Комплексная оптимизация эксплуатации пассажирских поездов на базе автоматизированной системы управления рентабельностью пассажирских перевозок

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.

1. Talluri K.T., van Ryzin G. J. The Theory and Practice of Revenue Management. Boston: Kluwer Academic Publishers, 2004. 713 p.

2. Венедиктов Г.Л., Кочетков В.М. Повышение рентабельности пассажирских железнодорожных перевозок методом комплексной оптимизации // Экономика железных дорог. 2013. № 11. С. 12–24.

3. Венедиктов Г.Л., Кочетков В.М. Экономические модели повышения доходности при жестком ограничении предложения // Экономика и математические методы. 2012. Т. 48. № 1. С. 111–118.

4. Венедиктов Г.Л., Кочетков В.М. Эффективные методы прогнозирования пассажирского спроса на железнодорожном транспорте // Экономика железных дорог. 2016. № 6. С. 36–45.

5. Реализация экономико-математических моделей в автоматизированных системах управления рентабельностью пассажирских перевозок / О.Ф. Мирошниченко [и др.] // Вестник ВНИИЖТ. 2011. № 4. С. 33–39.

6. Повышение эффективности железнодорожных перевозок на базе автоматизированной системы управления рентабельностью / О.Ф. Мирошниченко [и др.] // Железнодорожный транспорт. 2011. № 12. С. 56–60.

7. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: Юнити, 1998. 1022 с.

8. Ефимов С.М. Методика анализа факторов, определяющих спрос на пассажирские перевозки // Мир транспорта. 2015. Т. 13. № 2. С. 114–120.

9. Van Westendorp P. NSS-Price Sensitivity Meter (PSM) – A new approach to study consumer perception of price // Proceedings of the ESOMAR Congress (Venice, 5–9 September 1976). Venice, 1976. Р. 139–167.

10. Time Series Analysis: Forecasting and Control / G. Box [et al.]. Fifth edition. New York: Wiley, 2015. 712 p.

11. Brockwell P.J., Davis R.A. Introduction to Time Series and Forecasting. New York: Springer, 2002. 434 p.

12. Канторович Г.Г. Анализ временных рядов // Экономический журнал Высшей школы экономики. 2002. Т. 6. № 2. С. 251–269.

13. Diebold F.X. Elements of Forecasting. [S. l.]: South-Western College Pub, 2007. P. 129–384.

14. Минашкин В.Г., Садовников а Н.А., Ш мой лов а Р.А. Оценка точности и надежности прогнозов [Электронный ресурс] // Бизнес-статистика и прогнозирование: учеб.-практ. пособие / Московский гос. ун-т экономики, статистики и информатики. М., 2008. Гл. 16. URL: https://studfiles.net/preview/3490105/page:44 (дата обращения: 06.02.2020 г.).