Novi hibidni model VKO za vrednovanje održivih rešenja poslednje milje

Abstract:Savremeni društveni trendovi intenzivno transformišu lance snabdevanja i

poslednju milju kao njihov najkompleksniji i najskuplji segment. Za realizaciju poslednje
milje mogu se definisati različita rešenja koja kombinuju inicijative, tehnologije i koncepcije
city logistike. Uspešna primena ovih rešenja zavisi od karakteristika grada, ciljeva interesnih
grupa i mogućnosti postizanja ekonomske, socijalne i ekološke održivosti. U skladu sa tim u
ovom radu su definisana inovativna održiva rešenja poslednje milje i izvršeno je vrednovanje
njihove potencijalne primene u realnom logističkom sistemu grada. Kako vrednovanje
zahteva razmatranje velikog broja kriterijuma ovo je problem višekriterijumskog odlučivanja
za čije je rešavanje razvijen novi model koji kombinuje Delphi, FARE (Factor Relationship) i
VIKOR (Višekriterijumska Optimizacija i Kompromisno Rešenje) metode u fazi okruženju.
Primenljivost modela je demonstrirana na primeru vrednovanja rešenja poslednje milje za
centralnu zonu grada Beograd. Kao najpovoljnije rešenje je dobijena kombinacija
mikrokonsolidacionih centara i autonomnih vozila.

Ključne reči: poslednja milja, održivost, fuzzy, Delphi, FARE, VIKOR

1. UVOD
Globalizacija, rast potrošačkog društva, promena paradigme proizvodnje koja se bazira na
individualizaciji, personalizaciji i kraćem životnom veku proizvoda, razvoj industrije 4.0
zasnovan na tehnološkom napretku, automatizaciji, digitalizaciji, umrežavanju i novim
oblicima komunikacije, razvoj elektronske trgovine, održivost i drugi savremeni trendovi
intenzivno transformišu načine realizacije robnih i transportnih tokova. Zahtevi za efikasnom
realizacijom lanaca snabdevanja postaju sve strožiji, što je naročito izraženo u realizaciji
poslednje milje kao njihovog najsloženijeg i najskupljeg segmenta.Poslednja milja se realizuje
u urbanim sredinama koje karakterišu različite privredne, ekonomske, geografske, sociološke,
kulturološke, istorijske, demografske osobenosti, arhitektonsko nasleđe, navike i shvatanja
stanovništva itd. [1]. Osim toga u gradovima su prisutne razne interesne grupe (korisnici,
logistički provajderi, stanovnici, uprava grada) čiji ciljevi definišu zahteve za planiranjem i
realizacijom poslednje milje u skladu sa načelima ekonomske, socijalne i ekološke održivosti.
U skladu sa tim predmet ovog rada je kreiranje održivih rešenja poslednje milje (eng. Last
Mile Solutions - LMS)kombinovanjem različitih inicijativa, tehnologija i koncepcija city
logistike (CL). Cilj je izvršiti njihovo vrednovanje i rangiranje i analizirati mogućnost njihove
primene u realnom logističkom sistemu grada.
Kako zahteva razmatranje velikog broja kriterijuma, u radu je formulisan problem
višekriterijumskog odlučivanja (VKO).Za njegovo rešavanje je definisan novi hibridni model
koji kombinuje Delphi, FARE (Factor Relationship) i VIKOR (Višekriterijumska
Optimizacija i Kompromisno Rešenje) metode u fazi okruženju. Primenljivost modela je
demonstrirana na primeru rangiranja održivih LMS u centralnoj zoni Beograda. Kao
najpovoljnije rešenje u odnosu na posmatrane kriterijume dobijena je kombinacija
mikrokonsolidacionih centara i autonomnih vozila. Definisanje inovativnih održivih LMS,
kreiranje širokog skupa kriterijuma za njhovo vrednovanje i razvoj novog hibridnog modela
VKO predstavljaju glavne doprinose ovog rada.
Rad je organizovan na sledeći način. U narednom poglavlju je dat pregled literature o
metodama koje čine model VKO i inicijativama, tehnologijama i koncepcijama koje formiraju
održiva LMS. Nakon toga je data struktura definisanog modela i opisani su koraci njegove
primene. U četvrtom poglavlju su opisana LMS primenljiva u Beogradu, kao i kriterijumi za
njhovo vrednovanje. Takođe je opisana primena modela za rešavanje definisanog problema i
urađena analiza osetljivosti. U poslednja dva poglavlja je data diskusija ostvarenih rezultata i
zaključci i pravci budućih istraživanja, respektivno.
2. PRELED LITERATURE
U ovom poglavlju je dat pregled literature o metodama koje čine predloženi hibridni model
VKO, koncepcijama, tehnologijama i inicijativama čijim se kombinovanjem dobijaju različita
održiva rešenja za realizaciju poslednje milje, kao i kriterijumima za njihovo vrednovanje.
2.1. Pregled metoda koje čine VKO model
U radu je predložen novi hibridni model VKO koji kombinuje fazi Delphi, fazi FARE i fazi
VIKOR metode. Fazi FARE metoda je korišćena u prvom delu modela za vrednovanje i
određivanje težina kriterijuma. Kako vrednovanje kriterijuma vrši više donosioca odluka
(pripadnika interesnih grupa), za objedinjavanje njihovih ocena korišćena je fazi Delphi
metoda.Fazi VIKOR metoda je korišćena u drugom delu modela za vrednovanje, rangiranje i
izbor najpovoljnije alternative u odnosu na definisane kriterijume.
FARE metodu je razvio Gineviciu [2], a zasniva se na definisanju odnosa između svih
elemenata odlučivanja (kriterijuma, podkriterijuma). U prvoj fazi primene, metoda zahteva
minimalnu količinu početnih podataka (vrednovanja) od strane eksperata o postojanju uticaja
između pojedinih elemenata odlučivanja, kao i njihovog pravca i jačine [3]. U kasnijim
fazama se na bazi ovih vrednovanja analitički utvrđuju uticaji između ostalih elemenata
odlučivanja. Na ovaj način dolazi do drastičnog smanjenja potrebnih vrednovanja od strane
eksperata [4]. Glavne prednosti metode, u poređenju sa drugim metodama koje se zasnivaju
na poređenju parova elemenata odlučivanja, npr. AHP, ANP, su mali broj potrebnih
vrednovanja, uklanjanje kontradiktornoasti koja se javlja u matricama poređenja, velika
pouzdanost, konzistentnost i stabilnost dobijenih rezultata itd. [3-5]. Zbog navedenih
prednosti FARE je izabrana u ovom radu za vrednovanje i određivanje težine kriterijuma.
Međutim, kao i kod ostalih metoda koje se zasnivaju na vrednovanju eksperata, problem može
nastati usled davanja dvosmislenih ili nejasnih ocena, što se može rešiti primenom fazi logike.
Zbog toga je u radu korišćeno fazi proširenje FARE metode, koje su izvršili Roy et al. [6].
FARE metoda je našla široku primenu u literaturi i do sada je samostalno ili u kombinaciji sa
drugim metodama, u konvencionalnom obliku ili fazi okruženju, korišćena u raznim
oblastima za vrednovanje i izbor 3PL provajdera [6], izbor materijala u proizvodnji [7],
vrednovanje mašinskih procesa [4], vrednovanje uticaja transfera tehnologija na stvaranje
vrednosti [8], izbor političkih kandidata [5], vrednovanje vidljivosti kod teretnih vozila [9],
itd.
Delphi metodu su razvili Dalkey & Helmer [10], a u opštem obliku se koristi za iterativnu
obradu mišljenja donosioca odluka sve dok se ne postigne konsenzus u vezi predmeta
istraživanja [11]. Metoda je definisana kao proces grupne komunikacije u kojoj se postiže
konvergencija mišljenja o nekom konkretnom realnom problemu. Pogodna je za formiranje
konsenzusa kroz seriju upitnika kojima se u više iteracija prikupljaju podaci od grupe
izabranih ispitanika (eksperata). Glavne prednosti metode su anonimnost, iterativnost,
kontrolisane povratne informacije, statistički grupni odgovori i stabilnost u odgovorima
donosioca odluka na zadatu temu [12]. Osnovni nedostaci metode su potreba za višestrukim
ponavljanjem upitnika radi postizanja konvergencije ocena, veliki troškovi prikupljanja
podataka, naročito za velike i komplikovane probleme i dvosmislenost i nesigurnost u davanju
ocena od strane eksperata [12, 13]. Jedan od načina za prevazilaženje pomenutih nedostataka
je proširenje Delphi metode u fazi okruženje, koje su izvršili Murry et al. [14]. Delphi metoda
je samostalno ili u kombinaciji sa drugim metodama, u konvencionalnom obliku ili u fazi
okruženju, korišćena u raznim oblastima za vrednovanje projekata razvoja obnovnljivih
izvora energije [15], lociranje terminala [16, 17], izbor layout-a proizvodnog pogona [18],
definisanje tipičnih struktura intermodalnih terminala [19], vrednovanje sistema za
skladištenje baterija [20], planiranje intermodalnih terminala [21], itd.
VIKOR metoduje razvio Opricovic [22] a bazira se na rangiranju i selekciji alternativa u
odnosu na brojne, u većini slučajeva konfliktne i međusobno neuporedive kriterijume
odlučivanja i određuje kopromisno rešenje problema. Dobijeno kompromisno rešenje može
biti prihvaćeno od strane donosioca odluka jer ostvaruje većinsku maksimalnu grupnu
korisnost i minimalno pojedinačno nezadovoljstvo suprotstavljenih strana. Glavne prednosti u
odnosu na druge metode koje se najčešće koriste za rangiranje alternativa, npr. ELECTRE,
PROMETHEE; TOPSIS itd., su stabilnost, jednostavnost pri korišćenju kardinalnih
informacija, dobijanje jedinstvenog rešenja, dobijanje konačnog poretka alternativa, dobijanje
rešenja koje je najbliže idelanom rešenju itd. [23-26]. Kao i kod prethodnih metoda, jedan od
najvećih problema konvencionalne VIKOR metode je nemogućnost adekvatnog sagledavanja
nepreciznosti u ocenama donosioca odluka, što se rešavan primenom fazi logike. Fazi
proširenje VIKOR metode je izvršio Opricovic [27]. VIKOR metoda je veoma popularna i u
literaturi je našla široku primenu u raznim oblastima za izbor mašinskog alata [28],
vrednovanje održivih city logističkih inicijativa [29], zdravstvenih usluga [30], tehnologija
intermodalnog transporta [31], projekata upravljanja rizikom [32], koncepcija CL[33], itd.
U literaturi ne postoje primeri kombinovanja FARE metode sa Delphi ili VIKOR metodama,
bilo u konvencionalnom obliku ili fazi okruženju. U skladu sa tim, razvoj novog VKO modela
koji kombinuje ove tri metode u fazi okruženju je jedan od glavnih doprinosa ovog rada.
2.2. Održivost rešenja poslednje milje
U CL je moguće definisati veliki broj praktičnih rešenja na osnovu različitih inicijativa, mera,
tehnologija, koncepcija, pristupa, itd., a čak i u okviru jednog rešenja, moguće je definisati
više različitih scenarija [34]. Rešenja CL nisu univerzalna – rešenja koja su se pokazala kao
dobra u pojedinim urbanim sredinama mogu biti znatno lošija u drugim [33, 35, 36]. Ključ
pronalaska kvalitetnog rešenja za probleme CL je u kompromisu između ciljeva interesnih
grupa kao i u balansu između identifikovanih zahteva i raspoloživih resursa [37]. Deo radova
u postojećoj literaturi se bavio izborom pogodnih rešenja poslednje milje u distribuciji iz
skupa pojedinačnih tehnologija i mera (npr. [38-40]). Pojedini radovi se bave izborom
najpogodnijih inicijativa iz pojedinih grupa inicijativa CL (npr. [41, 42]). Većina dosadašnjih
istraživanja se bavila pojedinačnim inicijativama, tehnologijama, ali postoje i radovi koji su
analizirali kompleksnija rešenja CL koja nastaju kombinovanjem različitih inicijativa, mera,
tehnologija.
Rad [43] se bavi analizom primene različitih drone-based rešenja CL na širi skup performansi
CL. U radu je istaknuto da više-ešalonska rešenja CL nagoveštavaju održivost ali zahtevaju
definisanje odgovarajućih regulatornih okvira, posebno za upotrebu tehnologija autonomnih
vozila. U radu [33] analizirana su različita rešenja CL, a u odnosu na specifične karakteristike
grada i okruženja. Cilj je bio pronaći najpovoljnije rešenje CL Beograda za sve interesne
grupe, a u skladu sa faktorima koji opisuju urbanu sredinu. Rešenja su kombinovala različite
kategorije logističkih centara, koncepcije konsolidacije i primenu ekološki prihvatljivijih
tehnologija transporta. U radu [44] je rešen problem izbora najpogodnijeg rešenja logističkog
sistema za centralnu gradsku zonu Beograda. Razmatrani su različiti više-ešalonski sistemi, sa
različitim nivoima konsolidacije i uz primenu različitih tehnologija transporta. Rad [45] se
bavi izborom najpogodnijeg rešenja CL za grad Brisel, a u obzir su uzete različite
konfiguracije urbanih konsolidacionih centara i njihove kombinacije sa različitim
kategorijama vozila, naplatom putarine i vremenskog ograničenja pristupa. Rad [46] se bavi
izborom najpogodnijeg rešenja horizontalne kooperacije između urbanih konsolidacionih
centara na periferiji Bukurešta, dok se u radu [47] analizira održivost urbanog
konsolidacionog centra u Kopenhagenu u scenarijima koji variraju prema merama ograničenja
pristupa dostavnim vozilima, naplate putarine i visini subvencija države. U radu [48]
analizirano je rešenje poslednje milje isporuke koje kombinuje ormariće za isporuku i teretne
bicikle sa električnim pogonom za slučaj Hanovera.
Pregled najčešće analiziranih inicijativa, tehnologija i koncepcija CL, kao i onih novijih koje
mogu biti deo rešenja budućnosti dat je u tabeli 1.

