Венедиктов Геннадий Львович, кандидат технических наук, генеральный директор
Санкт-Петербург, 194291
Gennadiy L. Venediktov, Cand. Sci. (Eng.), General Director
St. Petersburg, 194291
Кочетков Валерий Михайлович, канд. физ.-мат. наук, руководитель проекта
Санкт-Петербург, 194291
Valeriy M. Kochetkov, Cand. Sci. (Phys.-Math.), Project Manager
St. Petersburg, 194291
Статья посвящена решению актуальной для пассажирского комплекса задачи оптимизации тарифной политики при наиболее рациональном использовании подвижного состава. Излагаются принципы экономико-математического моделирования с целью определения оптимального количества вагонов в составах пассажирских поездов и цен на проезд в едином расчетном процессе, названном комплексной оптимизацией. Разработанные модели позволяют формировать оптимальные схемы составов в соответствии с прогнозируемым спросом, уравновешивая спрос и предложение на перевозки, что, в свою очередь, радикально повышает их экономическую эффективность. Одновременно с нахождением оптимальных схем методом комплексной оптимизации определяются такие цены на проезд, при которых баланс спроса и предложения достигается при максимально возможном экономическом эффекте. В статье рассматриваются аналитические модели пассажирского спроса, принципы реализации процедуры комплексной оптимизации, проблемы прогнозирования пассажирского спроса и особенности расчетов прогноза спроса на примере поезда № 17/18 «Карелия» на направлении Петрозаводск—Москва, а также предлагается решение задачи определения оптимальных цен и схем составов. На примере реальных данных эксплуатации этого поезда произведена оценка эффективности автоматизированной системы управления рентабельностью пассажирских перевозок, созданной на базе алгоритмов комплексной оптимизации. Показано, что разработанные аналитические модели пассажирского спроса позволяют решать оптимизационные задачи, повышающие эффективность автоматизированных систем управления экономическими показателями перевозочного процесса, а мультимодельная система прогнозирования обеспечивает удовлетворительную точность при высоком уровне детализации прогнозов. В связи с тем, что уровень расходов на рейсы поездов радикально влияет на результат оптимизации перевозочного процесса при переменных схемах составов, принятый критерий оптимизации учитывает как доходы, так и расходы на перевозку. Приведены данные расчетов, показывающих, что процедура комплексной оптимизации для поезда «Карелия» могла бы дать значительный дополнительный финансовый результат.
The article is devoted to solving the problem of optimizing the tariff policy, which is relevant for the passenger complex, with the most rational use of the rolling stock. Principles of economic and mathematical modeling are presented in order to determine the optimal number of cars in passenger trains and prices for travel in a single calculation process called complex optimization. Developed models make it possible to form optimal train schemes in accordance with the predicted demand, balancing supply and demand for transportation, which, in turn, radically increases its economic efficiency. Simultaneously with finding the optimal schemes by the method of complex optimization, such fares are determined at which the balance of supply and demand is achieved with the maximum possible economic effect. The article discusses the analytical models of passenger demand, the principles of implementation of the complex optimization procedure, the problems of forecasting passenger demand and the features of calculating the forecast of demand for the example of train No. 17/18 “Karelia” on the Petrozavodsk—Moscow route, and also offers a solution to the problem of determining the optimal prices and train schemes. On the example of real data of the operation of this train, the effectiveness of the automated system for managing the profitability of passenger traffic, created on the basis of complex optimization algorithms, was evaluated. It is shown that the developed analytical models of passenger demand allow solving optimization problems that increase the efficiency of automated control systems for the economic indicators of the transportation process, and the multi-model forecasting system provides satisfactory accuracy with a high level of forecast detail. Due to the fact that the level of expenses for train journeys radically affects the result of optimization of the transportation process with variable train schemes, the adopted optimization criterion takes into account both income and transportation costs. The results of calculations are presented showing that the complex optimization procedure for the “Karelia” train could give a significant additional financial result.
The authors declare that there are no conflicts of interest present.