Введение. Одной из ключевых проблем в обеспечении качества отдыха населения является предоставление транспортных услуг, соответствующих транспортным потребностям отдыхающих. Исследование транспортной потребности населения городов-курортов в курортный сезон вызвано необходимостью оценки изменяющихся пассажиропотоков в результате кратного увеличения за счет отдыхающих в соответствии с их местом притяжения и возможной корректировки маршрутов регулярных перевозок пассажиров автомобильным транспортом. Этим обусловлена актуальность темы настоящей статьи. Целью статьи является разработка методики определения потребностей в транспортном обслуживании населения и отдыхающих в городах с высоким курортным потенциалом в наиболее нагруженные периоды, позволяющей проектировать процессы перевозки по регулярным маршрутам.
Материалы и методы. В качестве основных методов исследования использованы общенаучные методы анализа и синтеза, положения теории вероятностей и математической статистики, математического моделирования, а также положения технологии транспортных процессов. В работе проведено районирование города на транспортные районы с центром притяжения к остановочным пунктам городского пассажирского транспорта. Расчеты потенциальной транспортной потребности проводились на основе анкетирования отдыхающих и натурных наблюдений, которые обрабатывались с использованием стандартного программного обеспечения Microsoft Excel, Statistika.
Результаты. Основным результатом работы является методика определения потенциальной транспортной потребности населения и отдыхающих в городах с высоким туристическим потенциалом для разработки и корректировки маршрутов регулярных перевозок пассажиров автомобильным транспортом в курортный сезон, представляющая научную новизну исследования. Методика содержит математическую модель и алгоритм.
Обсуждение и заключение. Применение данной методики позволит организатору перевозок в курортных городах оптимизировать организацию регулярных перевозок пассажиров автомобильным транспортом в пиковые сезоны.
Введение. Обоснована актуальность прогнозирования пассажиропотока автобусного транспорта общего пользования в условиях устойчивого сокращения объёмов перевозок, старения подвижного состава и трансформации транспортного поведения населения. Показана необходимость разработки прозрачной, интерпретируемой и статистически обоснованной модели, учитывающей как демографические, так и инфраструктурные факторы.
Цель исследования – разработать интерпретируемую и статистически обоснованную регрессионную модель среднесрочного прогнозирования пассажиропотока автобусного транспорта общего пользования, учитывающую демографические и инфраструктурные детерминанты, с возможностью адаптации к условиям различных регионов.
Методы и материалы. В исследовании использованы официальные статистические данные по Воронежской области за 2010–2024 гг., включая число перевезённых пассажиров, численность населения и наличие эксплуатационных автобусов. В качестве метода прогнозирования применена множественная линейная регрессия с учётом временного тренда.
Методология. Построена регрессионная модель зависимости пассажиропотока от демографических и инфраструктурных факторов; оценка параметров выполнена методом наименьших квадратов, качество модели проверено по коэффициенту детерминации, статистической значимости коэффициентов и анализу остатков. Результаты. Модель показала высокую объясняющую способность (R² = 0,94); прогноз на 2025–2031 гг. указывает на устойчивое снижение пассажиропотока – с 254,7 тыс. до 177,5 тыс. чел., что связано в первую очередь с демографическим спадом. Обсуждение. Отрицательный коэффициент при числе автобусов отражает не причинно-следственную связь, а реакцию системы на падение спроса; положительный тренд компенсирует нелинейные эффекты последних лет. Результаты согласуются с общероссийскими тенденциями и подчёркивают необходимость перехода от количественного к качественному управлению перевозками.
Заключение. Разработанная модель является интерпретируемой, практически применимой и пригодной для стратегического планирования. В перспективе планируется расширение набора переменных, переход к маршрутно-ориентированному прогнозированию и интеграция модели в систему сценарного планирования.
Введение. Проведение анализа и оценки развитости транспортных маршрутов по обслуживанию пассажиров на примере Омской области позволяет заказчику перевозок принять обоснованное организационно-управленческое решение по совершенствованию работы всех видов транспорта. Результаты анализа позволяют разработать мероприятия по обеспечению качества транспортного обслуживания и снижению совокупных издержек, связанных с обеспечением мобильности населения при соблюдении действующих законодательных норм.
Цель. Анализ и совершенствование организации пассажирских перевозок в Омской области.
Метод и методология проведения работы. Метод анализа, метод систематизации данных.
Результаты. При проведении исследования для уточнения статистических данных авторами было предложено использовать методики выборочного обследования пассажиропотока. Для определения точек обследования введен термин «узловой пункт маршрутной сети». Выявлены основные направления межмуниципальных пассажирских перевозок и ключевые виды транспорта. Полученные результаты анализа могут являться основой для разработки комплекса мероприятий по повышению качества транспортного обслуживания и снижению совокупных издержек, связанных с обеспечением мобильности населения Омской области при соблюдении действующих законодательных норм. Область применения результатов. Полученными результатами могут руководствоваться ученые и специалисты, занимающиеся вопросами организации пассажирских перевозок, а также при построении мультимодальных маршрутов и взаимодействии различных видов пассажирского транспорта.
Выводы и обсуждения. Рекомендуется при совершенствовании маршрутной сети и организации пассажирских перевозок в междугородном и региональном сообщении
Введение. Цель исследования заключается в обзоре современных методов автоматического подсчета пассажиропотоков в общественном транспорте. Исследование посвящено актуальной проблеме подсчета пассажиропотока в общественном транспорте с использованием современных технологий, таких как видеонаблюдение, инфракрасные сенсоры и LiDAR.
Материалы и методы. Представлен обзор технологий, включая датчики, камеры, LiDAR и RFID, а также методы анализа, основанные на теоретических и эмпирических подходах. Использована информация от компаний-разработчиков для сравнения точности технологий в реальных условиях.
Результаты. Сравнения показывают, что наилучшую точность обеспечивают LiDAR и камеры с машинным обучением, особенно в условиях высокой плотности пассажиров. Технологии на основе Wi-Fi и Bluetooth имеют ограниченную точность, но комбинированные решения могут преодолеть их недостатки.
Обсуждение и заключение. Для точного подсчёта пассажиров наиболее эффективны LiDAR и видеонаблюдение с машинным обучением. Рекомендуется дальнейшее тестирование комбинированных технологий и развитие гибких систем, а также использование инновационных подходов в обучении нейронных сетей для улучшения точности.