Tabela 1. Pregled inicijativa, tehnologija i koncepcija CL

Initiative/ Technology/Concept Type Literature
Cooperation - [49, 50]
Urban consolidation centres [46, 47, 51-53]
Consolidation
Micro-consolidation [54, 55]
Crowdsourcing - [56, 57-63]
Inland waterway transport - [64-67]
regular tram lines [68-70]
Rail transport integrated rail systems [71]
cargo-hitching [72, 73]
Parcel lockers - [48, 74-77]
electric [78]
hydrogen [79]
hybrid [80]
Eco-vehicles cargo bycicles [81-84]
cargo bikes [85, 86]
scooters [87]
rickshaws [88]
ground autonomous vehicles [89-92]
Autonomous vehicles
aerial autonomous vehicles (drones) [43, 89, 93-100]
Underground logistics systems - [101-105]

Prisustvo više različitih interesnih grupa, sa često konfliktnim ciljevima, problemima izbora
najpogodnijih rešenja CL daje dimenziju višekriterijalnosti [106]. Za rešavanje problema CL
je moguće definisati veliki broj različitih kriterijuma, a oni najčešće korišćeni su prikazani u
tabeli 2.

Tabela 2 Pregled relevantnih kriterijuma

Criteria group Criteria References
Efficiency (loading factor, trip effectiveness, volume of
[38, 39, 42, 43, 106]
goods handled)
Reliability, flexibility, customer coverage [38, 41, 42]
Service quality, service level, delivery time [33, 34, 38-40, 42-44, 46, 106]
Technical Possibility of implementation, operative barriers, issues
[33, 39, ]
related to the lack of infrastructure
Modal split of transport work [33, 43]
Goods flow transformation degree [33, 43, 44]
Traceability, Information security [39]
Costs (operational, implementation, land and
Economic [33, 34, 38-40, 41-45, 47, 106]
equipment acquisition, staff training, insurance, taxes)
Freeing of public space, consistency with urban
[33, 38, 41, 42, 44, 45]
planning, attractivenes of the city zone
Social Congestions, vibrations, noise, safety, mobility [33, 34, 38, 40-42, 44, 45,106]
Cooperation of stakeholders [39]
Accessibility [38, 41, 42, 106]
Environmental Air pollution, energy conservation, waste generation [33, 34, 38, 41-45, 47, 106]
U literaturi ne postoje radovi koji se bave definisanjeminovativnih i kompleksnihodrživih
rešenja za realizaciju poslednje milje, niti njihovim vrednovanjem primenom širokog skupa
kriterijuma. U ovom radu ovo je urađeno na konkretnom primeru i predstavlja jedan od
glavnih doprinosa rada.
3. PREDLOŽENI HIBRIDNI MODEL VKO
Za rešavanje problema vrednovanja održivih LMS u ovom radu je razvijen novi hibridni
model VKO koji kombinuje fuzzy Delphi based fuzzy FARE i fuzzy VIKOR metodu.Struktura
predloženog modela je prikazan na slici 1, a u nastavku su detaljno opisani koraci modela koji
je univerzalno primenljiv i koji se uz minimalna prilagođavanja može koristiti za rešavanje
problema iz različitih oblasti.

Pregled Definisati problem, identifikovati interesne grupe, definisati skup alternativa Mišljenje
literature i kriterijuma za njihovo vrednovanje eksperata

Definisati fazi lingvističku skalu za vrednovanje

Predst. int. Formirati matrice vrednovanja kriterijuma 𝐴 u odnosu na svaku interesnu

Fuzzy DELPHI based Fuzzy FARE

grupa grupu

Formirati matricu objedinjenih vrednosti kriterijuma 𝛥 primenom fazi Delphi

metode

Odrediti potencijalni uticaj kriterijuma 𝑃

Odrediti ukupni uticaj (značaj) kriterijuma 𝑃

Odrediti konačne težine kriterijuma 𝑤

Konstruisati matricu fuzzy preferencije 𝐷, ocena alternativa po kriterijumima

Odrediti idealne 𝑓 ∗ i nadir 𝑓 ° vrednosti kriterijumskih funkcija

Izračunati normalizovane fazi razlike 𝑑

Fuzzy VIKOR

Izračunati maksimalnu grupnu korisnost 𝑆 i minimalno individualno

nezadovoljstvo 𝑅

Izračunati. jedinstvene ocene udaljenosti alternative od idealnog rešenja𝑄

Defazifikovati veličine 𝑆 , 𝑅 i 𝑄 , rangirati alternative i predložiti

kompromisno rešenje

Slika 1. Struktura predloženog VKO modela

Korak 1:Definisati strukturu problema, odnosno formirati skupove alternativa i kriterijumaza

njihovo vrednovanje i identifikovati interesne grupe zainteresovane za rešavanje problema.
Korak 2: Definisati fazi skalu za vrednovanje kriterijumai alternativa od strane donosioca
odluka. Lingvističke ocene i odgovarajuće trouglaste fazi vrednosti su date u tabeli 3.

Tabela 3. Fazi skala za vrednovanje

Lingvistička ocena Skraćenica Fazi skala
Nikakav NI (1, 1, 2)
Veoma nizak VN (1, 2, 3)
Nizak N (2, 3, 4)
 Umereno nizak UN (3, 4, 5)
Srednji S (4, 5, 6)
Umereno visok UV (5, 6, 7)
Visok V (6, 7, 8)
Veoma visok VV (7, 8, 9)
Ekstremno visok EV (8, 9, 10)

Korak 3: Odrediti težine kriterijumaprimenom fuzzy Delphi based fuzzy FAREmetode.

