vrgupВестник Ростовского государственного университета путей сообщенияVestnik Rostovskogo Gosudarstvennogo Universiteta Putej Soobshcheniya0201-727XРостовский государственный университет путей сообщения10.46973/0201-727X_2026_1_36vrgup-81Research ArticleУПРАВЛЕНИЕ И ЛОГИСТИКА НА ТРАНСПОРТЕOPERATION AND LOGISTICS ON TRANSPORTОбзор исследований применения искусственного интеллекта и цифровых двойников для ускорения транспортных потоков на железнодорожном транспортеReview of research on the application of artificial intelligence and digital twins for accelerating railway transport flowsОсьмининА. Т.OsmininA. T.

Осьминин Александр Трофимович, кафедра «Управление эксплуатационной работой», доктор технических наук, профессор

Osminin Aleksandr Trofimovich, Chair “Operational Management”, Doctor of Engineering Sciences, Professor

at@osminin.comМалаховаТ. А.MalakhovaT. A.

Малахова Татьяна Александровна , кафедра «Управление эксплуатационной работой», кандидат технических наук, доцент

Malakhova Tatyana Aleksandrovna , Chair “Operational Management”, Candidate of Engineering Sciences, Associate Professor

malakhova2004@yandex.ruРящиковА. С.RyashchikovA. S.

Рящиков Александр Сергеевич, кафедра «Управление эксплуатационной работой», кандидат физико-математических наук, доцент, научный сотрудник

Ryashchikov Aleksandr Sergeevich, Chair “Operational Management”, Candidate of Physical and Mathematical Sciences, Associate Professor, Research Fellow

as1951@mail.ruОсьмининаИ. И.OsmininaI. I.

Осьминина Ирина Ивановна, кафедра «Управление эксплуатационной работой», кандидат технических наук, доцент, старший научный сотрудник

Osminina Irina Ivanovna, Chair “Operational Management”, Candidate of Engineering Sciences, Associate Professor, Senior Researcher

osminina@inbox.ruПетербургский государственный университет путей сообщения Императора Александра I (ПГУПС)Emperor Alexander I Saint Petersburg State Transport University (PSTU)202630032026013642Copyright © Осьминин А.Т., Малахова Т.А., Рящиков А.С., Осьминина И.И., 20262026Осьминин А.Т., Малахова Т.А., Рящиков А.С., Осьминина И.И.Osminin A.T., Malakhova T.A., Ryashchikov A.S., Osminina I.I.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.rgups.ru/jour/article/view/81

Представлен научный обзор отечественных и зарубежных исследований, посвящённых повышению скорости и устойчивости железнодорожных перевозок за счёт цифровизации и технологий искусственного интеллекта (ИИ). Показано, что эффект «ускорения» формируется комплексом решений: цифровыми двойниками инфраструктуры и перевозочного процесса, интеллектуальным планированием и диспетчеризацией, управлением пропускной способностью, предиктивным обслуживанием, платформенными механизмами взаимодействия участников, а также технологической автоматизацией операций в узлах (в том числе на базе цифровой автосцепки). Отдельно рассмотрена российская практика согласования перевозок на основе динамической модели загрузки инфраструктуры (ДМЗИ) ОАО «РЖД» как инструмента управления доступом к инфраструктурной мощности.

The paper provides a scientific review of Russian and international research devoted to increasing the speed and reliability of rail transportation through digitalization and artificial Intelligence (AI) technologies. The analysis shows that the “acceleration” effect is typically achieved by an integrated set of solutions: digital twins of infrastructure and the transportation process, intelligent planning and dispatching, capacity management and predictive maintenance, platform mechanisms for interaction between participants, and technological automation of operations at junctions (including the use of digital automatic couplings). A special focus is given to the Russian practice of coordinating shipments based on the Dynamic Infrastructure Load Model (DILM) as a tool for managing access to infrastructure capacity.

