1. Rade Biočanin, Srpska kraljevska akademija inovacionih nauka (SKAIN) Beograd, Serbia
2. Jovan Vasilijević, Srpska kraljevska akademija inovacionih nauka (SKAIN) Beograd, Serbia
Ekspanzija elektronske trgovine i globalizacija logističkih lanaca doveli su do drastičnog povećanja frekvencije nedeklarisanih i skrivenih opasnih materija unutar standardnih poštanskih i transportnih tokova, što predstavlja ozbiljnu pretnju po ekološku bezbednost, javno zdravlje i stabilnost ekosistema. Transport i skladištenje opasne robe (ADR) podrazumeva strogo regulisano rukovanje materijama koje mogu ugroziti zdravlje ljudi i životnu sredinu. U našem regionu se primenjuje Zakon o transportu opasne robe, usklađen sa međunarodnim ADR sporazumom, koji obuhvata sertifikovanu ambalažu, obučene vozače, pravilno obeležavanje vozila i posebne uslove skladištenja za sprečavanje akcidenata. Obzirom na repektivnos ove akademije i naučnog skupa, ovaj rad zahteva najviši nivo metodološke strogosti, preciznu terminologiju (posebno u domenu transporta opasnih pošiljki, eko-bezbednosti i poštanskih tehnologija) i jasan doprinos primenjene veštačke inteligencije. Ovaj koautorski rad predstavlja sveobuhvatnu naučno-stručnu studiju fokusiranu na rešavanje kritičnih izazova u upravljanju opasnom robom unutar poštanskih sistema. Pored tehničko-tehnoloških aspekata, rad afirmiše širi humanistički pristup prema kojem svest o negativnom antropogenom uticaju na planetu implicira i odgovornost za korekciju tih procesa kroz nove sisteme upravljanja. Aktuelizujući problematiku NHB akcidenata u PTT sistemima, predloženi model predstavlja doprinos temeljnim strukturalnim promenama koje su neophodne za implementaciju koncepta održivog razvoja, obezbeđujući zaštitu ekosistema za sadašnje i buduće generacije. Jasno definisani cilj ovog koautorskog rada jeste uspostavljanje inovativnog, hibridnog modela višekriterijumske optimizacije (MCO) koji integriše matematičke metode AHP i TOPSIS sa algoritmima veštačke inteligencije (AI), kako bi se omogućila prediktivna identifikacija rizika i dinamičko rutiranje transportnih vozila koja prevoze opasni teret. Poseban akcenat u radu stavljen je na operativna iskustva iz ABHO u prevenciji nuklearno-hemijsko-bioloških (NHB) akcedenata. Empirijski deo istraživanja realizovan je kroz strukturirani anketni upitnik od 6 tematskih blokova na reprezentativnom uzorku od 180 ispitanika iz oblasti logistike, odbrane i ekologije. Rezultati obrade podataka potvrđuju da primena predloženog MCO-AI modela omogućava prelazak sa reaktivnog na prediktivni sistem ekološke bezbednosti, minimizirajući rizik po populaciju i prirodne resurse uz očuvanje ekonomske održivosti transporta i principa održivog razvoja.
Кључне речи :
Тематска област:
Датум:
11.08.2026.
Contemporary Materials 2026 - Savremeni Materijali
Датотека уз рад
(3.67 MB)