Korak 3.1:Formirati matrice vrednovanja kriterijuma 𝐴 na osnovu lingvističkih ocena
donosioca odluka koje se primenom relacija datih u tabeli 3 pretvaraju u trouglaste fazi ocene:
𝐴 = 𝑎 , ∀ℎ = 1, … , 𝑝 (1)
×
gde je 𝑎 = (𝑙 , 𝑚 , 𝑢 )ocena jačine uticaja (značaja) kriterijuma 𝑖 u odnosu na kriterijum
jod strane donosioca odluka ℎ,𝑙 , 𝑚 i 𝑢 su niža, srednja i viša vrednost trouglaste fazi
ocene 𝑎 ,𝑛 je broj kriterijuma koji se uzima u razmatranje, a 𝑝 je broj donosioca odluka koji
vrše vrednovanje. Prilikom formiranja matrice 𝐴 mora biti ispunjeno da je:
𝑎 =−𝑎 (2),
a vrednovanje se smatra konzistentnim ako je ispunjeno:
∑ 𝑢 = − ∑ 𝑙 , ∀ℎ = 1, … , 𝑝 (3)
Korak 3.2: Formirati matricu objedinjenih vrednosti kriterijuma 𝛥 primenom fazi Delphi
metode [107]:
𝛥= 𝛿 (4)
×
𝛿 = (𝛼, 𝛽, 𝛾) (5)
𝛼 = 𝑚𝑖𝑛(𝑙 ), ℎ = 1, … , 𝑝 (6)
/
𝛽= ∏ 𝑚 , ℎ = 1, … , 𝑝 (7)
𝛾 = 𝑚𝑎𝑥 (𝑢 ), ℎ = 1, … , 𝑝 (8)
gde su 𝛼, 𝛽 i 𝛾niža, srednja i viša vrednost jedinstvene fuzzy ocene𝛿 respektivno, i važi𝛼 ≤
𝛽 ≤ 𝛾.
Korak 3.3: Odrediti potencijalni uticaj kriterijuma na sledeći način:
𝑃 = 𝐻(𝑛 − 1) (9)
gde je 𝑃 potencijal uticaja (značaja) svih kriterijuma definisanog problema, a𝐻 je najveća
vrednost skale za poređenje koja se koristi.
Korak 3.4: Odrediti ukupni uticaj (značaj) kriterijuma 𝑃 primenom sledeće jednačine:
𝑃 = ∑ 𝛿 , ∀𝑗 = 1, … , 𝑛, 𝑗 ≠ 𝑖 (10)
Korak 3.5: Odrediti konačne fazi težine kriterijuma 𝑤 primenom sledeće jednačine:
𝑤 = 𝑃 ⁄𝑃 , ∀𝑗 = 1, … , 𝑛 (11)
gde je 𝑃 ukupni potencijal uticaja (značaja) posmatranog skupa kriterijuma koji se dobija
kao:
𝑃 =𝑛×𝑃 (12)
a 𝑃 je stvarni ukupni uticaj kriterijuma 𝑗 koji se dobija na sledeći način:
𝑃 = 𝑃 + 𝑃 , ∀𝑗 = 1, … , 𝑛 (13)
Korak 4: Vrednovati alternative primenom fazi VIKOR metode. Postupak je adaptiran iz
rada[108], a koraci opisani u nastavku.
Korak 4.1: Konstruisati matricu fuzzy preferencije (𝐷 ). Potrebno je izvršiti vrednovanje
alternativa, LMS, u odnosu na kriterijume primenom trouglastih fuzzy ocena datih u tabeli 3:
𝐷= 𝑓 (14)
×
gde 𝑓 = 𝑙 , 𝑚 , 𝑢 označava trouglaste fuzzy ocene alternative𝑘 u odnosu na kriterijum
𝑗. 𝑜 je ukupan broj alternativa koje se uzimaju u razmatranje.
Korak 4.2: Odrediti idealne𝑓 ∗ = 𝑙 ∗ , 𝑚∗ , 𝑢∗ i nadir 𝑓 ° = 𝑙 ° , 𝑚° , 𝑢° vrednosti svih
kriterijumskih funkcija, koje predstavljaju ocene alternativa u odnosu na kriterijume u
zavisnosti od toga da li se radi o kriterijumima koristi ili troškova. Skup kriterijuma koristi se
obeležava kao𝐽 , a skup kriterijuma troškova kao 𝐽 .
𝑓 ∗ = max 𝑓 , 𝑓 ° = min 𝑓 𝑧𝑎 𝑗 ∈ 𝐽
𝑓 ∗ = min 𝑓 , 𝑓 ° = max 𝑓 𝑧𝑎 𝑗 ∈ 𝐽
(15)
Korak 4.3: Izračunati normalizovane fazi razlike 𝑑 :
∗
⊝ ⊝ ∗
𝑑 = ∗ ° 𝑧𝑎 𝑗∈𝐽 𝑑 = ° ∗ 𝑧𝑎 𝑗∈𝐽 (16)
Korak 4.4: Izračunati vrednosti 𝑆 = 𝑆 , 𝑆 , 𝑆 , koja predstavlja normalizovanu fuzzy
razliku, odnosno maksimalnu grupnu korisnost i vrednosti 𝑅 = 𝑅 , 𝑅 , 𝑅 koja
predstavlja maksimalnu fuzzy razliku, odnosno minimalno individualno nezadovoljstvo,
primenom sledećih jednačina:
𝑆 = ∑ 𝑤 ⊗𝑑 (17)
𝑅 = max 𝑤 ⊗ 𝑑 (18)
Korak 4.5: Izračunati vrednosti 𝑄 = 𝑄 , 𝑄 , 𝑄 , tj. jedinstvene ocene udaljenosti
alternative od idealnog rešenja, primenom sledeće jednačine:
⊝ ∗ ⊝ ∗
𝑄 =𝑣 ° ∗ ⊕ (1 − 𝑣) ° ∗ (19)
gde je 𝑆 = min 𝑆 , 𝑆 niža vrednost trouglastog fuzzy broja 𝑆 , 𝑆 = max 𝑆 , 𝑅 ∗ =
∗ ∗ ∗ °

