Cluster analysis] (In Russ.)
  11. Ершов, К. С., & Романова, Т. Н. (2016). Анализ и классификация алгоритмов кластеризации. Новые информационные технологии в автоматизированных системах. // Ershov, K. S., & Romanova, T. N. (2016). Analiz i klassifikatsiya algoritmov klasterizatsii. Novye informatsionnye tekhnologii v avtomatizirovannykh sistemakh. [Analysis and classification of clustering algorithms] (In Russ.)
  12. IT-resource GeeksforGeeks. (2025). Elbow method vs. silhouette score: Which is better? https://www.geeksforgeeks.org/machine-learning/elbow-method-vs-silhouette-score-which-is-better/
  13. Домке, Э. Р., & Жесткова, С. А. (2014). Методы оптимизации маршрутных схем развозки грузов автомобильным транспортом: учебное пособие. Пенза: ПГУАС. // Domke, E. R., & Zhestkova, S. A. (2014). Metody optimizatsii marshrutnykh skhem razvozki gruzov avtomobilnym transportom. Penza: PGUAS. [Methods for optimizing road freight distribution routes] (In Russ.)
  14. Павлов, Л. А., & Первова, Н. В. (2020). Структуры и алгоритмы обработки данных (2-е изд.). Санкт-Петербург: Лань. // Pavlov, L. A., & Pervova, N. V. (2020). Struktury i algoritmy obrabotki dannykh (2nd ed.). Saint Petersburg: Lan. [Data structures and processing algorithms] (In Russ.)
  15. Галяутдинов, Р. Р. (2023). Задача коммивояжера — метод ветвей и границ. https://galyautdinov.ru/post/zadacha-kommivoyazhera // Galyautdinov, R. R. (2023). Zadacha kommivoyazhera — metod vetvey i granits. [The traveling salesman problem — branch and bound method] (In Russ.)

Том 1, № 1, 2026

Vdovin, V., Mashekenova, А., Duisen, А., & Suresh, А. (2026). CREATING DELIVERY ROUTES USING CLUSTERING ALGORITHMS. EKTU Journal of Engineering Sciences, 1(1), 17-29. https://doi.org/10.51885/3134-8009_JES_2026_1_2