Method of forecasting passenger flows in organisation of high-speed transportation
Abstract
Estimation of projected demand for passenger transportation on newly created infrastructure is very important for justification of expedience of attracting investments. Creation of instruments for estimation of projected passenger flows of planned high-speed railway mainlines in Russia will allow evaluation of strategic decisions in development of passenger railway transportation. The paper proposes a new method for evaluation of demand for passenger transportation based on determination of qualitative characteristic of the communication being formed, accounting for gravitational approach.
About the Authors
S. P. Vakulenko
Russian University of Transport (MIIT)
Russian Federation
Russian Federation
Sergei P. Vakulenko, Cand. Sc. Eng., professor, director of the Management and Digital Technlogies Institute
D. Iu. Romenskii
Russian University of Transport (MIIT)
Russian Federation
Russian Federation
Dmitrii Iu. Romenskii, senior instructor of the Transport Business Management and Intelligent Systems department
K. A. Kalinin
Russian University of Transport (MIIT)
Russian Federation
Russian Federation
Kirill A. Kalinin, assistant of the Transport Business Management and Intelligent Systems department
References
1. Киселев, И. П. Высокоскоростной сухопутный транспорт: состояние и перспективы // Транспорт РФ. — 2010. — № 6 (31). — С. 60–67.
2. Вакуленко, С. П. Высокоскоростная магистраль Санкт-Петербург — Москва: проблемы и перспективы / С. П. Вакуленко, А. В. Колин // Железнодорожный транспорт. — 2006. — № 6. — С. 47–51.
3. Прокофьев, М. Н. Новые железные дороги нужны России // Транспорт РФ. — 2019. — № 5 (84). — С. 38–41.
4. Butyrkin, A. Ya. Models for predicting passenger traffic in rail and air transport / A. Ya. Butyrkin, E. B. Kulikova, O. N. Madyar, E. I. Dmitrieva // IOP Conference Series: Materials Science and Engineering. — IOP Publishing Ltd, 2020.
5. Правдин, Н. В. Прогнозирование грузовых потоков / Н. В. Правдин, М. Л. Дыканюк, В. Я. Негрей. — М.: Транспорт, 1987. — 247 с.
6. Макарова, Е. А. Моделирование тенденций развития спроса на пассажирские перевозки в дальнем сообщении с учетом особенностей его формирования по регионам Российской Федерации / Е. А. Макарова, К. В. Суржин, С. Б. Елизаров, С. С. Морозов // Вестник ВНИИЖТ. — 2017. — Том 76. — № 1. — С. 38–44.
7. Кочнева, Д. И. Методика прогнозирования транспортного спроса в пунктах зарождения пассажиропотока на градуированной транспортной сети / Д. И. Кочнева, Д. А. Брусянин // Вестник Уральского государственного университета путей сообщения. — 2014. — № 4(24). — С. 50–58.
8. Алпысова, В. А. Моделирование и прогнозирование пассажиропотока высокоскоростной магистрали на примере поездов «Сапсан» направления Санкт-Петербург / В. А. Алпысова, Н. С. Бушуев, Д. О. Миненко // Транспорт Урала. — 2014. — № 2 (41). — С. 50–53.
9. Макарова, Е. А. Прогнозирование пассажиропотоков в дальнем сообщении на инфраструктуре ОАО «РЖД» по регионам Российской Федерации / Е. А. Макарова, К. В. Суржин, С. Б. Елизаров, С. С. Морозов // Транспорт: наука, техника, управление: науч. информ. сб. — 2017. — № 2. — С. 34–39.
10. Макарова, Е. А. Оценка научных результатов по прогнозированию региональных пассажирских транспортных потоков / Е. А. Макарова, К. В. Суржин, С. Б. Елизаров, С. С. Морозов // Бюллетень ОУС ОАО «РЖД». — 2017. — № 1. С. 23–35.
11. Lv, Y. Traffic Flow Prediction with Big Data: A Deep Learning Approach / Lv, Y., Duan, Y., Kang, W., Li, Z., Wang, F. // IEEE Transactions on Intelligent Transportation Systems. — 2015. — Vol. 16, Issue 2. — P. 865–873.