железнодорожная логистикаискусственный интеллектцифровой двойникдиспетчеризацияпропускная способностьДМЗИпредиктивное обслуживаниецифровые платформыrailway logisticsartificial intelligencedigital twindispatchingcapacity managementDIMLpredictive maintenancedigital platformsReferencesRevolutionizing railway systems : A systematic review of digital twin technologies / E. A. Thompson, P. Lu, P. K. Alimo [et. al.] // High-speed Railway. – 2025. – Vol. 3, Issue 3. – P. 238–250. – DOI 10.1016/j.hspr.2025.05.005.Revolutionizing railway systems : A systematic review of digital twin technologies / E. A. Thompson, P. Lu, P. K. Alimo [et. al.] // High-speed Railway. – 2025. – Vol. 3, Issue 3. – P. 238–250. – DOI 10.1016/j.hspr.2025.05.005.A literature review of Artificial Intelligence applications in railway systems / R. Tang, L. De Donato, N. Bešinović [et al.] // Transportation Research Part C : Emerging Technologies. – 2022. – Vol. 140. – Art. 103679.A literature review of Artificial Intelligence applications in railway systems / R. Tang, L. De Donato, N. Bešinović [et al.] // Transportation Research Part C : Emerging Technologies. – 2022. – Vol. 140. – Art. 103679.Towards AI-assisted digital twins for smart railways : Preliminary guideline and reference architecture / L. De Donato, R. Dirnfeld, A. Somma [et al.] // Journal of Reliable Intelligent Environments. – 2023. – Vol. 9, No. 3. – P. 303–317.Towards AI-assisted digital twins for smart railways : Preliminary guideline and reference architecture / L. De Donato, R. Dirnfeld, A. Somma [et al.] // Journal of Reliable Intelligent Environments. – 2023. – Vol. 9, No. 3. – P. 303–317.Digital twin in industry : State-of-the-art / F. Tao, H. Zhang, A. Liu [et al.] // IEEE Transactions on Industrial Informatics. – 2019. – Vol. 15, No. 4. – P. 2405–2415.Digital twin in industry : State-of-the-art / F. Tao, H. Zhang, A. Liu [et al.] // IEEE Transactions on Industrial Informatics. – 2019. – Vol. 15, No. 4. – P. 2405–2415.Errandonea, I. Digital twin for maintenance : A literature review / I. Errandonea, S. Beltrán, S. Arrizabalaga // Computers in Industry. – 2020. – Vol. 123. – Art. 103316.Errandonea, I. Digital twin for maintenance : A literature review / I. Errandonea, S. Beltrán, S. Arrizabalaga // Computers in Industry. – 2020. – Vol. 123. – Art. 103316.Enabling technologies and tools for digital twin / O. Qi, F. Tao, T. Hu [et al.] // Journal of Manufacturing Systems. – 2021. – Vol. 58. – P. 3–21.Enabling technologies and tools for digital twin / O. Qi, F. Tao, T. Hu [et al.] // Journal of Manufacturing Systems. – 2021. – Vol. 58. – P. 3–21.Kaewunruen, S. Digital twin aided sustainabilitybased lifecycle management for railway turnout systems / S. Kaewunruen, Q. Lian // Journal of Cleaner Production. – 2019. – Vol. 228. – P. 1537–1551.Kaewunruen, S. Digital twin aided sustainabilitybased lifecycle management for railway turnout systems / S. Kaewunruen, Q. Lian // Journal of Cleaner Production. – 2019. – Vol. 228. – P. 1537–1551.Gibert, X. Deep multitask learning for railway track inspection / X. Gibert, V. M. Patel, R. Chellappa // IEEE Transactions on Intelligent Transportation Systems. – 2017. – Vol. 18, No. 1. – P. 153–164.Gibert, X. Deep multitask learning for railway track inspection / X. Gibert, V. M. Patel, R. Chellappa // IEEE Transactions on Intelligent Transportation Systems. – 2017. – Vol. 18, No. 1. – P. 153–164.Systematic review railway infrastructure monitoring : From classic techniques to predictive maintenance / G. Bianchi, C. Fanelli, F. Freddi [et al.] // Advances in Mechanical Engineering. – 2025. – Vol. 17, No. 1. – DOI 10.1177/16878132241285631.Systematic review railway infrastructure monitoring : From classic techniques to predictive maintenance / G. Bianchi, C. Fanelli, F. Freddi [et al.] // Advances in Mechanical Engineering. – 2025. – Vol. 17, No. 1. – DOI 10.1177/16878132241285631.Rail Transit Digital Twin and Deep Learning for Passenger Flow Prediction / X. Ou, T. Shi, Z. Duan [et al.] // Electronics. – 