min 𝑅 , 𝑅 ∗ niža vrednost trouglastog fuzzy broja 𝑅 ∗ i 𝑅 ° = max 𝑅 . Vrednost 𝑣se odnosi
na težinu strategije "većine kriterijuma" (maksimalne grupne korisnosti), a vrednost 1 − 𝑣 je
težina individualnog nezadovoljstva.
Korak 4.6: Defazifikovati veličine𝑆 ,𝑅 i 𝑄 primenom sledeće jednačine [109]:
𝑐𝑟𝑖𝑠𝑝 𝑇 = (𝑇 + 4𝑇 + 𝑇 )/6 (20)
gde je 𝑇 = (𝑇 , 𝑇 , 𝑇 ) bilo koji trouglasti fazi broj.
Korak 4.7: Rangirati alternative, LMS, prema rastućim crisp vrednostima. Rezultat
predstavljaju tri rang liste {𝐿𝑀𝑆} , {𝐿𝑀𝑆} i {𝐿𝑀𝑆} dobijene na osnovu vrednosti 𝑐𝑟𝑖𝑠𝑝(𝑆),
𝑐𝑟𝑖𝑠𝑝(𝑅 )i 𝑐𝑟𝑖𝑠𝑝(𝑄), respektivno.
Korak 4.8: Predložiti kao kompromisno rešenje alternativu 𝐿𝑀𝑆 ( ) koja je rangirana kao prva
u odnosu na vrednost 𝑄, ako su zadovoljena sledeća dva uslova:
Co.1. "prihvatljiva prednost": 𝐴𝑑𝑣 ≥ 𝐷𝑄 gde je 𝐴𝑑𝑣 = 𝑄 𝐿𝑀𝑆 ( ) − 𝑄 𝐿𝑀𝑆 ( ) /
𝑄 𝐿𝑀𝑆 ( ) − 𝑄 𝐿𝑀𝑆 ( ) stopa prednosti alternative 𝐿𝑀𝑆 ( ) u odnosu na alternativu koja
se nalazi na drugom mestu 𝐿𝑀𝑆 ( )na rang listi {𝐿𝑀𝑆} , a 𝐷𝑄 = 1/(𝑜 − 1) predstavlja
graničnu vrednost od koje stopa prednosti (𝐴𝑑𝑣) mora biti veća.
Co.2. "Prihvatljiva stabilnost donošenja odluke": Alternativa 𝐿𝑀𝑆 ( ) mora takođe biti
najbolje rangirana i u odnosu na 𝑆i/ili 𝑅.
Ako jedan od uslova nije zadovoljen, onda se predlaže sledeći skup kompromisnih rešenja:
CS1. Alternative 𝐿𝑀𝑆 ( ) i 𝐿𝑀𝑆 ( ) ako nije zadovoljen samo uslov Co.2, ili
CS2. Alternative 𝐿𝑀𝑆 ( ) , 𝐿𝑀𝑆 ( ) , ..., 𝐿𝑀𝑆 ( ) ako nije zadovoljen uslov Co.1; 𝐿𝑀𝑆 ( )se
određuje na osnovu relacije 𝑄 𝐿𝑀𝑆 ( ) − 𝑄 𝐿𝑀𝑆 ( ) / 𝑄 𝐿𝑀𝑆 ( ) − 𝑄 𝐿𝑀𝑆 ( ) < 𝐷𝑄
za maksimalno 𝑀 (vrednosti ovih alternativa su bliske).
4. VREDNOVANJE ODRŽIVIH REŠENJA POSLEDNJE MILJE
Primenljivost definisanog modela VKO je demonstrirana na primeru vrednovanja održivih
LMS za grad Beograd. U skladu sa tim u nastavku su opisana definisana rešenja, kriterijumi
za njihovo vrednovanje, rezultati primene modela i analiza njihove osetljivosti.
4.1. Predložena održiva rešenja poslenje milje za centralnu zonu Beograda
Kombinacijom prikazanih inicijativa i tehnologija (Tabela 1) moguće je definisati veliki broj
rešenja, ali su u obzir uzeta samo primenjiva i koja nagoveštavaju održivost (Slika 2).
Pretpostavka je da su koncepcije kooperacije i konsolidacije tokova na periferiji urbanih
sredina sastavni deo logistike grada, te nisu eksplicitno istaknute u opisu analiziranih LMS. U
svim predloženim rešenjima su uključena i dva robno-transportna centra (eng. Freight Village
- FV) čiji je razvoj planiran na periferiji Beograda.
 Slika 2. Rešenja last mile isporuke za centralnu zonu Beograda
Prvo rešenje (LMS1) nastaje kombinovanjem ideja ormarića za isporuisporuku
ku i crowdsourcing
crowdsourcing-a
(Slika 2a).
a). Isporuka od FV do ormarića lociranih u neposrednoj blizini generatora vrši se
primenom drumskih teretnih vozila. Generatori tokova samostalno odlaze po svoju robu do
ormarića, a isti mogu ostvariti popuste/beneficije/novčane nadoknade ukoliko preuzmu ulogu
crowd izvršioca i realizuju isporuku drugim generatorima u svojoj okolini. Korišćenjem
ormarića za isporuku provajderi se oslobađaju odgovornosti u poslednjoj fazi isporuke, a
istovremeno smanjuju neizvesnost koja postoji kod klasičnih crowdsourcing modela. Primena
ovog rešenja zahteva postavljanje ormarića u centralnoj gradskoj zoni i razvoj softvera, tj.
platforme preko koje se vrši komunikacija između logističkih provajdera i crowd izvršioca.
Investicije za razvoj LMS1 su relativno niske, ali je pouzdanost isporuke problematična zbog
autonomije crowd izvršioca.
U rešenju LMS2 je predviđeno da se u zoni isporuke razviju mikrokonsolidacioni centri koji
će omogućiti preraspodelu transportnog rada na autonomna vozila (Slika 2b). Isporuka robe
od FVs do mikrokonsolidacionih centara realizuje se drumskim teretnim vozilima, a poslednja
faza drumskim autonomnim vozilima ili dronovima. Ovo rešenje zahteva razvoj logističke
infrastrukture (mikrokonsolidacionih centara) u centralnoj gradskoj zoni i definisanje
regulatornih okvira za primenu autonomnih vozila. Transformacijom sistema isporuke u
dvofazni, povećava se efikasnost i pouzdanost i smanjuje se negativan uticaj na okruženje. Sa
druge strane, primena autonomnih tehnologija zahteva definisanje posebnih regulativa i otvara
brojna pitanja, posebno bezbednosna.
Treće rešenje (LMS3) takođe realizuje isporuku kroz dve faze, ali sa drumskim teretnim
vozilima u ulozi pokretnih depoa, a poslednja faza isporuke se realizuje dronovima (Slika 2c).
Drumska teretna vozila posećuju pogodne lokacije (posebna parking mesta) u neposrednoj
blizini generatora odakle je moguće lansirati dronove za realizaciju poslednje faze isporuke.
Ovo rešenje zahteva sinhronizaciju između drumskih vozila i dronova u isporuci, ali i
usvajanje regulative koja će definisati primenu dronova u gradskim sredinama. Osim toga,
isporuka dronovima je izuzetno osetljiva na nepovoljne atmosferske prilike (jak vetar, kiša i
nevreme) koje su prisutne tokom zimskih meseci u Beogradu.
Rešenje LMS4 podrazumeva isporuku robe od FVs do centralne gradske zone železnicom
(redovnim linijama cargo tamvaja), odakle se poslednja faza isporuke realizuje lakim
dostavnim vozilima – cargo biciklima i skuterima (Slika 2d). Rešenje koristi postojeću
infrastrukturu, a u cilju rasta fleksibilnosti rešenja, omogućen je transport robe u centralnu
gradsku zonu i izvan ustaljenih redova vožnje primenom ideje cargo-hitching-a (redovnim
putničkim tramvajskim linijama). Ovo rešenje u velikoj meri eliminiše drumski teretni
transport, a preraspodelom transportnog rada na železnički vid transporta povećava se
efikasnost logističkog sistema. Nedostatak rešenja je njegova operativna kompleksnost,
zahtev za razvojem pretovarnih stanica u centralnoj gradskoj zoni, generalna nefleksibilnost
železničkog vida transporta kao i mešanje tokova putnika i robe primenom ideje cargo-
hitching-a.
U rešenju LMS5 se koriste rečni tokovi Save i Dunava za transport robe do centralne gradske
zone Beograda (Slika 2e). Duž rečnih korita su locirane pretovarne stanice u kojima se roba
prebacuje na eko-dostavna vozila poput motocikala, bicikala i manjih elektro dostavnih
vozila. Transport robe između FVs i rečnih pretovarnih stanica realizuje se drumskim shuttle
linijama. Ovo rešenje u velikoj meri eliminiše drumski teretni transport u priobalnim
gradskim zonama, ali pojedine lokacije ostaju izvan zone opsluge pretovarnih stanica.
Njihova opsluga zahteva razvoj mikrokonsolidacionih centara u pojedinim delovima centralne
gradske zone. Do mikrokonsolidacionih centara se roba doprema drumskim teretnim
vozilima, od kojih se isporuka realizuje eko-vozilima. Rešenje koristi prirodne infrastrukturne
resurse – rečna korita, ali zahteva razvoj dodatne infrastrukture – pretovarnih stanica duž
obala reka i mikrokonsolidacionih centara. Iako ovo rešenje poboljšava efikasnost logističkih
aktivnosti, upotreba rečnog vida transporta je generalno nefleksibilna i osetljiva na nepovoljne
vremenske prilike.
Rešenje LMS6se odnosi na upotrebu podzemnog logističkog sistema za transport robe od FVs
do centralne gradske zone (Slika 2f). Pošto Beograd karakteriše izražena prostorna disperzija
generatora, nije moguće direktno uključiti sve generatore u podzemni logistički sistem.
Umesto toga, na strateški važnim lokacijama su uspostavljene pretovarne stanice koje
omogućavaju promenu modaliteta transporta na laka dostavna vozila – motocikle, bicikle,
trotinete, elektro-vozila, pomoću kojih se realizuje poslednja faza isporuke. Primenom
podzemnog logističkog sistema se smanjuje negativan uticaj logistike na okruženje i povećava
se mobilnost u gradu. Sa druge strane, rešenje generiše visoke infrastrukturne troškove, a
podzemni sistem nije ni moguće graditi u istorijskim delovima grada. Ipak, ovo rešenje može
biti ključ postizanja održivosti logistike u delovima grada koji su tek u izgradnji.
4.2. Kriterijumi za vrednovanje rešenja poslednje milje
Za ocenu LMSs u centralnoj zoni Beograda, definisano je deset kriterijuma opisanih u
nastavku. Kriterijumi su izabrani na bazi pregleda literature, istraživanja učesnika CL
Beograda i iskustva autora u oblasti.
Efikasnost (C1)predstavlja stepen racionalizacije logističkih aktivnosti unutar rešenja. Ovo se
odnosi na stepen iskorišćenja zapremine tovarnog prostora vozila, prosečan pređeni put po
isporuci, vreme realizacije isporuke, potrošnju goriva i energije, itd.
Operativna kompleksnost realizacije isporuke (C2) zavisi od stepena transformacije robnih
tokova i primenjenih tehnologija. Kod rešenja kod kojih se vrši transformacija logističkog
sistema u višeešalonske sa ili bez promene modaliteta transporta, veća je kompleksnost
realizacije operativnih aktivnosti u isporuci.
Fleksibilnost (C3) se odnosi na mogućnost prilagođavanja logističkog sistema nepredviđenim
promenama u karakteristikama zahteva. Kod rešenja koji su vezani za železničku
infrastrukturu i unutrašnje plovne puteve, fleksibilnost je manja, dok je u rešenjima koja se
više oslanjaju na drumski transport robe fleksibilnost veća.
Pouzdanost (C4) se odnosi na dostupnost usluga i robe u prihvatljivim vremenskim
intervalima. Rešenja sa sistemima kod kojih realizacija aktivnosti u velikoj meri zavisi od
atmosferskih uslova (barže i dronovi) i uslova u saobraćaju su manje pouzdana zbog čestih
pojava kašnjenja i zastoja.
Mogućnost implementacije (C5) rešenja se odnosi na njegovo uklapanje u postojeće
urbanističke planove za posmatrano područje. Ovaj kriterijum se takođe odnosi i na potrebu
za definisanjem novih zakona, regulativa i mera koje se odnose na primenu novijih
tehnologija u isporuci (poput dronova i autonomnih vozila) kao i administrativnih procedura
koje prethode njegovoj implementaciji.
Troškovi implementacije (C6) se odnose na visinu infrastrukturnih ulaganja potrebnih za
razvoj i implementaciju LMS.
Modalna preraspodela transportnog rada (C7) opisuje podsticaj upotrebe alternativnih
vidova transporta (železnički, rečni ili transport dronovima) u LMS.
Oslobađanje javnih površina (C8) opisuje u kolikoj meri LMS doprinosi oslobađanju javnih
površina (saobraćajnica, trotoara, trgova, šetališta, parkova, zelenih površina, parcela, itd.) za
razvoj atraktivnijih sadržaja.
Ekološki uticaj (C9) se odnosi na smanjenje negativnih uticaja logističkih aktivnosti po
okruženje – emisije štetnih gasova i narušavanja ekosistema, koji prate implementaciju
savremenih LMS.
Mobilnost (C10) se odnosi na uslove koji omogućavaju nesmetanu realizaciju tokova robe i
putnika u gradskoj sredini. Sa smanjenjem udela drumskog teretnog transporta u ukupnom
transportu, veća je mobilnost u urbanim sredinama.
4.3. Vrednovanje rešenja poslednje milje
Prvi korak primene modela, pored definisanja skupa alternativa i kriterijuma za njihovo
vrednovanje, podrazumeva i identifikovanje interesnih grupa zainteresovanih za rešavanje
problema.Vrednovanje kriterijuma je vršeno sa aspekta četiri interesne grupe CL: stanovnici
(Res.), korisnici (Use.), provajderi (davaoci logističkih usluga) (Pro.) i gradska uprava
(Adm.). Stanovnici su ljudi koji žive, rade i kupuju u gradu. Oni teže minimizaciji
saobraćajne gužve, buke, aerozagađenja i saobraćajnih nezgoda blizu mesta stanovanja, rada i
kupovine. Pošiljaoci i primaoci su korisnici usluga koji šalju ili primaju robu i generalno
zahtevaju od provajdera da maksimizira nivo usluge, što podrazumeva kraće vreme
isporuke/sakupljanja, veću pouzdanost i fleksibilnost, bolju informisanost uz nižu cenu
usluge. Provajderi teže minimiziranju troškova sakupljanja, odnosno isporuke robe za klijente,
uz maksimiziranje dobiti. Gradska uprava ima za cilj ekonomski razvoj grada i povećanje
mogućnosti zaposlenja sa jedne strane i smanjenje saobraćajne gužve, poboljšanje uslova
životnog okruženja i povećanje bezbednosti kretanja sa druge [110].Pripadnici interesnih
grupa su u skladu sa svojim preferencijama vrednovali značaj kriterijuma lingvističkim
ocenama (tabela 4)

