Определение модели развития транспортно-логистической системы умного города

   Актуальность. Сегодня наметилась тенденция перехода многих предприятий промышленности от железнодорожного на использование автомобильного транспорта, что существенно повышает нагрузку на городскую транспортную сеть и влияет на её качество. Рост населения, обостряющиеся проблемы в области организации движения негативно влияют на время передвижения и затраты для бизнеса, населения и государства. В этой ситуации необходимы как модели, позволяющие прогнозировать потери для каждого участника потоковых процессов в городе, так и подбор признаков, на которые можно влиять муниципалитету, стейкхолдерам и населению. Развитие данных моделей открывает большие перспективы использования в области городского планирования, экономического обоснования предлагаемых мероприятий и инвестиционных проектов, а также в области обеспечения роста качества жизни человека.

   Цель ‒ обучить модели и добиться наилучшего показателя качества прогнозирования потерь для участников транспортных процессов в городе.

   Задачи: выбрать наиболее релевантные признаки оценки умных городов мира с позиции мобильности, устойчивого развития и внедрения информационно-коммуникационных технологий; выбрать наиболее качественные модели прогнозирования; произвести прогноз временных и денежных потерь для городов разной людности; предложить новое видение развития инфраструктуры и сформировать модели снижения пиковой перегруженности в городе.

   Методология ‒ прогнозирование с использованием методов машинного обучения.

   Результаты. Лучшей моделью для прогнозирования перегруженности является линейная регрессия. При прогнозировании потерь – модель LightGBM.

   Выводы. Использование машинного обучения и предлагаемой умной дороги позволяет выделить модели развития, которые снижают пиковую перегруженность в транспортно-логистической системе умного города.

1. Шульженко Т. Г., Жук А. Е. Ценностно ориентированный подход к оценке качества услуг в логистической системе общественного пассажирского транспорта // Телескоп : журнал социологических и маркетинговых исследований. 2021. № 2. С. 100-109.

2. Бочкарев А. А., Соловьев Д. С. Проблема оптимизации сетевой структуры цепей поставок и методы ее решения // Экономика: вчера, сегодня, завтра. 2024. Т. 14, № 5-1. С. 502-511.

3. Силкина Г. Ю., Шевченко С. Ю., Щербаков В. В. Потребительская ценность технологий искусственного интеллекта в цифровой логистике и управлении цепями поставок // Интеллектуальная инженерная экономика и Индустрия 5.0 (ИНПРОМ-2024) : сборник трудов X Международной научно-практической конференции : в 2 т. СПб.: ПОЛИТЕХ-ПРЕСС, 2024. С. 243-247.

4. Гдалин А. Д. Тренды исследований мобильности населения ‒ компонент пространственного поведения в городской среде // Региональные геосистемы. 2024. Т. 48, № 3. С. 354-367.

5. Labajo V., Nagel S. Delivering seamless urban mobility: expert recommendations and best practices for consumer-centric Mobility-as-a-Service solutions // Urban, Planning and Transport Research. 2025. Vol. 13, is 1. doi: 10.1080/21650020.2025.2501999

6. Макаревич С., Янишевский О. Оптимизация городской мобильности: потенциал и ограничения модели «мобильность как услуга» // Городские исследования и практики. 2024. Т. 9, № 3. С. 78-94.

7. Васильев В. П. Тренды городской мобильности // Автомобильные дороги. 2024. № 2 (1107). С. 76-77.

8. Тасуева Т. С., Борисова В. В. Институциональный каркас цифровой инфраструктуры региона : монография. М.: ИП Аборкина Екатерина Оскаровна, 2022. 213 с.

9. Кулыев С. Умные транспортные системы: как технологии меняют городскую мобильность // Вестник науки. 2024. Т. 1, № 11 (80). С. 920-923.

10. Афанасенко И. Д., Борисова В. В. Цифровые технологии в циркулярной цепочке создания ценности // Трансформация экономики евразийских стран в условиях неопределенности : сборник научных статей. СПб.: Издательство Санкт-Петербургского государственного экономического университета, 2024. С. 109-113.

11. Cannon R., Mukhtar-Landgren D., Fred M. Organising integrated urban mobility: actions, roles and identities in an evolving landscape // Mobilities. 2025. P. 1–19. doi: 10.1080/17450101.2025.2484233

12. Galanakis K., Heinz H., Marggraf C. Place-based sustainable urban mobility: a conceptual framework to spark local designs // Regional Studies. 2024. N 58(12). P. 2419–2434. doi: 10.1080/00343404.2024.2406290

13. Gergis F. H. Collaborative forms of governance in sustainable urban mobility schemes at the sub-governmental levels : a scoping literature review // International Journal of Urban Sustainable Development. 2024. N 16(1). P. 343–359. doi: 10.1080/19463138.2024. 2411049

14. Шайтура С. В., Кожаев Ю. П. Транспортные экосистемы // Славянский форум. 2023. № 2 (40). С. 226-233.

15. Шульженко Т. Г., Жук А., Иванова Д. П. Логистика новой городской мобильности: ценностно ориентированный подход : монография. М.: Научно-издательский центр ИНФРА ‒ М, 2023. 546 с.

16. Эльдарханов Х.-М. Ю., Абубакаров М. В. Кризис городского транспортного производства: научные проблемы и актуальные решения : монография. Махачкала: Алеф, 2021. 96 с.