АВТОМАТИЗАЦИЯ ПРОЦЕССА ПРОГНОЗИРОВАНИЯ СПРОСА И ДЕЛЕНИЯ ВАГОНОВ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ В УЗБЕКИСТАНЕ
Keywords:
искусственный интеллект, железнодорожный транспорт, прогнозирование, оптимизация, машинное обучение, логистика, Узбекистан.Abstract
В данной статье проводится всесторонний анализ текущего состояния системы грузовых железнодорожных перевозок в Республике Узбекистан. Особое внимание уделяется динамике объемов перевозок, структуре грузопотоков, техническому состоянию подвижного состава и инфраструктуры, а также выявлению существующих проблем и узких мест, влияющих на эффективность транспортного процесса. На основе изученных данных предлагается концепция разработки и внедрения автоматизированной интеллектуальной системы, предназначенной для прогнозирования спроса на железнодорожные перевозки и оптимального распределения вагонного парка по маршрутам и видам перевозимых грузов. В статье подробно рассматриваются источники и методы сбора публичных статистических данных, применяемые алгоритмы анализа и прогнозирования, а также архитектура разрабатываемой системы, включающая модули прогнозирования, планирования и диспетчерского управления. Кроме того, описываются методы оптимизации распределения вагонов, основанные на принципах математического моделирования, машинного обучения и анализа больших данных. Приводятся расчётные прогнозы ожидаемых социально-экономических и эксплуатационных эффектов от внедрения предложенной системы, включая повышение точности планирования, сокращение простоев подвижного состава и рост эффективности использования транспортных ресурсов. В завершение даются практические рекомендации по этапам реализации проекта, интеграции системы в действующую инфраструктуру железных дорог и возможным направлениям её дальнейшего развития.
Downloads
References
1. Агентство статистики Республики Узбекистан. Официальные статистические данные о грузоперевозках по железным дорогам, 2020–2024 гг. – Ташкент, 2025. – Режим доступа: https://stat.uz
2. Министерство транспорта Республики Узбекистан. Отчет о развитии железнодорожного транспорта и модернизации инфраструктуры за 2022–2024 гг. – Ташкент, 2024. – Режим доступа: https://mintrans.uz
3. Uztemiryulcontainer. Годовой отчет предприятия о деятельности в сфере контейнерных и транзитных перевозок за 2024 год. – Ташкент, 2025.
4. Постановление Президента Республики Узбекистан, от 10.10.2023 г. № ПП-329 https://www.lex.uz/ru/docs/6631604?ONDATE2=22.04.2025&action=compare
5. Uzbekiston Temir Yullari. Стратегия цифровой трансформации железнодорожной отрасли до 2030 года. – Ташкент: ГУП «УТЙ», 2024.
6. Кабинет Министров Республики Узбекистан. Постановление № 372 от 18 мая 2023 г. «О мерах по развитию транспортно-логистической инфраструктуры и цифровизации железнодорожных перевозок». – Ташкент, 2023.
7. Власов, В. И. Интеллектуальные системы управления транспортными процессами. – М.: Транспорт, 2021.
8. Лебедев, А. Н., и др. Применение технологий машинного обучения в прогнозировании транспортного спроса // Транспортные системы и технологии. – 2022. – № 4. – С. 15–27.
9. Иванова, Е. С. Математические модели оптимизации распределения вагонного парка железнодорожных предприятий. – СПб.: Изд-во Политехнического университета, 2020.
10. Zhang, Y., Li, H. AI-based Optimization for Freight Train Scheduling // Transportation Research Part C: Emerging Technologies. – 2023. – Vol. 155. – P. 104123.
11. Chen, L., Zhao, X., Wang, J. Forecasting Freight Demand Using Hybrid Machine Learning Models // Journal of Rail Transport Planning & Management. – 2022. – Vol. 21. – P. 100301.
12. European Railway Agency. Railway Data and AI Integration Framework. – Brussels, 2022.
13. Kuliev, A., Tursunov, B. Digitalization and AI in the Logistics Sector of Uzbekistan: Challenges and Perspectives // Central Asian Economic Review. – 2024. – Vol. 3, No. 2. – Pp. 45–58.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution 4.0 International License.
License Terms of our Journal
