В условиях глобальной цифровизации железнодорожный транспорт внедряет интеллектуальные системы прогнозирования спроса и динамического ценообразования. Исследование охватывает сбор и анализ данных, сегментацию спроса по сезонным колебаниям, разработку нейросетевых регрессионных моделей и применение метода Монте-Карло для оценки точности прогнозов. Полученные результаты позволяют оптимизировать распределение билетов, повысить удовлетворённость пассажиров и улучшить финансовые показатели перевозчика. Внедрение этих решений в деятельность ОАО «РЖД» может обеспечить гибкое управление тарифной политикой и усилить конкурентоспособность компании.

Кулягина А.П., Гринев К.В., Воробьев А.Д. (науч. рук. Васкевич Т.В.) Система предсказания спроса на билеты и адаптивного формирования цены с помощью инструментов искусственного интеллекта // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/14766