Tabela 4. Vrednovanje kriterijuma od strane pripadnika interesnih grupa (Res., Use., Pro.,
Adm.)
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
(/,/, (UN,VN, (/,/, (/,/, (/,N, (VN,N, (UN,V, (/,UV, (/,S, (/,NI,
C1
/,/) /,N) N,VN) N,VN) UN,/) VN,/) UV,/) EV,/) EV,/) V, /)
(/,/, (/,/, (/,/, (/,/, (/,VN, (/,VN, (/,UV, (/,S, (/,UN, (/,/,
C2
NI,/) /,/) N,/) N,/) UN,/) VN,/) UV,/) EV,/) EV,/) V, /)
(NI,N, (UN,UN, (/,/, (/,/, (/,S, (VN,S, (UN,EV, (/,VV, (/,V, (/,N,
C3
/,/) /,VN) /,/) NI,/) VN,/) /,/) UN,/) V,/) V,/) S, /)
(UN,N, (V,UN, (UN,NI, (/,/, (N,S, (S,S, (V,EV, (/,VV, (/,V, (/,N,
C4
/,/) /,VN) /,NI) /,/) VN,/) /,/) UN,/) V,/) V,/) S, /)
(VN,/, (S,/, (VN,/, (/,/, (/,/, (N,NI, (S,S, (/,UN, (/,N, (/,/,
C5
/,S) /,V) /,UV) /,UV) /,/) /,/) N,N) UV,VN) UV,N) UN, NI)
(/,/, (N,/, (/,/, (/,/, (/,/, (/,/, (N,S, (/,UN, (/,N, (/,/,
C6
/,V) /,EV) VN,VV) VN,VV) N,N) /,/) S,S) VV,UN) VV,S) UV, N)
(/,/, (NI,/, (/,/, (/,/, (/,/, (/,/, (/,/, (/,/, (/,/, (/,/,
C7
/,N) /,S) /,UN) /,UN) /,/) /,/) /,/) UN,/) UN,/) VN, /)
(S,/, (VV,/, (S,/, (VN,/, (UN,/, (UV,/, (VV,VN, (/,/, (/,/, (/,/,
C8
/,UN) /,UV) /,S) /,S) /,/) /,/) /,VN) /,/) /,VN) /, /)
(UV,/, (EV,/, (UV,/, (N,/, (S,/, (V,/, (EV,N, (VN,VN, (/,/, (/,/,
C9
/,N) /,S) /,UN) /,UN) /,/) /,/) /,NI) NI,/) /,/) /, /)
(UV,/, (EV,VN, (UV,/, (N,/, (S,N, (V,N, (EV,V, (VN,UV, (NI,S, (/,/,
C10
/,S) /,V) /,UV) /,UV) /,/) /,/) /,N) N,VN) N,N) /, /)

Primenom relacija datih u tabeli 3, vrednovanja su pretvorena u fazi ocene i na taj način su
formirane matrice vrednovanja kriterijuma (1) uz zadovoljenje uslova (2) i (3). Za ovako
dobijene matrice, primenom jednačina (4)–(8) formirana je matrica objedinjenih vrednosti
kriterijuma. Primenom jednačine (9) izračunat je potencijalni uticaj kriterijuma, a primenom
jednačine (10) određen je ukupan uticaj (značaj) kriterijuma. Konačne težine kriterijuma su
dobijene primenom jednačina (11)-(13). Dobijene su sledeće težine kriterijuma:(𝑤 ; 𝑤 ; 𝑤 ;
𝑤 ; 𝑤 ; 𝑤 ; 𝑤 ; 𝑤 ; 𝑤 ; 𝑤 ) = (0.050, 0.102, 0.200; 0.050, 0.096, 0.193; 0.050, 0.100,
0.197; 0.050, 0.104, 0.206; 0.051, 0.103, 0.198; 0.051, 0.105, 0.217; 0.050, 0.092, 0.167;
0.050, 0.096, 0.192; 0.050, 0.097, 0.198; 0.051, 0.107, 0.213).
U narednom koraku izvršeno je vrednovanje alternativa u odnosu na kriterijume (tabela 5).
Ocene su pretvorene u fazi vrednosti primenom relacija datih u tabeli 3 i na taj način je
formirana matrica fazi preferencije (14). Primenom jednačine (15) dobijene su idealne i nadir
vrednosti svih kriterijumskih funkcija, a zatim i normalizovane fazi razlike primenom
jednačine (16).
 Tabela 5. Vrednovanje alternativa u odnosu na kriterijume
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
LMS1 N EV VV N EV EV VN V N VV
LMS2 UV VV V V V V UV UV V S
LMS3 VN V EV S N VV N V VN VN
LMS4 V S UV VV VV S V S UV UV
LMS5 EV VN N VN UN UV EV VV EV V
LMS6 VV UV VN EV VN VN VV EV VV EV

Primenom jednačina (17) i (18) dobijene su vrednosti maksimalne grupne korisnosti i

minimalnog individualnog nezadovoljstva, a zatim i vrednosti jedinstvenih ocena udaljenosti
alternativa od idealnog rešenja primenom jednačine (19) (za parametar 𝑣 je uzeta vrednost
0.5). Ove vrednosti su zatim defazifikovane primenom jednačine (20) i izvršeno je konačno
rangiranje alternativa. Rezultati sprovedenog procesa rangiranja su prikazani u tabeli 6.

Tabela 6. Konačno rangiranje alternativa

LMS1 LMS2 LMS3 LMS4 LMS5 LMS6
Sl 0.049 0.025 0.123 0.045 0.059 0.035
Sm 0.328 0.284 0.478 0.320 0.353 0.303
𝑆 Su 1.105 1.022 1.404 1.101 1.166 1.066
Crisp(𝑆) 0.411 0.364 0.573 0.405 0.440 0.386
Rang 4 1 6 3 5 2
Rl 0.028 0.011 0.028 0.017 0.028 0.029
Rm 0.072 0.048 0.083 0.064 0.081 0.082
𝑅 Ru 0.184 0.160 0.213 0.192 0.206 0.217
Crisp (𝑅 ) 0.083 0.061 0.096 0.077 0.093 0.095
Rang 3 1 6 2 4 5
Ql -0.286 -0.334 -0.257 -0.314 -0.281 -0.289
Qm 0.191 0.117 0.272 0.169 0.221 0.205
𝑄 Qu 0.837 0.749 1.018 0.856 0.915 0.905
Crisp (𝑄) 0.219 0.147 0.308 0.203 0.253 0.240
Rang 3 1 6 2 5 4

Kao najbolja alternativa izabran je LMS2 jer je najbolje rangiran u odnosu na 𝑄, 𝑆 i 𝑅, čime je
ispunjen uslov Co.2. Takođe je ispunjen i uslov Co.1 jer je 𝐴𝑑𝑣 = 0.346 ≥ 𝐷𝑄 = 0.200.
4.4. Analiza osetljivosti
Kako bi se ispitala stabilnost dobijenog rešenja izvršena je analiza osetljivosti. Definisano je
osam scenarija u kojima su menjani pojedini parametri modela. U prva četiri scenarija (Sc.1 –
Sc.4) rangiranje alternativa je vršeno na osnovu težina kriterijuma dobijenih vrednovanjem od
strane pripadnika samo jedne interesne grupe, provajdera, korisnika, uprave i stanovnika,
respektivno. U naredna tri scenarija (Sc.5 – Sc.7) je iz modela isključen po jedan od tri
najznačajnija kriterijuma, C10, C6 i C4, respektivno. U poslednjem scenariju (Sc.8) iz modela
su isključena sva tri najznačajnija kriterijuma. Dobijeni rezultati rangiranja u scenarijima i
promene u odnosu na osnovni scenario (Sc.0) su prikazani u tabeli 7, a grafički prikaz analize
osetljivosti je dat na slici 3.

