Статья

Наименование	Нейросетевая модель прогнозирования пассажиропотока для железнодорожного транспорта
Авторы	Дьячкова В. В., к. э. н., доц. Свербиненко А. В., лаборант
Раздел	Математические, статистические и инструментальные методы в экономике
Год	2025	Выпуск	22	Страницы	57 - 65
УДК	004.032.26			EDN	KVSSFY
Аннотация	В статье представлена нейросетевая модель прогнозирования пассажиропотока для железнодорожного транспорта, показаны основные этапы ее разработки, предложен набор факторов, необходимых для обучения модели. Модель продемонстрировала высокую точность в ходе оценки эффективности и может быть использована при разработке тактических и стратегических мероприятий на различных уровнях управления железной дорогой.
Реферат	Цель. Разработка нейросетевой модели прогнозирования пассажиропотока для железнодорожного транспорта. Методика. Использованы методы машинного обучения, включая предобработку данных (нормализацию, кодирование категориальных признаков, отбор значимых переменных), построение нейросетевой модели (MLP) с тремя скрытыми слоями и обучение с применением регуляризации. Оценка точности проводилась с использованием метрик MAE, RMSE и R2. Результаты. Разработана нейросетевая модель прогнозирования пассажиропотока для железнодорожного транспорта, продемонстрировавшая высокую точность при оценке её эффективности. В качестве направления дальнейших исследований предполагается интеграция модели с интеллектуальными системами поддержки принятия решений. Научная новизна. Предложена нейросетевая архитектура, адаптированная для прогнозирования пассажиропотока для железнодорожного транспорта с учётом комплексного набора факторов, включая погодные условия и массовые мероприятия. Практическая значимость. Результаты выполненных исследований могут быть использованы при разработке тактических и стратегических мероприятий на различных уровнях управления железной дорогой.
Ключевые слова	прогнозирование пассажиропотока, нейросетевые модели, железнодорожный транспорт, факторы модели, машинное обучение, оптимизация перевозок.
Финансирование
Полный текст