Abstract
<jats:p>У статті запропоновано інтегровану модель адаптивного управління міськими пасажиропотоками на залізничному транспорті в режимі реального часу, орієнтовану на зниження затримок, зменшення перевантаження вузлів та підвищення якості сервісу. Методологія поєднує просторово-мережевий аналіз, короткострокове прогнозування попиту, багатокритеріальну оптимізацію, симуляційне тестування керуючих сценаріїв і контур самоадаптації за результатами фактичного виконання рішень. Транспортну систему формалізовано як орієнтований граф із часово-змінними параметрами пропускної спроможності та насичення, а вибір керуючих дій здійснюється за інтегральним критерієм, що враховує операційні, сервісні та енергетичні показники. Для врахування невизначеності використано сценарну перевірку альтернатив перед впровадженням у диспетчерську практику. На відміну від локальних підходів, запропонована архітектура забезпечує узгодження прогнозного, оптимізаційного та виконавчого рівнів у єдиному циклі прийняття рішень. Результати модельного експерименту показали стале покращення ключових індикаторів у порівнянні з базовим режимом: скорочення середніх затримок, зниження частки перевантажених вузлів, покращення сервісної стабільності та зменшення питомих енерговитрат. Проведений аналіз чутливості до зміни ваг критеріїв підтвердив робастність отриманих висновків у межах практично релевантних параметричних варіацій. Обґрунтовано, що найбільший ефект досягається за умов випереджального реагування на зростання насичення та синхронізації інформаційних впливів на пасажирів із оперативним коригуванням режимів руху. Практичне значення роботи полягає у можливості впровадження моделі в диспетчерських центрах міських залізничних систем як інструменту підвищення надійності перевізного процесу, сервісної якості та ресурсної ефективності. Запропонований підхід може бути використаний як основа для цифрового двійника транспортного вузла, інтегрованого з потоковими даними датчиків, системами інформування пасажирів і платформами підтримки диспетчерських рішень. Перспективою подальших досліджень є масштабування моделі на мультимодальні мережі та врахування довгострокових інфраструктурних обмежень. Окремо доцільно додатково дослідити вплив екстремальних подій на стійкість оперативного контуру керування.</jats:p>