с 01.01.2025 по настоящее время
Россия
УДК 33 Экономика. Экономические науки
В условиях цифровой трансформации городской среды модернизация транспортной системы приобретает стратегическое значение. Цель исследования заключается в систематизации направлений применения технологий искусственного интеллекта в транспортных системах городов России и формировании модели уровней их интеллектуализации. В работе использованы методы анализа и обобщения научных публикаций, сравнительный анализ практик внедрения ИИ и структурно-логический подход к построению модели. Выявлены различия между операционным и стратегическим уровнями применения ИИ и обоснована необходимость их разграничения. Предложена модель уровней интеллектуализации городской транспортной системы и матрица оценки цифровой зрелости. Научная новизна заключается в разработке концептуальной модели уровней интеллектуализации и их системной классификации. Практическая значимость связана с возможностью использования модели при планировании цифровой модернизации транспортных систем. Перспективы исследований связаны с эмпирической апробацией предложенной модели.
городская транспортная система, искусственный интеллект, интеллектуальные транспортные системы, интеллектуализация, предиктивное управление, городская мобильность
1. Андреев Е. О., Жанказиев С. В., Зырянов В. В., Павлов А. С. Развитие архитектуры интеллектуальных транспортных систем // T-Comm – Телекоммуникации и транспорт. – 2024. – Т. 18. – № 1. – С. 38–43. https://doi.org/10.36724/2072-8735-2024-18-1-38-43.
2. Балдин А. В., Ерошок И. Д. Цифровое моделирование практических задач на примере маршрутизации городской транспортной сети // Вестник науки. – 2020. – № 8 (29).
3. Глебов С. Д., Соколов М. С. Оценка уровня цифровизации транспортного комплекса Москвы // Вестник Московского городского педагогического университета. Серия: Экономика. – 2024. – № 2 (40). – С. 41–51. https://doi.org/10.25688/2312-6647.2024.40.2.03.
4. Гребенкина С. А., Гребенкина И. А., Благодир А. Л. Интеллектуальные транспортные системы как фактор социально-экономического развития // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. – 2020. – № 2. – С. 317–329.
5. Диденко Д. Н. Искусственный интеллект на транспорте сегодня // Актуальные исследования. – 2025. – № 2 (237). – Ч. II. – С. 65–70.
6. Егоров С. В., Шационок П. В., Ерпылева А. И., Жарков Д. И. Мировой и российский опыт применения интеллектуальных транспортных систем // ТДР. – 2022. – № 2.
7. Кузнецов С. А., Николаев В. А. Организационно-технические аспекты внедрения интеллектуальных транспортных систем в городских агломерациях // Экономика и управление. – 2025. – Т. 31. – № 6. – С. 728–737. https://doi.org/10.35854/1998-1627-2025-6-728-737.
8. Ларин А. Н., Ларина И. В. Цифровизация автотранспортной и железнодорожной отраслей как ключевой элемент цифровой экономики // Известия Транссиба. – 2021. – № 4 (48). DOI: https://doi.org/10.30987/2223-4608-2021-12-3-6
9. Сырцова Е. А. Эффекты внедрения интеллектуальных транспортных систем в регионах России // Государственное управление. Электронный вестник. – 2023. – № 101. – С. 159–169. https://doi.org/10.24412/2070-1381-2023-101-159-169.
10. Gheorghe, C., Soica, A. (2025) Revolutionizing urban mobility: A systematic review of AI, IoT, and predictive analytics in adaptive traffic control systems for road networks. Electronics. Vol. 14. No 4. DOI: https://doi.org/10.3390/electronics14040719. (In Eng.)
11. He, Y., Liu, B., Xu, C., Wu, D. (2025) Literature review on public transport and land use: Based on CiteSpace statistical analysis. Land. Vol. 14. No 5. DOI: https://doi.org/10.3390/land14051096. (In Eng.)
12. Jevinger, Å., Zhao, C., Persson, J. A. et al. (2024) Artificial intelligence for improving public transport: a mapping study. Public Transport. Vol. 16. pp. 99–158. DOI: https://doi.org/10.1007/s12469-023-00334-7. (In Eng.)
13. Michailidis, P., Michailidis, I., Lazaridis, C. R., Kosmatopoulos, E. (2025) Traffic signal control via reinforcement learning: A review on applications and innovations. Infrastructures. Vol. 10. No 5. DOI: https://doi.org/10.3390/infrastructures10050114. (In Eng.)
14. Rong, R., Ma, S., Ren, N. et al. (2025) Generative artificial intelligence in intelligent transportation systems: A systematic review of applications. Frontiers of Engineering Management. Vol. 12. pp. 1020–1036. DOI: https://doi.org/10.1007/s42524-025-4241-9. (In Eng.)
15. Zulkarnain, Putri T. D. (2021) Intelligent transportation systems (ITS): A systematic review using a Natural Language Processing approach. Heliyon. Vol. 7. No 12. DOI: https://doi.org/10.1016/j.heliyon.2021.e08615. (In Eng.)