Tabela 7. Rezultati analize osetljivosti

Sc.0 Sc.1 Sc.2 Sc.3 Sc.4 Sc.5 Sc.6 Sc.7 Sc.8
QLMS1 0.219 0.285 0.290 0.244 0.302 0.235 0.249 0.199 0.246
QLMS2 0.147 0.138 0.155 0.169 0.209 0.144 0.166 0.148 0.157
QLMS3 0.308 0.400 0.361 0.362 0.422 0.290 0.336 0.308 0.319
QLMS4 0.203 0.201 0.199 0.238 0.282 0.208 0.213 0.210 0.223
QLMS5 0.253 0.353 0.357 0.225 0.303 0.265 0.269 0.216 0.240
QLMS6 0.240 0.304 0.320 0.321 0.239 0.259 0.225 0.252 0.255
 QLMS1
0.45
0.4
0.35
0.3
QLMS6 0.25 QLMS2
0.2
0.15
0.1
0.05
0

QLMS5 QLMS3

QLMS4
Sc.0 Sc.1 Sc.2 Sc.3 Sc.4 Sc.5 Sc.6 Sc.7 Sc.8
Slika 3. Analiza osetljivosti

Na osnovu prikazanih rezultata može se videti da ni u jednom scenariju ne dolazi do

značajnijih promena u rangiranju alternativa. Alternativa LMS2 je najbolje, a LMS3najlošije
rangirana u svim scenarijima. LMS4je na drugom mestu u svim scenarijima osim u Sc.3 i
Sc.7. Ostale alternative su menjale rang, ali bez značajnijih odstupanja. Analiza osetljivosti je
pokazala da je dobijeno rešenje u Sc.0 dovoljno stabilno i da se može usvojiti kao konačno.
5. DISKUSIJA
U prethodnom poglavlju je uspešno demonstrirana mogućnost primene definisanog VKO
modela. Pokazano je da je FARE metoda veoma pogodna za dobijanje težina kriterijuma jer
kao rezultat daje konzistentnevrednostina osnovu malog broja poređenja parova kriterijuma.
Ova karakteristika bi još više došla do izražaja u slučaju razmatranja većeg broja kriterijuma.
Delphi metoda je omogućila jednostavno objedinjavanje vrednovanja kriterijuma od strane
pripadnika različitih interesnih grupa, što je prvi korak u pronalaženju kompromisnog rešenja.
VIKOR metoda je omogućila rangiranje alternativa na osnovu vrednosti koji znatno preciznije
utvrđuju njihovu udaljenost od idealnog rešenja, u poređenju sa nekim drugim metodama.
Kombinovanje ovih metoda u fazi okruženju, koje je omogućilo adekvatno sagledavanje
dvosmislenosti i nepreciznosti u ocenama donosioca odluka, dodatno je doprinelo kvalitetu
dobijenih rezultata. Implikacije razvijenog modela su mogućnost njegove primene za
rangiranje bilo kojih inicijativa, tehnologija, koncepcija ili rešenja city logistike, kao i za
rešavanje drugih VKO problema kako u oblasti logistike i industrijskog inženjerstva, tako i u
drugim oblastima.
Definisani model VKO je u ovom radu primenjen za vrednovanje LMS za centralnu zonu
Beograda. Kaonajbolje je ocenjeno rešenje LMS2 – kombinacija koncepta mikrokonsolidacije
tokova sa autonomnim tehnologijama vozila. Lociranjem mikrokonsolidacionih centara u
neposrednoj blizini generatora tokova se prevazilaze tehnički nedostaci autonomnih vozila i
povećava se efikasnost njihove upotrebe. Transformacijom sistema u dvoešalonski se
smanjuje stepen međuzavisnosti realizacije robnih tokova u različitim nivoima sistema –
dopreme robe do mikrokonsolidacionih centara i isporuke robe do generatora. To
podrazumeva da, nakon isporuke robe mikrokonsolidacionom centru, drumsko teretno vozilo
nastavlja sa svojim zadatkom, dok se istovremeno poslednja faza isporuke prilagođava
autonomnim vozilima, što značajno povećava fleksibilnost sistema. Izborom LMS2 rešenja
očekuju se značajni pozitivni efekti na održivost logistike u urbanim sredinama – veća
efikasnost aktivnosti, smanjenje negativnih efekata (emisija štetnih gasova, buka, vibracije,
saobraćajne gužve), povećava se atraktivnost centralne gradske zone i promoviše se upotreba
najsavremenijih tehnologija u isporuci robe. Implementacija ovog rešenja je izvodljiva, a
kombinovanje različitih klasa autonomnih vozila (drumskih i dronova) daje veću fleksibilnost
i prilikom planiranja sistema. Naravno, implementaciji rešenja prethodi rešavanje svih
relevantnih problema na strateškom i taktičkom nivou odlučivanja (potreban broj
mikrokonsolidacionih centara, njihove lokacije i kapaciteta, dimenzionisanje potrebnog broja
autonomnih vozila u mikrokonsolidacionim centrima, itd.) ali i adekvatna priprema za
rešavanje problema na operativnom nivou (rutiranje vozilima i sinhronizacija) prilikom
njegove eksploatacije. Osim toga, primena ovakvih rešenja otvara mnoga pitanja koja se
odnose na definisanje potrebnih regulatornih okvira za autonomne tehnologije koje do sada
nisu na adekvatan način tretirane u svetu.
6. ZAKLJUČAK
Cilj ovog rada je bio da se izvrši rangiranje održivih rešenja za realizaciju poslednje milje.
Rešenja definisana u radu predstavljaju kombinacije inicijativa, tehnologija i koncepcija city
logistike a njihova primena zavisi od ciljeva različitih interesnih grupa. U skladu sa tim u radu
je za vrednovanje rešenja definisan skup kriterijuma, a za rešavanje problema razvijen je novi
model VKO koji kombinuje Delphi, FARE i VIKOR metode u fazi okruženju. Primenljivost
definisanog modela je demonstrirana rangiranjem održivih LMS za centralnu zonu Beograda.
Kao najpovoljnije rešenje dobijena je kombinacija mikrokonsolidacionih centara i
autonomnih vozila.
Glavni doprinosi rada su definisanje inovativnih održivih rešenja poslednje milje, kreiranje
širokog skupa kriterijuma za njhovo vrednovanje i razvoj novog hibridnog modela VKO.U
budućim istraživanjima bi mogla da se izvrši nadogradnja definisanih rešenja, npr. novim
tehnologijama industrije 4.0. Takođe bi mogli da se detaljnije ispitaju potencijalni efekti
primene definisanih rešenja na realizaciju logističkih procesa, pre svega u Beogradu, ali i u
nekim drugim gradovima. Definisani model VKO je univerzalno primenljiv i uz određena
prilagođavanja mogao bi da se koristi za rešavanje različitih problema, pa je značajan pravac
budućih istraživanja njegova primena za rešavanje problema iz ove ili drugih oblasti. Osim
toga model ili pojedini njegovi delovi bi mogli da posluže kao osnova za razvoj nekih novih
modela VKO u budućnosti.
LITERATURA
[1] Tadić, S., Zečević, S., Krstić, M.: City logistics initiatives aimed at improving
sustainability within existing context of urban area. Tehnika 69 (3), 487–495 (2014a)
[2] Gineviciu, R.: A new determining method for the criteria weights in multicriteria
evaluation, Int. J. Inf. Tech. Decis. 10(6), 1067–1095 (2011)
[3] Krylovas, A., Zavadskas, E.K., Kosareva, N., Dadelo, S.: New KEMIRA Method for
Determining Criteria Priority and Weights in Solving MCDM Problem. Int. J. Inf. Tech.
Decis. 13(6) 1119–1133 (2014)
[4] Chatterjee, P., Mondal, S., Boral, S., Banerjee, A., Chakraborty, S.: A novel hybrid
method for non-traditional machining process selection using factor relationship and
multi-attributive border approximation method. FU Mech. Eng. 15(3), 439–456 (2017)
[5] Kazan, H., Özçelik, S., Hobikoğlu, E.H.: Election of Deputy Candidates for Nomination
with AHP-Promethee Methods. Procedia Soc. Behav. Sci. 195, 603–613 (2015)
[6] Roy, J., Pamučar, D., Kar, S.: Evaluation and selection of third party logistics provider
under sustainability perspectives: an interval valued fuzzy-rough approach. Ann. Oper.
Res. 293, 669–714 (2020).
[7] Yazdani, M.: New approach to select materials using MADM tools. Int. J. Bus. Syst. Res.
12(1), 25–42 (2018)
[8] Stankevičienė, J., Kraujalienė, L., Vaiciukevičiūtė, A.: Assessment of technology transfer
office performance for value creation in higher education institutions. J. Bus. Econ.
Manag. 18(6), 1063-1081 (2017)
[9] Pitchipoo, P., Vincent, D.S., Rajini, N., Rajakarunakaran, S.: COPRAS Decision Model
to Optimize Blind Spot in Heavy Vehicles: A Comparative Perspective. Procedia Eng.
97, 1049–1059 (2014)
[10] Dalkey, N.C., Helmer, O.: An experimental application method to the use of experts.
Manage. Sci. 9(3), 458–467 (1963)
[11] Delbecq, A.L., Van De Ven, A.H., Gustafson, D.H.: Group Techniques for Program
Planning: A Guide to Nominal Group and Delphi Processes; Scott Foresman: Glenview,
IL, USA (1975)
[12] Shen, Y.C., Lin, G.T.R., Tzeng, G.H.: Combined DEMATEL techniques with novel
MCDM for the organic light emitting diode technology selection. Expert Syst. Appl. 38,
1468–1481 (2011)
[13] Ishikawa, A., Amagasa, M., Shiga, T., Tomizawa, G., Tatsuta, R., Mieno, H.: The
max-min Delphi method and fuzzy Delphi method via fuzzy integration. Fuzzy Set. Syst.
55(3), 241–253 (1993)
[14] Murry, T.J., Pipino, L.L., Gigch, J.P.: A pilot study of fuzzy set modification of
Delphi. Hum. Syst. Manag. 5(1), 76–80 (1985)
[15] Pojadas, D.J., Abundo, M.L.S.: A web-based Delphi multi-criteria group decision-
making framework for renewable energy project development processes. Int. J. Manag.
Decis. Making 19(4), 426–449 (2020)
[16] Tadić, S., Krstić, M. Roso, V., Brnjac, N.: Dry Port Terminal Location Selection by
Applying the Hybrid Grey MCDM Model. Sustainability 12(17), 1–24 (2020a)
