inttransИнтеллектуальный транспортIntelligent transport3033-6007АО «НИИАС»inttrans-27Research ArticleИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И МАШИННОЕ ОБУЧЕНИЕСистема поддержки принятия решений для управления возвратами в электронной коммерции на основе алгоритма дождевых червей и нечеткого случайного лесаDecision support system for managing returns in e-commerce based on the earthworm algorithm and fuzzy random forestБорисовВ. В.BorisovV. V.

Борисов Вадим Владимирович, д.т.н., профессор

Смоленск

Vadim V. Borisov, Doctor of Technical Sciences, Professor

Smolensk

vbor67@mail.ruБулыгинаО. В.BulyginaO. V.

Булыгина Ольга Валентиновна, к.э.н., доцент

Смоленск

Olga V. Bulygina, Candidate of Economics, Associate Professor

Smolensk

baguzova_ov@mail.ruЗубареваВ. Н.ZubarevaV. N.

Зубарева Виктория Николаевна, студент

Смоленск

Victoria N. Zubareva, student

Smolensk

zubarvikaaa@mail.ruФилиал ФГБОУ НИУ «МЭИ» в г. СмоленскеРоссияSmolensk branch of Moscow Power Engineering InstituteRussian Federation20251109202604(36)2541Copyright © Борисов В.В., Булыгина О.В., Зубарева В.Н., 20262026Борисов В.В., Булыгина О.В., Зубарева В.Н.Borisov V.V., Bulygina O.V., Zubareva V.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.intelligent-transport.ru/jour/article/view/27

Статья посвящена исследованию возможностей применения методов интеллектуального анализа данных и биоинспирированных алгоритмов оптимизации при управлении возвратами товаров в электронной коммерции. В работе предлагается архитектура системы поддержки принятия решений (СППР), ориентированной на решение задач многокритериальной оптимизации возвратных маршрутов и классификацию причин возвратов. Показано, что применение биоэвристики позволяет формировать устойчивые и сбалансированные маршруты с учётом расстояния, времени и сложности логистической сети, а использование нечеткого случайного леса обеспечивает интерпретируемый анализ субъективных и неполных клиентских данных. Предложенная архитектура СППР демонстрирует высокую гибкость, масштабируемость и возможность интеграции с логистическими платформами и WMS -системами, обеспечивая комплексную поддержку процессов анализа возвратных потоков. Рассмотрена экономическая эффективность внедрения системы, включающая снижение логистических затрат, уменьшение числа необоснованных возвратов и повышение качества клиентского сервиса.

The article is devoted to the study of the possibilities of using intelligent data analysis methods and bioinspired optimization algorithms in the management of returns in e-commerce. The paper proposes the architecture of a decision support system (DSS) that combines an earthworm algorithm for multi-criteria optimization of return routes and a fuzzy random forest for classifying the causes of returns. It is shown that the use of bioheuristics makes it possible to form stable and balanced routes taking into account the distance, time and complexity of the logistics network, and the use of a fuzzy random forest provides an interpretable analysis of subjective and incomplete customer data. The proposed DSS architecture demonstrates high flexibility, scalability, and the ability to integrate with logistics platforms and WMS, providing comprehensive support for return flow analysis. The economic efficiency of the implementation of the system is considered, including reducing logistical costs, reducing the number of unjustified refunds and improving the quality of customer service.

