До этого момента глобальная индустрия использовала исключительно каскадный метод планирования. Алгоритмы последовательно формировали сначала сетку движения, затем под нее подбирали количество машин, а в последнюю очередь – графики персонала. Подобная фрагментарность неизбежно порождала системные издержки: избыточное количество техники на линии, неоптимальные переработки сотрудников и так называемые разрывные смены.
Новая российская разработка функционирует иначе. Единая нейросетевая модель параллельно анализирует колоссальный массив данных, включая пассажиропоток, интервалы, вместимость салонов, оборот транспорта, технические регламенты и нормы труда. В ходе двухнедельного эксперимента на базе площадки «Андропова» ГУП «Мосгортранс» при участии ГКУ «Организатор перевозок» система составила расписание для девяти маршрутов. Результаты оказались впечатляющими: межрейсовые простои сократились на 34%, значительно снизилась нагрузка по ночным выходам, что позволило высвободить два резервных автобуса для усиления других направлений. Успех тестового применения технологии открывает дорогу для ее масштабирования на всю страну.
