Автор: Ostanaqulov, Hikmatillo Akmaljon o‘g‘li; Nazarova, Gulchehra Nurmuxanbetovna

Аннотация: Расширение сети метрополитена усложняет прогнозирование пассажиропотока, поскольку по вновь открытым станциям отсутствуют исторические данные, а спрос на действующих станциях со временем меняется. В данной статье рассматриваются принципы работы моделей Meta-LSTM, Metro-MGAT и IMGSN, разработанных для решения этих задач. Годовой пассажиропоток Ташкентского метрополитена вырос с 53,5 млн человек в 2016 году до 287 млн ​​в 2025 году, при этом к 2030 году планируется расширение сети до 79 станций и 103 километров путей. Эти изменения требуют обновления подходов к прогнозированию пассажиропотока. Для Ташкентского метрополитена наиболее перспективными направлениями являются: интеграция данных систем контроля доступа (турникетов) и электронных платежей, расписаний движения и показателей работы станций; оценка начального спроса на новых станциях на основе данных по аналогичным станциям; а также регулярная корректировка прогнозов по мере поступления новых данных.

Ключевые слова: пассажиропоток, Ташкентский метрополитен, пространственно-временной анализ, графовая нейронная сеть, трансферное обучение, инкрементальное обучение, новая станция, информационно-аналитическое управление.

Страницы в журнале: 219 - 229