Стаття

Отримано 30.01.2026

Доопрацьовано 01.06.2026

Прийнято 25.06.2026

Опубліковано 06.07.2026

Взято з Том 30, № 2, 2026

Сторінки 20 -29

Sakhno, S., & Dobrovolska, А. (2026). Hierarchical fuzzy modelling of risks in road transportation of dangerous goods taking into account the influence of the human factor. The National Transport University Bulletin, 30(2), 20-29. https://doi.org/10.33744/2308-6645-2026-2-30-20-29

Ієрархічне нечітке моделювання ризиків автоперевезень небезпечних вантажів з урахуванням впливу людського фактору

Сергій Сахно*, Анна Добровольська

Mojapochta1@ukr.net

Метою дослідження було розроблення ієрархічної нечіткої моделі для оцінювання ризиків автомобільного перевезення небезпечних вантажів з урахуванням впливу людського фактора, що дозволяє підвищити точність та інформативність прийняття рішень у сфері транспортної безпеки. У дослідженні застосовано системний підхід, методи аналізу і синтезу, експертного оцінювання, порівняльного аналізу, а також нечітке моделювання на основі алгоритму Мамдані, реалізованого в середовищі MATLAB, для оцінювання ризиків, пов’язаних із людським фактором під час автомобільного перевезення небезпечних вантажів. У результаті дослідження було розроблено ієрархічну нечітку модель оцінювання ризиків перевезення небезпечних вантажів автомобільним транспортом. Ключовим елементом моделі є оцінювання людського фактора, що ґрунтується на трьох вхідних змінних: стані здоров’я водія, його досвіді перевезення небезпечних вантажів (вимірюваному в тонно-кілометрах) та тривалості безаварійної роботи. Нечітку модель було реалізовано із застосуванням алгоритму Мамдані; вона включає 27 правил нечіткої логіки. Модель продемонструвала стійку поведінку за умов варіювання вхідних параметрів. Апробація моделі на даних чотирьох реальних водіїв забезпечила отримання оцінок якості людського фактора в діапазоні від 28,5 до 62,6 бала, що свідчить про її чутливість до індивідуальних характеристик персоналу. Інтегральне оцінювання загального ризику формується шляхом дворівневої агрегації результатів підмоделей, що забезпечує адаптацію системи до різних сценаріїв перевезень. Запропонована модель може бути ефективно інтегрована як ключовий компонент системи підтримки прийняття рішень логістичного оператора для динамічного аналізу ризиків перед кожним транспортним рейсом