алгоритм дождевых червейнечеткий случайный лессистема поддержки принятия решенийвозвратная логистикаэлектронная коммерциямногокритериальная оптимизацияинтеллектуальный анализ данныхearthworm algorithmfuzzy random forestdecision support systemreturn logisticse-commercemulticriteria optimizationintelligent data analysisReferencesЭльканова Е. А. Развитие электронной коммерции как фактор использования современных подходов в логистических маршрутах // Вестник евразийской науки. – 2025. – Т. 17, № s4. [Электронный ресурс]. – URL: https://esj.today/PDF/33FAVN425.pdf.Эльканова Е. А. Развитие электронной коммерции как фактор использования современных подходов в логистических маршрутах // Вестник евразийской науки. – 2025. – Т. 17, № s4. [Электронный ресурс]. – URL: https://esj.today/PDF/33FAVN425.pdf.S. Kirkpatrick, C. D. Gelatt, and M. P. Vecchi, "Optimization by Simulated Annealing," Science, vol. 220, no. 4598, pp. 671–680, 1983.S. Kirkpatrick, C. D. Gelatt, and M. P. Vecchi, "Optimization by Simulated Annealing," Science, vol. 220, no. 4598, pp. 671–680, 1983.M. Dorigo, V. Maniezzo, and A. Colorni, "Distributed Optimization by Ant Colonies," in Proc. Eur. Conf. Artif. Life (ECAL), pp. 134–142, 1991.M. Dorigo, V. Maniezzo, and A. Colorni, "Distributed Optimization by Ant Colonies," in Proc. Eur. Conf. Artif. Life (ECAL), pp. 134–142, 1991.J. Kennedy and R. Eberhart, "Particle Swarm Optimization," in Proc. IEEE Int. Conf. Neural Netw., vol. 4, pp. 1942–1948, 1995.J. Kennedy and R. Eberhart, "Particle Swarm Optimization," in Proc. IEEE Int. Conf. Neural Netw., vol. 4, pp. 1942–1948, 1995.Кошуняева Н. В., Тутыгин А. Г. Сравнительный анализ эффективности использования метаэвристических методов моделирования для решения задачи коммивояжёра // Моделирование и анализ данных. – 2025. – № 15(3). – С. 76–93.Кошуняева Н. В., Тутыгин А. Г. Сравнительный анализ эффективности использования метаэвристических методов моделирования для решения задачи коммивояжёра // Моделирование и анализ данных. – 2025. – № 15(3). – С. 76–93.A. Thakur, D. Giri, S. Panda, and R. Usharani, "Optimizing Electric Vehicle Routing: A Statistical Analysis of ACO, GA, and SA Algorithms," Int. J. Eng. Res. Technol., vol. 13, no. 4, 2024.A. Thakur, D. Giri, S. Panda, and R. Usharani, "Optimizing Electric Vehicle Routing: A Statistical Analysis of ACO, GA, and SA Algorithms," Int. J. Eng. Res. Technol., vol. 13, no. 4, 2024.G.-G. Wang and S. Deb, "Earthworm optimisation algorithm: a bio-inspired metaheuristic algorithm for global optimisation problems," Int. J. Bio-Inspired Comput., vol. 12, no. 1, pp. 1–22, 2018.G.-G. Wang and S. Deb, "Earthworm optimisation algorithm: a bio-inspired metaheuristic algorithm for global optimisation problems," Int. J. Bio-Inspired Comput., vol. 12, no. 1, pp. 1–22, 2018.Булыгина О. В. Конструирование экономико-математических моделей многокритериальной оптимизации на основе гибридных метаэвристик // Прикладная информатика. – 2025. – Т. 20, № 3. – С. 66–84.Булыгина О. В. Конструирование экономико-математических моделей многокритериальной оптимизации на основе гибридных метаэвристик // Прикладная информатика. – 2025. – Т. 20, № 3. – С. 66–84.A. Mishra and P. Dutta, "Return management in e-commerce firms: A machine learning approach to predict product returns and examine variables influencing returns," J. Clean. Prod., vol. 477, p. 143802, 2024.A. Mishra and P. Dutta, "Return management in e-commerce firms: A machine learning approach to predict product returns and examine variables influencing returns," J. Clean. Prod., vol. 477, p. 143802, 2024.M. Farber, S. Novgorodov, and I. Guy, "Learning reasons for product returns on e-commerce," in Proc. 7th Workshop e-Commer. NLP, pp. 1–7, 2024.M. Farber, S. Novgorodov, and I. Guy, "Learning reasons for product returns on e-commerce," in Proc. 7th Workshop e-Commer. NLP, pp. 1–7, 2024.Y. Ren, X. Zhu, and K. Bai, "A New Random Forest Ensemble of Intuitionistic Fuzzy Decision Trees," IEEE Trans. Fuzzy Syst., vol. 31, no. 5, pp. 1729–1741, 2022.Y. Ren, X. Zhu, and K. Bai, "A New Random Forest Ensemble of Intuitionistic Fuzzy Decision Trees," IEEE Trans. Fuzzy Syst., vol. 31, no. 5, pp. 1729–1741, 2022.Кириллова Е. А., Пучков А. Ю., Минин В. С., Ярцев Д. Д. Нейро-нечеткая модель ресурсного обеспечения инновационной деятельности промышленного предприятия // Прикладная информатика. – 2024. – Т. 19, № 5. – С. 126–142.Кириллова Е. А., Пучков А. Ю., Минин В. С., Ярцев Д. Д. Нейро-нечеткая модель ресурсного обеспечения инновационной деятельности промышленного предприятия // Прикладная информатика. – 2024. – Т. 19, № 5. – С. 126–142.Булыгина О. В., Ярцев Д. Д., Прокимнов Н. Н., Верейкина Е. К. Направления гибридизации алгоритмов роевого интеллекта и нечеткой логики для решения оптимизационных задач в социально-экономических системах // Прикладная информатика. – 2024. – Т. 19, № 5. – С. 45–67.Булыгина О. В., Ярцев Д. Д., Прокимнов Н. Н., Верейкина Е. К. Направления гибридизации алгоритмов роевого интеллекта и нечеткой логики для решения оптимизационных задач в социально-экономических системах // Прикладная информатика. – 2024. – Т. 19, № 5. – С. 45–67.

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