В представленной статье описывается алгоритм, разработанный авторами для построения графика оборота пригородных поездов. Целью разработки является минимизация совокупного времени простоя локомотивных бригад в периоды ожидания движения поездов. Следствием данной оптимизации выступает сокращение потребности штатной численности бригад и операционных затрат на организацию перевозок на участках с высокой интенсивностью движения электропоездов. Описание предложенного алгоритма формализовано в виде блок-схемы, которая определяет логику назначения локомотивных бригад. В модель заложены следующие ограничения: минимально допустимое время оборота, а также установленные нормы труда и отдыха для персонала.

Эта работа открывает серию исследований, объясняющих необходимость и возможность прогрессивной диагностики технического состояния железнодорожного подвижного состава, и предлагает принципиально новое решение этой проблемы на основе современного интеллектуального алгоритма глубокого обучения. Здесь сформирована абстрактная концепция аномальности данных, дана формальная математическая постановка задач поиска и прогнозирования отказов промышленного оборудования, описаны основные компоненты программной реализации решения этих задач с применением модели рекуррентной нейросети (LSTMавтоэнкодера), а также приведены оценка качества работы и аргументация в пользу выбора глубокого обучения среди актуальных методов в области искусственного интеллекта.

Статья посвящена исследованию возможностей применения методов интеллектуального анализа данных и биоинспирированных алгоритмов оптимизации при управлении возвратами товаров в электронной коммерции. В работе предлагается архитектура системы поддержки принятия решений (СППР), ориентированной на решение задач многокритериальной оптимизации возвратных маршрутов и классификацию причин возвратов. Показано, что применение биоэвристики позволяет формировать устойчивые и сбалансированные маршруты с учётом расстояния, времени и сложности логистической сети, а использование нечеткого случайного леса обеспечивает интерпретируемый анализ субъективных и неполных клиентских данных. Предложенная архитектура СППР демонстрирует высокую гибкость, масштабируемость и возможность интеграции с логистическими платформами и WMS -системами, обеспечивая комплексную поддержку процессов анализа возвратных потоков. Рассмотрена экономическая эффективность внедрения системы, включающая снижение логистических затрат, уменьшение числа необоснованных возвратов и повышение качества клиентского сервиса.

Для успешной реализации логистической операции необходимо прогнозировать возможность возникновения непредвиденных ситуаций. Они способны вызвать нежелательные издержки. Требуется принятие решений, способствующих преодолению ситуаций. Однако такие решения нередко приходится принимать в условиях неполноты и неопределённости доступной информации. Изменчивость окружающей среды требует постоянной актуализации информации о факторах, влияющих на реализацию логистических операций. Получить полное представление обо всех этих факторах практически невозможно, поэтому при принятии решений важную роль играют опыт и знания. Впрочем, применимость знаний о решении отдельно взятой ситуации ограничивается факторами, которые были наблюдаемы в момент реализации. С целью преодоления данного недостатка в статье предлагается разработка модели переноса полезного знания из прецедентов в новую ситуацию на примере задачи определения зон влияния аномалий логистического проекта. Для реализации модели используется метод рассуждений на основе прецедентов (Case-Based Reasoning). Он позволяет решить новую задачу, применяя или адаптируя ранее используемое решение. Логистические проекты описываются геоинформационными моделями.

В работе на основе исследования вопросов комплексной оптимизации параметров работы локомотивного парка показана целесообразность включения в состав критериев качества управления поездной работой показателей производительности труда локомотивных бригад (ЛБ). Предложена формулировка критериев оптимальности производительности труда ЛБ в контексте управления работой локомотивного парка на полигоне. Показано, что решение проблемы оптимизации производительности труда ЛБ находится в тесной связи с задачей поиска оптимальных способов тягового обслуживания участков полигона в рамках принятой модели эксплуатации локомотивов. Особое внимание обращено на связь величины часовой выработки ЛБ и степенью развития функционала системы вождения поездов в режиме автопилота. Обозначен подход к определению рационального соотношения между производительной силой труда и его интенсивностью, и выделена его связь с оценкой пропорциональности использования режимов ручного и беспилотного вождения поездов.

Статья посвящена разработке методов испытаний подсистемы дорожного видеонаблюдения в составе интеллектуальных транспортных систем. Основное внимание уделено формированию подхода, позволяющего подтвердить выполнение подсистемой ее основных функций формирование, передачу и отображение визуальной информации о дорожной обстановке. Предложена методика, основанная на определении зон обнаружения, распознавания и идентификации объектов наблюдения (пешеходов, транспортных средств и государственных регистрационных знаков) при соблюдении минимально необходимых технических характеристик оборудования. Результаты натурных испытаний, проведенных на пилотной зоне в Республике Татарстан, позволили установить количественные показатели зон наблюдения и оценить метрологические параметры погрешностей. Разработанный метод обеспечивает воспроизводимость результатов и может применяться при проектировании, вводе в эксплуатацию и эксплуатации подсистем дорожного видеонаблюдения.

В статье представлен комплексный анализ эволюции, современного состояния и перспектив развития систем контроля и диагностики железнодорожного подвижного состава. Проведен детальный обзор мировых тенденций, включая поэтапный переход от локальных датчиков к интегрированным интеллектуальным и роботизированным комплексам, основанным на технологиях машинного зрения, лазерного сканирования, предиктивной аналитики и искусственного интеллекта. Особое внимание уделено отечественным разработкам, в частности, Интегрированному посту автоматизированного приема и диагностики подвижного состава (ППСС) и его развитию. Описаны принципы гибридной модели обработки данных, архитектура и функциональные возможности ППСС, а также его модульное расширение, включая системы ПАК-М и «Элемент». Рассмотрены подходы к интеграции диагностических систем в информационно-управляющие комплексы станций, реализации предиктивного обслуживания и созданию роботизированных диагностических кластеров. Статья адресована специалистам в области железнодорожного транспорта, диагностики, автоматизации и информационных технологий.

В статье проводится комплексный анализ безопасности автономных транспортных средств как перспективного решения глобальной проблемы дорожно-транспортного травматизма. На основе актуальных данных за 20232025 годы из международных источников, проводится сравнительная оценка аварийности беспилотных и традиционных автомобилей. Подробно рассматривается технологический потенциал автономных систем для исключения человеческого фактора основной причины ДТП. Исследуются ключевые барьеры массового внедрения: технические ограничения, проблемы кибербезопасности, правовая неопределенность и низкий уровень общественного доверия. В заключении формулируются стратегические направления для безопасной интеграции технологий, включая развитие нормативной базы, повышение прозрачности тестирования и совершенствование алгоритмов искусственного интеллекта.