[17] Zečević, S., Tadić, S., Krstić, M.: Intermodal Transport Terminal Location Selection
Using a Novel Hybrid MCDM Model. Int. J. Uncertain. Fuzziness Knowl.-Based Syst.
25, 853–876 (2017a)
[18] Zha, S., Guo, Y., Huang, S., Wang, S.: A Hybrid MCDM Method Using Combination
Weight for the Selection of Facility Layout in the Manufacturing System: A Case Study.
Math. Probl. Eng. 2020, 1–16 (2020)
[19] Tadić, S., Krstić, M., Zečević, S.: Defining the Typical Structures of the Intermodal
Terminals. In Vidović, M., Kilibarda, M., Zečević, S., Radivojević, G. (eds.) Quantitative
Methods in Logistics, pp. 67–86, Faculty of Transport and Traffic Engineering,
University of Belgrade: Belgrade, Serbia (2020b).
[20] Zhao, H., Guo, S., Zhao, H.: Comprehensive assessment for battery energy storage
systems based on fuzzy-MCDM considering risk preferences. Energy 168, 450–461
(2019)
[21] Tadić, S., Krstić, M. Roso, V., Brnjac, N.: Planning an Intermodal Terminal for the
Sustainable Transport Networks. Sustainability 11(15), 1–20 (2019)
[22] Opricovic, S.: Multi-criteria optimization of civil engineering systems. Faculty of
Civil Engineering, Belgrade, Serbia (1998)
[23] Tsai, W.H., Chou, W.C., Leu, J.D.: An effectiveness evaluation model for the web-
based marketing of the airline industry. Expert Syst. Appl. 38(12), 15499–15516 (2011)
[24] Caterino, N., Iervolino, I., Manfredi, G., Cosenza, E.: A comparative analysis of
decision making methods for the seismic retrofit of rc buildings. In Proceedings of The
14thWorld Conference on Earthquake Engineering, Beijing, China (2008)
[25] Opricovic, S., Tzeng, G.H.: Compromise solution by MCDM methods: A comparative
analysis of VIKOR and TOPSIS. Eur. J. Oper. Res. 156(2), 445–455 (2004)
[26] Opricovic, S., Tzeng, G.H.: Extended VIKOR method in comparison with outranking
methods. Eur. J. Oper. Res. 178, 514–529 (2007)
[27] Opricovic, S.: A fuzzy compromise solution for multicriteria problems. Int. J.
Uncertain. Fuzziness Knowl.-Based Syst. 15(3), 363–380 (2007)
[28] Li, H., Wang, W., Fan, L., Li, Q., Chen, X.: A novel hybrid MCDM model for
machine tool selection using fuzzy DEMATEL, entropy weighting and later
defuzzification VIKOR. Appl. Soft Comput. 91, 1–14. (2020)
[29] Tadić, S., Zečević, S., Krstić, M.: Sustainability оf the city logistics initiatives,
Proceedings of The 3rd Logistics international conference, LOGIC 2017, pp. 44–49,
Faculty of Transport and Traffic Engineering, University of Belgrade, Belgrade, Serbia
(2017)
[30] Büyüközkan, G., Feyzioğlu, O., Gocer, F.: Evaluation of hospital web services using
intuitionistic fuzzy AHP and intuitionistic fuzzy VIKOR, In Proceedings of the 2016
IEEE International Conference on Industrial Engineering and Engineering Management
(IEEM), pp. 607-611, Bali, Indonesia (2016)
[31] Zečević, S., Tadić, S., Krstić, M.: Multi-criteria evaluation of the intermodal terminal
technologies, Proceedings of the 3rd Logistics international conference, LOGIC 2017, pp.
105–110, Faculty of Transport and Traffic Engineering, University of Belgrade,
Belgrade, Serbia (2017b).
[32] Lin, C.K., Chen, Y.S., Chuang, H.M.: Improving Project Risk Management by a
Hybrid MCDM Model Combining DEMATEL with DANP and VIKOR Methods—An
Example of Cloud CRM. In: Hung J., Yen N., Li KC. (eds) Frontier Computing, pp 1033-
1040. Springer, Singapore (2016)
[33] Tadić, S., Zečević, S., Krstić, M.: A novel hybrid MCDM model based on fuzzy
DEMATEL, fuzzy ANP and fuzzy VIKOR for city logistics concept selection. Expert
Syst. Appl. 41, 8112–8128 (2014b)
[34] Janjević, M., Lebeau, P., Ndiaye, A.B., Macharis, C., Van Mierlo, J., Nsamzinshuti,
A.: Strategic scenarios for sustainable urban distribution in the Brussels-capital region
using urban consolidation centres. Transp. Res. Procedia. 12, 598-612 (2016)
[35] Tadić, S., Zečević, S., Krstić, M.: City logistics – status and trends. Int. J. Traffic
Transp. Eng. 5(3), 319-343 (2015)
[36] Caliskan, A., Kalkan, M., Ozturkoglu, Y.: City logistics: problems and recovery
proposals. Int. J. Logist. Syst. Manag. 26(2), 145-162 (2017)
[37] Rzesny-Cieplinska, J., Szmelter-Jarosz, A.: Environmental sustainability in city
logistics measures. Energies 13(6), 1303 (2020)
[38] Švadlenka, L., Simić, V., Dobrodolac, M., Lazarević, D., Todorović, G.: Picture fuzzy
decision-making approach for sustainable last-mile delivery. IEEE Access. 8, 209393-
209414 (2020)
[39] Büyüközkan, G., Uztürk, D.: A hybrid methodology for last mile delivery strategy and
solution selection at smart cities. In: Ao, S.-I., Kim, H. K., Gelman, L. (eds.).
Transactions on Engineering Technologies. World Congress on Engineering 2019. pp.
217-232. Springer, Heidelberg (2019)
[40] Büyüközkan, G., Göçer, F.: Prioritizing the strategies to enhance smart city logistics
by intuitionistic fuzzy CODAS. In: Proceedings of the 11th Conference of the European
Society for Fuzzy Logic and Technology - EUSFLAT, Prague, Czech Republic, (2019)
[41] Tadić, S., Zečević, S., Krstić, M.: Assessment of the political city logistics initiatives
sustainability. Transp. Res. Procedia. 30, 285-294 (2018)
[42] Awasthi, A., Chauhan, S. S.: A hybrid approach integrating Affinity Diagram, AHP
and fuzzy TOPSIS for sustainable city logistics planning. Appl. Math. Model. 36, 573-
584 (2012)
[43] Tadić, S., Kovač, M., Čokorilo, O.: The application of drones in city logistics
concepts. Promet – Traffic Transp. Accepted Manuscript (2021)
[44] Tadić, S., Zečević, S., Krstić, M.: Ranking of logistics system scenarios for central
business district. Promet – Traffic Transp. 26(2), 159-167 (2014c)
[45] Lebeau, P., Macharis, C., Van Mierlo, J., Janjević, M.: Improving policy support in
city logistics: the contributions of a multi-actor multi-criteria analysis. Case Stud. Transp.
Policy. 6(4), 554-563 (2018)
[46] Raicu, S., Costescu, D., Burciu, S.: Distribution system with flow consolidation at the
boundary of urban congested areas. Sustainability 12(3), 990 (2020)
[47] Van Heeswijk, W., Larsen, R., Larsen, A.: An urban consolidation center in the city of
Copenhagen: A simulation study. Int. J. Sust. Transp. 13(9), 1-17, (2019)
[48] Leyerer, M., Sonneberg, M.-O., Heumann, M., Breither, M. H.: Shortening the last
mile in urban areas: Optimizing a smart logistics concept for e-grocery operations. Smart
Cities 3(3), 585-603 (2020)
[49] Tadić, S., Zečević, S.: Cooperation and consolidation of flows in city logistics.
Tehnika 62(4), 687-694 (2015)
[50] Zečević, S., Tadić, S.: Cooperation models for city logistics. Transp. Logist. 9, 123-
141 (2005)
[51] Björklund, M., Johansson, H.: Urban consolidation centre – a literature review,
categorisation, and a future research agenda. Int. J. Phys. Distrib. Logist. Manag. 48(8),
745-764 (2017)
[52] Lebeau, P., Verlinde, S., Macharis, C., Van Mierlo, J.: How can authorities support
urban consolidation centres? A review of the accompanying measures. J. Urban. 10(4),
468-486 (2017)
[53] Allen, J., Browne, M., Woodburn, A., Leonardi, J.: A reveiw of urban consolidation
centres in the supply chain based on a case study approach. Supply Chain Forum 15(4),
100-111 (2015).
[54] Faugere, L., White, C. C., Montreuil, B.: Mobile access hub deployment for urban
parcel logistics. Sustainability 12(17), 7213 (2020)
[55] Janjević, M., Ndiaye, A.B.: Development and application of a transferability
framework for micro-consolidation schemes in urban freight transport. Procedia – Soc.
Behav. Sci. 125, 285-296 (2014a)
[56] Jeremić, M., Andrejić, M.: Crowd logistics – A new concept in realization of logistics
services. In: Proceedings of the 4th Logistics International Conference – LOGIC,
Belgrade, Serbia, 170-179 (2019)
[57] Estelles-Arolas, E., Guevara, F. G. L.: Towards an integrated crowdsourcing
definition. J. Inf. Sci. 38(2), 189-200 (2012)
[58] Wang, Y., Zhang, D., Liu, Q., Shen, F., Lee, L. H.: Towards enchancing the last-mile
delivery: An effective crowd-tasking model with scalable solutions. Transp. Res. Part E
93, 279-293 (2016)
[59] Huang, K., Ardiansyah, M.N.: A decision model for last-mile delivery planning with
crowdsourcing integration. Comput. Ind. Eng. 135, 898-912 (2019)
[60] Qi, W., Li, L., Liu, S., Shen, M.: Shared mobility for last-mile delivery: Design,
operational prescriptions, and environmental impact. Manuf. & Serv. Oper. Manag.
20(4), 737-751 (2018)
[61] Giret, A., Carrascosa, C., Julian, V., Rebollo, M., Botti, V.: A crowdsourcing approach
for sustainable last mile delivery. Sustainability 10(12), 4563 (2018)
[62] Castillo, V. E., Bell, J., Rose, W., Rodrigues, A.: Crowdsourcing last mile delivery:
