Нейросетевая модель определения пассажиропотока железнодорожного транспорта пригородного сообщения

Аннотация

Транспортная система представляет собой одну из важнейших отраслей экономики страны. В общей структуре пассажиропотока пригородное железнодорожное сообщение составляет 90% всего объема пассажирских перевозок, что делает особенно актуальной задачу исследования, разработки и совершенствования экономико-математических инструментов для прогнозирования пригородного пассажиропотока. Настоящая работа посвящена разработке экономико-математических инструментов, позволяющих осуществлять поддержку принятия решений по управлению предприятием железнодорожного пригородного сообщения на основе применения нейросетевых моделей реализующих технологии глубинного обучения для прогнозирования пригородного пассажиропотока