Алгоритм расчета прогнозного пассажиропотока инновационного железнодорожного транспорта на основе нейронной модели

Обложка

Цитировать

Полный текст

Аннотация

Цель. Создание нейросетевого инструментария прогнозирования пассажирских перевозок инновационным (высокоскоростным) железнодорожным транспортом.

Материалы и методы. Статистические данные по пассажиропотокам на всех видах транспорта в зонах тяготения высокоскоростных железнодорожных магистралей. Методы: эконометрическое моделирование, многослойный перцептрон.

Результаты. Создан алгоритм планирования пассажирских перевозок на высокоскоростных железнодорожных магистралях (ВСЖМ) на основе интеллектуальной модели нейронного типа.

Заключение. Способность нейросетевой модели к «обучению» позволяет повысить достоверность прогнозов мобильности населения при оценке проектов ВСЖМ.

Об авторах

Н. А. Журавлева

Петербургский государственный университет путей сообщения Императора Александра I

Автор, ответственный за переписку.
Email: zhuravleva_na@mail.ru
ORCID iD: 0000-0003-3566-9225
SPIN-код: 8599-5636
Scopus Author ID: 56583893700

д–р экон. наук, профессор

Россия, Санкт-Петербург

Н. В. Баталова

Петербургский государственный университет путей сообщения Императора Александра I

Email: natalyabatalova@yandex.ru
ORCID iD: 0000-0002-5948-7226
SPIN-код: 4027-4771

старший преподаватель

Россия, Санкт-Петербург

Список литературы

  1. Zaitsev AA, Talashkin GN. Economics of High-Speed Infrastructure. Bulletin of scientific research results. 2013;4(9):69–75. EDN: SERDED (In Russ.)
  2. Tsidenov AS. The creation of high-speed highways is the key to the country's success in the present and future. Transport Rossiiskoi Federatsii. Zhurnal o nauke, praktike, ekonomike. 2016;5(66):10–15. EDN: WZJSSH
  3. Mironova IA, Tishchenko TI, Frolova MP. Problems of assessing the socio-economic efficiency of a large-scale infrastructure project using the example of a high-speed highway. Rossiiskii ekonomicheskii zhurnal. 2022;3. (In Russ.) doi: 10.33983/0130-9757-2022-3-100-119
  4. Zhuravleva NA. Economic assessment of intermodal effects of high-speed transport systems in the economy of the new technological order.
  5. Bulletin of scientific research results, 2018; 4:31-40. EDN: YYSESD (In Russ.)
  6. Vasilyeva ME, Volkova EM, Romanov AS. Intelligent transport systems in Russian megacities: the essence, structure and directions of development. Modern Transportation Systems and Technologies. 2023;9(4):117–128. doi: 10.17816/transsyst202394117-128 (In Russ.)
  7. Rosstat – Natsionalnie scheta [internet] Accessed: Jul 14, 2025 Available from: https://rosstat.gov.ru/statistics/accounts Accessed: Jul 14, 2025
  8. Dannie Komiteta po razvitiyu turizma Sankt‑Peterburga. Otchet o khode realizatsii Gosudarstvennoi programmi Sankt-Peterburga «Razvitie sferi turizma v Sankt-Peterburge» za 2019 god i za I polugodie 2020 goda. [internet] Accessed: Jul 14, 2025Available from: https://www.gov.spb.ru/gov/otrasl/c_tourism/otchet-na-pravitelstvo-o-hode-realizacii-gosudarstvennoj-programmy-san/ (In Russ.)
  9. Dannie Komiteta po razvitiyu turizma Sankt‑Peterburga. Statistika razvitiya turisticheskogo rinka. "Turbarometr Sankt‑Peterburga 2023". Analiticheskie pokazateli turizma i industrii gostepriimstva Sankt‑Peterburga v 2023 g. [internet] Accessed: Jul 14, 2025 Available from: https://businesstat.ru/russia/services/hotels_and_tourism/tourism/?yclid=12898454363016527871 (In Russ.)
  10. Tolstikh VN. Pertseptron, neironnaya set. Chto dalshe? Paradigma, 2022;37. (In Russ.) EDN: WLFBPI
  11. Zou W, Chen L, Xiong J. High-speed railway, market access and economic growth. International Review of Economics & Finance. 2019. doi: 76. 10.1016/j.iref.2019.11.014.
  12. Cascetta E, Cartenì A, Henke I, Pagliara F. Economic growth, transport accessibility and regional equity impacts of high-speed railways in Italy: ten years ex post evaluation and future perspectives. Transp Res Part A Policy Pract. 2020;139:412–428. doi: 10.1016/j.tra.2020.07.008

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Совокупные эффекты высокоскоростного железнодорожного транспорта

Скачать (139KB)
3. Рис.2. Укрупненный алгоритм модели многослойного перцептрона в нейросетевой модели оценки эффектов высокоскоростного железнодорожного транспорта

Скачать (324KB)
4. Рис. 3. Прогнозное распределение пассажиропотоков между видами транспорта при наличии и отсутствии ВСЖМ-1 на связи крупных городов

Скачать (145KB)
5. Рис. 4. Динамика годовых пассажиропотоков по ВСЖМ-1

Скачать (84KB)

© Журавлева Н.А., Баталова Н.В., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).