2025. – Vol. 14, No. 9. – Art. 1758. – DOI 10.3390/electronics14091758.Rail Transit Digital Twin and Deep Learning for Passenger Flow Prediction / X. Ou, T. Shi, Z. Duan [et al.] // Electronics. – 2025. – Vol. 14, No. 9. – Art. 1758. – DOI 10.3390/electronics14091758.Liu, Y. A reinforcement learning approach to solving very-short term train rescheduling problem for a single-track rail corridor / Y. Liu, L. Lin, T. Liu // Journal of Rail Transport Planning & Management. – 2024. – Art. 100483. – DOI 10.1016/j.jrtpm.2024.100483.Liu, Y. A reinforcement learning approach to solving very-short term train rescheduling problem for a single-track rail corridor / Y. Liu, L. Lin, T. Liu // Journal of Rail Transport Planning & Management. – 2024. – Art. 100483. – DOI 10.1016/j.jrtpm.2024.100483.Extending UIC 406-based capacity analysis / N. Weik, F. Corman, G. Medeossi, I. Johansson // Journal of Rail Transport Planning & Management. – 2020. – Vol. 15. – Art. 100199.Extending UIC 406-based capacity analysis / N. Weik, F. Corman, G. Medeossi, I. Johansson // Journal of Rail Transport Planning & Management. – 2020. – Vol. 15. – Art. 100199.Landex, A. Capacity measurement with the UIC 406 capacity method / A. Landex // Computers in Railways X : Proceedings of the 10th International Conference on Railway Engineering Design and Operation. – 2008.Landex, A. Capacity measurement with the UIC 406 capacity method / A. Landex // Computers in Railways X : Proceedings of the 10th International Conference on Railway Engineering Design and Operation. – 2008.Власова, Н. В. Ключевые аспекты функционирования динамической модели загрузки инфраструктуры ОАО «Российские железные дороги» / Н. В. Власова, В. А. Оленцевич // Современные технологии. Системный анализ. Моделирование. – 2023. – № 4 (80). – С. 148–157. – DOI 10.26731/1813-9108.2023.4(80).148-157.Vlasova, N. V. Key aspects of the functioning of the dynamic model of infrastructure loading of JSC Russian Railways / N. V. Vlasova, V. A. Olentsevich // Modern technologies. Systems analysis. Modeling. – 2023. – No. 4 (80). – P. 148–157. – DOI 10.26731/1813-9108.2023.4(80).148-157.Об утверждении Технологии работы Динамической модели загрузки инфраструктуры ОАО «РЖД» при согласовании заявок ГУ-12 и заявок на порожние : распоряжение от 25 ноября 2022 г. N 3090/р (ред. 11.07.2023) : нормативный документ. – URL: cargo.rzd.ru api/media/resources/2532460 (дата обращения: 10.02.2026).On approval of the Technology for the operation of the Dynamic Model of Infrastructure Loading of JSC Russian Railways when coordinating GU-12 applications and applications for empty trains : order of November 25, 2022 No. 3090/r (as amended on July 11, 2023) : regulatory document. – URL: cargo.rzd.ru api/media/resources/2532460 (date of access: 10.02.2026).Зябиров, Х. Ш. Современные технологии в управлении перевозочным процессом на железнодорожном транспорте : монография / Х. Ш. Зябиров, И. Н. Шапкин // Финансы и статистика. – 2-е изд. – Москва, 2024. – 484 с. – ISBN 978-5-00184-112-8.Zyabirov, Kh. Sh. Modern technologies in managing the transportation process in railway transport : monograph / H. Sh. Zyabirov, I. N. Shapkin // Finance and statistics. – 2nd ed. – Moscow, 2024. – 484 p. – ISBN 978-5-00184-112-8.Гулый, И. М. Теория и методология экономической оценки цифровых платформенных решений в сфере грузовых смешанных перевозок на основе железнодорожного транспорта : специальность 5.2.3 «Региональная и отраслевая экономика» : диссертация на соискание ученой степени доктора экономических наук / И. М. Гулый. – Санкт-Петербург, 2024. – 338 с.Gulyy, I. M. Theory and methodology of economic evaluation of digital platform solutions in the field of freight mixed transportation based on rail transport : specialty 5.2.3 "Regional and sectoral economics" : dissertation for the degree of doctor of economical sciences / I. M. Gulyy. – St. Petersburg, 2024. – 338 p.