Москвичев Олег Валерьевич – доктор технических наук, доцент, заведующий кафедрой управления эксплуатационной работой
Самара
Moskvichev, Oleg V., D.Sc. (Eng), Associate Professor, Head of the Department of Operations Management
Samara
Леонова Светлана Александровна – специалист учебно-методического управления, старший преподаватель кафедры управления эксплуатационной работой
Самара
Leonova, Svetlana A., expert of educational and methodological department, Senior Lecturer at the Department of Operations Management
Samara
Васильев Дмитрий Владиславович – старший преподаватель кафедры управления эксплуатационной работой
Самара
Vasiliev, Dmitry V., Senior Lecturer at the Department of Operations Management
Samara
В последнее время возрастает актуальность вопроса определения фактических значений пассажиропотока на городском общественном и пригородном транспорте на каждом участке маршрута в режиме реального времени, которые оказывают значительное влияние на планирование и организацию, а также на показатели работы транспортного предприятия.Оценить реальные размеры пассажиропотока по числу оформленных пассажирам проездных документов не представляется возможным из-за большого количества неучтённых пассажиров (несоответствия числа оформленных проездных документов реальному значению перевезённых пассажиров).Целью исследования, результаты которого приводятся в статье, является разработка интеллектуальной системы для расчёта и анализа показателей работы транспортного предприятия, которая в автоматическом режиме позволяет собирать, обрабатывать и анализировать информацию о пассажиропотоках, рассчитывать коэффициент сменности пассажиров на маршруте, составлять оптимальные графики и расписание движения автобусов, корректировать интервалы движения транспортных средств, определять потребность в подвижном составе с целью минимизации вероятности отказа пассажиру в посадке, повышения качества обслуживания пассажиров и снижения эксплуатационных расходов транспортного предприятия.Подсчёт значений пассажиропотока в режиме реального времени по каждому транспортному средству на маршруте городского общественного транспорта осуществляется количественным методом, основанным на технологии искусственной нейронной сети, позволяющим в автоматическом режиме обрабатывать большой объём информации с камер видеонаблюдения, которыми оборудуются салоны транспортных средств.С использованием теоретических методов исследования и с помощью интеллектуальной системы выполнены анализ и сравнение числа оформленных проездных документов с фактическим числом перевезённых пассажиров на маршруте городского общественного транспорта Самары с выводом результатов в графический интерфейс пользователя. Получены зависимости числа неучтённых пассажиров на маршруте от величины пассажиропотока и времени суток. Отмечена возможность использования предлагаемой интеллектуальной системы в пригородных электричках при условии оборудования вагонов камерами видеонаблюдения.
Recently, the issue of determining actual values of passenger flow processed by urban public and suburban transport on each section of the route in real time has become even more relevant since those values affect planning, organisation of operations and performance of transport enterprises.It is not possible to assess the real volume of passenger flow with the number of tickets issued to passengers due to the large number of unaccounted passengers (the discrepancy between the number of tickets issued to passengers and the real number of passengers transported).The objective of the study which results are described in the article was to develop an intelligent system for calculating and analysing the transport enterprise performance, which allows automatically collecting, processing and analysing information about passenger flows, calculating the passenger rotation ratio on the route, drawing up optimal bus schedules and timetables, adjusting vehicle traffic intervals, determining the need for rolling stock to minimise the likelihood that a passenger is denied boarding, improving the quality of passenger service and reducing the operating costs of a transport enterprise.Real-time calculation of passenger flow values for each vehicle on the route of urban public transport is carried out by a quantitative method based on artificial neural network technology, which allows automatic processing of a large amount of information from CCTV cameras installed in vehicle interiors.The use of theoretical research methods helped to create an intelligent system capable to analyse and compare the number of tickets issued to passengers with the actual number of passengers transported on Samara city public transport route, the results were displayed through a graphical user interface. It was possible to reveal dependences of the number of unaccounted passengers on the route on the amount of passenger flow and the time of day.A possibility of using the proposed intelligent system in commuter trains was noted, provided that the cars are equipped with video surveillance cameras.
The authors declare that there are no conflicts of interest present.