12. Song, X. A Match-Then-Predict Method for Daily Traffic Flow Forecasting Based on Group Method of Data Handling / Song, X., Li, W., Ma, D., Wang, D., Qu, L., Wang, Y. // Computer-Aided Civil and Infrastructure Engineering. — 2018. — Vol. 33, Issue 11. —P. 982–998.
13. Lebedeva, O. A. Prediction of traffic flows by applying the statistical method / O. A. Lebedeva, J. O. Poltavskaya // Journal of Physics: Conference Series. — 2020.
14. Вакуленко, С. П. Прогнозирование пассажиропотоков — важнейший инструмент эффективной организации пассажирских перевозок в пригородно-городской зоне крупного транспортного узла / С. П. Вакуленко, Е. Б. Куликова, О. Н. Мадяр // Наука и техника транспорта. — 2019. — № 1. — С. 8–15.
15. Куликова, Е. Б. Многофакторная оценка возможности назначения остановки пассажирского поезда дальнего следования в пригородных зонах крупных железнодорожных узлов / Е. Б. Куликова, О. Н. Мадяр // Наука и техника транспорта. — 2018. — № 4. — С. 51–56.
16. Hu, B. Statistical analysis and predictability of inter-urban highway traffic flows: a case study in Heilongjiang Province, China / Hu, B., Ma, Y., Pei, Y., Gao, W. // Transportmetrica A: Transport Science. — 2020. — Vol. 16, Issue 3. — P. 1062–1078.
17. Liu, Y. How urban land use influences commuting flows in Wuhan, Central China: A mobile phone signaling data perspective / Liu, Y., Fang, F., Jing, Y. // Sustainable Cities and Society. — 2020. — Vol. 53.
18. Fischer, S. M. A hybrid gravity and route choice model to assess vector traffic in large-scale road networks / Fischer, S.M., Beck, M., Herborg, L.-M., Lewis, M.A. // Royal Society Open Science. — 2020. — Vol. 7, Issue 5.
19. Балашов, В. В. Модель оценки спроса на пассажирские авиаперевозки, оплачиваемые пассажирами из собственных средств / В. В. Балашов, А. В. Смирнов А. В. // Научный вестник московского государственного технического университета гражданской авиации. — 2006. — № 104. — С. 24–31.
20. ГОСТ Р 54732–2011/ISO/TS10004:2010 Менеджмент качества. Удовлетворенность потребителей. Руководящие указания по мониторингу и измерению.
21. Кулачинская, А. Ю. Информационные технологии в городском пассажирском транспорте как инструмент повышения качества услуг / А. Ю. Кулачинская // Инновационные кластеры цифровой экономики: драйверы развития. — 2018. — С. 405–411.
22. Кузьмин, А. М. Модель Кано / А. М. Кузьмин // Методы менеджмента качества. — 2007. — № 3. — С. 33.
23. Семакина, Г. А. Взаимоотношения с потребителями — основа конкурентоспособности предприятий сферы сервиса / Г. А. Семакина // Бизнес. Образование. Право. — 2015. — № 2(31). — С. 115–119.
24. Вакуленко, С. П. Тактовые графики движения поездов на участках с интенсивным пассажирским движением на примере московского железнодорожного узла / С. П. Вакуленко, Д. Ю. Роменский, А. В. Колин // Транспорт: наука, техника, управление: науч. информ сб. — 2020. — № 9. — С. 3–7.
25. Роменский, Д. Ю. Обоснование величины потребного интервала между транспортными средствами в пригородно-городских пассажирских перевозках на примере работы железнодорожных диаметров / Д. Ю. Роменский, К. А. Калинин // Вестник УрГУПС. — 2020. — № 3 (47). — С. 81–88.
Review
For citations:
Vakulenko S.P., Romenskii D.I., Kalinin K.A. Method of forecasting passenger flows in organisation of high-speed transportation. Transport of the Russian Federation. 2021;(1-2):34-39. (In Russ.)
Views:
32
Email this article 