Strategic implications and future research directions. J. Bus. Logist. 39(2), 7-25 (2018)
[63] Devari, A., Nikolaev, A. G., He, Q.: Crowdsourcing the last mile delivery of online
orders by exploiting the social networks of retail store customers. Transp. Res. Part E
105, 105-122 (2017)
[64] Maes, J., Sys, C., Vanelslander, T.: City logistics by water: Good practices and scope
for expansion. In: Ocampo-Martinez, C., Negenborn, R. R. (eds.). Transport of water
versus transport over water. Operations Research/Computer Science Interfaces Series. 58,
pp. 413-437. Springer, Heidelberg (2015)
[65] Janjević, M., Ndiaye, A.B.: Inland waterways transport for city logistics: A review of
experiences and the role of local public authorities. WIT Transactions on The Built
Environment 138, 279-290 (2014b)
[66] Diziain, D., Taniguchi, E., Dablanc.: Urban logistics by rail and waterways in France
and Japan. Procedia – Soc. Behav. Sci. 125, 159-170 (2014)
[67] Wojewodzka-Krol, K., Rolbiecki, R.: The role of inland waterway transport in city
logistics. Transp. Econ. Logist. 84, 103-114 (2019)
[68] Strale, M.: The cargo tram: Current status and perspectives, the example of Brussels.
In: Macharis, C., Melo, S., Woxenius, J., Van Lier, T. (eds.). Sustainable Logistics 6, pp.
245-263, Emerald Group Publishing Limited (2014)
[69] Zych, M.: Identification of potential implementation of the Cargo tram in Warsaw: A
first overview. Procedia – Soc. Behav. Sci. 151, 360-369 (2014)
[70] Arvidsson, N., Browne, M.: A review of the success and failure of tram systems to
carry urban freight: The implications for a low emission intermodal solution using
electric vehicles on trams. Eur. Transp. 54(5), 1-18 (2013)
[71] Fatnassi, E., Chaouachi, J., Klibi, W.: Planning and operating a shared goods and
passengers on-demand rapid transit system for sustainable city-logistics. Transp. Res.
Part B 81, 440-460 (2015)
[72] Pimentel, C., Alvelos, F.: Integrated urban freight logistics combining passenger and
freight flows – mathematical model proposal. Transp. Res. Procedia 30, 80-89 (2018)
[73] Van Duin, R., Wiegmans, B., Tavasszy, L., Hendriks, B., He, Y.: Evaluating new
participative city logistics concepts: The case of cargo hitching. Transp. Res. Procedia 39,
565-575 (2019)
[74] Vakulenko, Y., Hellström, D., Hjort, K.: What’s the parcel locker? Exploring
customer value in e-commerce last mile delivery. J. Bus. Res. 88, 421-427 (2018)
[75] Ducret, R.: Parcel deliveries and urban logistics: Changes and challenges in the courier
express and parcel sector in Europe – The French case. Res. Transp. Bus. Manag. 11, 15-
22 (2014)
[76] Gonzalez-Varona, J. M., Villafañez, F., Acebes, F., Redondo, A., Poza, D. Reusing
newspaper kiosks for last-mile delivery in urban areas. Sustainability 12(22), 9770 (2020)
[77] Van Duin, R., Wiegmans, B., Van Arem, B., Van Amstel, Y.: From home delivery to
parcel lockers: a case study in Amsterdam. Transp. Res. Procedia 46, 37-44 (2020)
[78] Quak, H., Nesterova, N., Van Rooijen, T.: Possibilities and barriers for using electric-
powered vehicles in city logistics practice. Transp. Res. Procedia 12, 157-169 (2016)
[79] Jones, J., Genovese, A., Tob-Ogu, A.: Hydrogen vehicles in urban logistics: A total
cost of ownership analysis and some policy implications. Renew. Sust. Energ. Rev. 119,
109595 (2020)
[80] Das, H. S., Tan, W. C., Yatim, A. H. M.: Fuel cell hybrid electric vehicles: A review
on power conditioning units and topologies. Renew. Sust. Energ. Rev. 76, 268-291
(2017)
[81] Rudolph, C., Gruber, J.: Cargo cycles in commercial transport: Potentials, constraints,
and recommendations. Res. Transp. Bus. Manag. 24, 26-36 (2017)
[82] Melo, S., Baptista, P.: Evaluating the impacts of using cargo cycles on urban logistics:
integrating traffic, environmental and operational boundaries. Eur. Transp. Res. Rev.
9(2), 9-30 (2017)
[83] Conway, A., Cheng, J., Kamga, C., Wan, D.: Cargo cycles for local delivery in New
York city: Performance and impacts. Res. Transp. Bus. Manag. 24, 90-100 (2017)
[84] Schliwa, G., Armitage, R., Aziz, S., Evans, J., Rhoades, J.: Sustainable city logistics –
Making cargo cycles viable for urban freight transport. Res. Transp. Bus. Manag. 15, 50-
57 (2015)
[85] Enthoven, D. L. J. U., Jargalsaikhan, B., Roodbergen, K. J., Uit Het Broek, M. A. J.,
Schrotenboer, A. H. The two-echelon vehicle routing problem with covering options:
City logistics with cargo bikes and parcel lockers. Comput. Oper. Res. 118, 104919
(2020)
[86] Perboli, G., Rosano, M., Saint-Guillain, M., Rizzo, P.: A simulation-optimization
framework for city logistics. An application on multimodal last-mile delivery. IET Intell.
Transp. Syst. 12(4), 262-269 (2018)
[87] Nocerino, R., Colorni, A., Lia, F., Lue, A.: E-bikes and E-scooters for smart logistics:
environmental and economic sustainability in pro-E-bike Italian pilots. Transp. Res.
Procedia 14, 2362-2371 (2016)
[88] Kumar, S., Bharj, R. S.: Solar hybrid e-cargo rickshaw for urban transportation
demand in India. Transp. Res. Procedia 48, 1998-2005 (2020)
[89] Figliozzi, M. A.: Carbon emissions reductions in last mile and grocery deliveries
utilizing air and ground autonomous vehicles. Transp. Res. Part D 85, 102443 (2020)
[90] Hoffmann, T., Prause, G.: On the regulatory framework for last-mile delivery robots.
Machines 6(3), 33 (2018)
[91] Baum, L., Assmann, T., Strubelt, H.: State of the art – Automated micro-vehicles for
urban logistics. IFAC PapersOnLine 52(13), 1455-2462 (2019)
[92] Jennings, D., Figliozzi, M.: Study of sidewalk autonomous delivery robots and their
potential impacts on freight efficiency and travel. Transp. Res. Rec. 2673(6), 317-326
(2019).
[93] Yurek, E.E., Ozmutlu, H. C.: A decomposition-based iterative optimization algorithm
for traveling salesman problem with drone. Transp. Res. Part C 91, 249-262 (2018)
[94] Murray, C. C., Chu, A. G.: The flying sidekick traveling salesman problem:
Optimization of drone-assisted parcel delivery. Transp. Res. Part C 54, 86-109 (2015)
[95] Popović, D., Kovač, M., Bjelić, N. A MIQP model for solving the vehicle routing
problem with drones. In: Proceedings of the 4th Logistics International Conference –
LOGIC, Belgrade, Serbia, 52-62 (2019)
[96] Karak, A., Abdelghany, K.: The hybrid vehicle-drone routing problem for pick-up and
delivery services. Transp. Res. Part C 102, 427-449 (2019)
[97] Mourelo Ferrandez, S., Harbison, T., Weber, T., Sturges, R., Rich, R.: Optimization of
a truck-drone in tandem delivery network using k-means and genetic algorithm. J. Ind.
Eng. Manag. 9(2), 374-388 (2016)
[98] Dayarian, I., Savelsbergh, M., Clarke, J.-P.: Same day delivery with drone resupply.
Transp. Sci. 54(1), 1-21 (2020)
[99] Kim, J., Moon, H., Jung, H.: Drone-based parcel delivery using rooftops of city
buildings: Model and solution. Appl. Sci. 10(12), 4362-4381 (2020)
[100] Kim, J., Moon, I.: Traveling salesman problem with a drone station. IEEE Trans. Syst.
Man Cybern. Syst. 99, 1-11 (2018)
[101] Chen, Z., Dong, J., Ren, R.: Urban underground logistics system in China:
Opportunities or Challenge? Undergr. Space 2(3), 195-208 (2017)
[102] Hai, D., Hu, J., Duan, Z., Chen, C.: Effects of underground logistics system on urban
freight traffic: A case study in Shangai, China. J. Clean. Prod. 260, 121019 (2020)
[103] Van Binsbergen, A., Bovy, P.: Underground urban goods distribution networks. Innov.
Eur. J. Soc. Sci. Res. 13(1), 111-128 (2000)
[104] Turkowski, M., Szudarek, M.: Pipeline system for transporting consumer goods,
parcels and mail in capsules. Tunn. Undergr. Space Technol. 93, 103057 (2019)
[105] Visser, J. G. S. N.: The development of underground freight transport: An overview.
Tunn. Undergr. Space Technol. 80, 123-127 (2018)
[106] Szmelter-Jarosz, A., Rzesny-Cieplinska, J.: Priorities of urban transport system
stakeholders according to crowd logistics solutions in city areas. A sustainability
perspective. Sustainability 12, 317 (2020)
[107] Hsu, T.H., Yang, T.H.: Application of fuzzy analytic hierarchy process in the selection
of advertising media. J. Manag. Syst. 7, 19–39 (2000)
[108] Opricovic, S.: Fuzzy VIKOR with an application to water resources planning. Expert
Syst. Appl. 38, 12983–12990 (2011)
[109] Kutlu, A.C., Ekmekcioglu, M.: Fuzzy failure modes and effects analysis by using
fuzzy TOPSIS/based fuzzy AHP. Expert Syst. Appl. 39, 61–67 (2012)
[110] Zečević, S., Tadić, S.: City logistika (in Serbian). University of Belgrade, Faculty of
Transport and Traffic Engineering, Belgrade, Serbia (2006)