система підтримки прийняття рішень; експертне оцінювання; безаварійний стаж; функція належності; безпека логістики
  1. Aliabadi, M.M., Mohammadfam, I., & Khorshidikia, S. (2024). Human error identification and risk assessment in loading and unloading of petroleum products by road trucks using the SHERPA and fuzzy inference system method. Heliyon, 10(15), article number e34072. doi: 10.1016/j.heliyon.2024.e34072.
  2. Beczkowska, S.A., & Grabarek, I. (2021). The importance of the human factor in safety for the transport of dangerous goods. International Journal of Environmental Research and Public Health, 18, article number 7525. doi: 10.3390/ijerph18147525.
  3. Benchkovska, S., Choromansky, V., & Grabarek, I. (2020) Risk and human factor in carriage of dangerous goods by road. Transport Problems, 15(4), 19-28. doi: 10.21307/tp-2020-044.
  4. Bozhko, K., Antonenko, N., Ilchenko, V., Navrotska, T., Halak, I., & Zaplitna, T. (2024a). Assessment of investment efficiency in human capital of a company using fuzzy modeling method based on linear and logarithmic input scales. In R.E. Khoury & N. Nasrallah (Eds.), Intelligent systems, business, and innovation research. Studies in systems, decision and control (Vol. 489, pp. 151-166). Cham: Springer. doi: 10.1007/978-3-031-36895-0_14.
  5. Bozhko, K., Antonenko, N., Masalitina, V., Turpak, T., Petrovska, S., & Shcherbakova, N. (2024b). Variable assessment of a start-up projects by an investor based on fuzzy models. In R. El Khoury (Ed.), Technology-driven business innovation: Unleashing the digital advantage. Studies in systems, decision and control (Vol. 2, pp. 161-173). Cham: Springer. doi: 10.1007/978-3-031-62656-2_15.
  6. Erküvün, K.S., Usta, S., & Güneri, A.F. (2025). Risk assessment of hazardous materials transportation with fuzzy Fine Kinney and fuzzy AHP methods. International Journal of Reliability, Quality and Safety Engineering, 33(2). doi: 10.1142/S0218539325500524.
  7. Fornalchyk, Y., Afonin, M., Postranskyy, T., & Boikiv, M. (2021). Risk assessment during the transportation of dangerous goods considering the functional state of the driver. Transport Problems, 16(1), 135-146. doi: 10.21307/tp-2021-012.
  8. Gul, M., Yucesan, M., & Ak, M.F. (2022). Control measure prioritization in Fine-Kinney-based risk assessment: A Bayesian BWM-fuzzy VIKOR combined approach in an oil station. Environmental Science and Pollution Research, 29(39), 59385-59402. doi: 10.1007/s11356-022-19454-x.
  9. Luan, T., Zhang, X., Li, H., Wang, K., & Li, X. (2024). Dynamic risk analysis of hazardous materials highway tunnel transportation based on fuzzy Bayesian network. SSRN. doi: 10.2139/ssrn.4777441.
  10. Ma, F., Wu, R., Xue, B., Li, J., & Wang, X. (2025). Transportation risk assessment for hazardous chemical road transport companies using an extreme gradient boosting model. Transportation Research Record: Journal of the Transportation Research Board, 2679(6), 770-784. doi: 10.1177/03611981251320383.
  11. Matić, B., Marinković, M., Jovanović, S., Sremac, S., & Stević, Ž. (2022). Intelligent novel IMF D-SWARA – rough MARCOS algorithm for selection construction machinery for sustainable construction of road infrastructure. Buildings, 12(7), article number 1059. doi: 10.3390/buildings12071059.
  12. Milošević, T.D., Pamučar, D.S., & Chatterjee, P. (2021). Model for selecting a route for the transport of hazardous materials using a fuzzy logic system. Military Engineering Bulletin, 69(2), 355-390. doi: 10.5937/vojtehg69-29629.
  13. Mohammadfam, I., Zarei, E., Yazdi, M., & Gholamizadeh, K. (2022). Quantitative risk analysis on rail transportation of hazardous materials. Mathematical Problems in Engineering, 2022(1), article number 162829. doi: 10.1155/2022/6162829.
  14. Panchyshyn, T., Loik, R., & Demchyshak, N. (2024). Investing in human capital development in the conditions of intellectualization of the economy. Economy and Society, 69. doi: 10.32782/2524-0072/2024-69-143.
  15. Satıcı, S.R., & Mete, S. (2024). Fine-Kinney-based occupational risk assessment using Pythagorean fuzzy AHP-COPRAS for the lifting equipment in the energy distribution and investment sector. Gazi University Journal of Science, 37(2), 854-873. doi: 10.35378/gujs.1227756.
  16. Stević, Ž., Das, D.K., Tešić, R., Vidas, M., & Vojinović, D. (2022). Objective criticism and negative conclusions on using the fuzzy SWARA method in multi-criteria decision making. Mathematics, 10(4), article number 635. doi: 10.3390/math10040635.
  17. Tsopa, V., Borodina, N., Cheberiachko, S., Deryugin, O., Hilpert, V., & Borovytskyi, O. (2022). Assessment of professional risks of the driver of a technological truck for forestry conditions. Social Development and Security, 12(5), 93-110. doi: 10.33445/sds.2022.12.5.9.
  18. Vahabzadeh, S., Haghshenas, S.S., Ghoushchi, S.J., Guido, G., Simic, V., & Marinkovic, D. (2025). A new framework for risk assessment of road transportation of hazardous substances. Facta Universitatis, Series: Mechanical Engineering, 23(3), 479-509. doi: 10.22190/FUME240801007V.
  19. Vojinović, N., Sremac, S., & Zlatanović, D. (2021). A novel integrated fuzzy-rough MCDM model for evaluation of companies for transport of dangerous goods. Complexity, 2021(1), article number 5141611. doi: 10.1155/2021/5141611.
  20. Wang, Z., Zhao, L., Cao, N., Yu, M., & Chen, M. (2018). The route choice of hazardous material transportation with value-at-risk model using chance measure in uncertain environments. Advances in Mechanical Engineering, 10(2). doi: 10.1177/1687814017753801.
  21. WMA. (2024). WMA Declaration of Helsinki – ethical principles for medical research involving human participants. Retrieved from https://www.wma.net/policies-post/wma-declaration-of-helsinki/.

https://doi.org/10.33744/2308-6645-2026-2-30-20-29