Дмитриев, А. В. Формирование и развитие цифровых экосистем транспортно-логистического обслуживания : специальность 08.00.05 «Экономика и управление народным хозяйством» (логистика) : диссертация на соискание ученой степени доктора экономических наук / А. В. Дмитриев. – Санкт-Петербург, 2021. – 410 с.Dmitriev, A. V. Formation and development of digital ecosystems of transport and logistics services : specialty 08.00.05 "Economics and Management of the National Economy" (logistics) : dissertation for the degree of doctor of economical sciences / A. V. Dmitriev. – St. Petersburg, 2021. – 410 p.Маслов, Е. С. Разработка методов управления транспортно-экспедиционной деятельностью на основе интеллектуальных информационных технологий : специальность 05.22.01 «Транспортные и транспортно-технологическиеMaslov, E. S. Development of methods for managing transport and forwarding activities based on intelligent information technologies : specialty 05.22.01 "Transport and transport-technological системы страны, ее регионов и городов, органи- зация производства на транспорте» : автореферат диссертации кандидата технических наук / Е. С. Маслов. – Москва, 2019. – 24 с. systems of the country, its regions and cities, organization of production in transport" : abstract of the dissertation of candidate of technical sciences / E. S. Maslov. – Moscow, 2019. – 24 p.European Union Agency for Railways. Mandatory specifications (ETCS, GSM-R, FRMCS, ATO). – URL: https://www.era.europa.eu/era-folder/1-ccstsi-appendix-mandatory-specifications-etcs-b4-r1-rmr-gsm-r-b1-mr1-frmcs-b0-ato-b1 (дата обращения: 24.01.2026).European Union Agency for Railways. Mandatory specifications (ETCS, GSM-R, FRMCS, ATO). – URL: https://www.era.europa.eu/erafolder/1-ccs-tsi-appendix-mandatory-specifications-etcs-b4-r1-rmr-gsm-r-b1-mr1-frmcs-b0-atob1 (date of access: 24.01.2026).Europe’s Rail Joint Undertaking. Digital Automatic Coupling (DAC) Factsheet. – URL: https://rail-research.europa.eu/wp-content/uploads/2020/11/DAC-Factsheet.pdf (дата обращения: 24.01.2026).Europe’s Rail Joint Undertaking. Digital Automatic Coupling (DAC) Factsheet. – URL: https://rail-research.europa.eu/wp-content/uploads/2020/11/DAC-Factsheet.pdf (date of access: 24.01.2026).Federal Ministry of Transport and Digital Infrastructure (Germany). Technical Report : “DAC Technology” – URL: https://www.railwaypro.com/wp/germany-presents-dac-study (дата обращения: 24.01.2026).Federal Ministry of Transport and Digital Infrastructure (Germany). Technical Report : “DAC Technology” – URL: https://www.railwaypro.com/wp/germany-presents-dac-study (date of access: 01/24/2026).Federal Ministry for Digital and Transport (Germany). DAC Demonstrator – Interim Report on the Completion of Phase II. – URL: https://www.railwaypro.com/wp/operational-tests-begin-for-dacfreight-train/ (дата обращения: 24.01.2026).Federal Ministry for Digital and Transport (Germany). DAC Demonstrator – Interim Report on the Completion of Phase II – URL: https://www.railwaypro.com/wp/operational-tests-begin-for-dacfreight-train/ (date of access: 24.01.2026).International Union of Railways (UIC). European Digital Automatic Coupling (DAC) : key element for the Green Deal modal shift. – URL: https://uic.org/com/enews/article/european-digitalautomatic-coupling-dac-key-element-for-the-greendeal-modal (дата обращения: 24.01.2026).International Union of Railways (UIC). European Digital Automatic Coupling (DAC) : key element for the Green Deal modal shift. – URL: https://uic.org/com/enews/article/european-digitalautomatic-coupling-dac-key-element-for-thegreen-deal-modal (date of access: 24.01.2026).Verband der Güterwagenhalter in Deutschland (VPI). Digital automatic coupling. – URL: https://vpihamburg.de/en/topics/dac (дата обращения: 24.01.2026).Verband der Güterwagenhalter in Deutschland (VPI). Digital automatic coupling. – URL: https://vpihamburg.de/en/topics/dac (дата обращения: 24.01.2026).Deutsche Bahn. Digitale Schiene Deutschland : Digital twin enables efficient rail operations. – URL: https://digitale-schiene-deutschland.de/en (date of access: 24.01.2026).Deutsche Bahn. Digitale Schiene Deutschland : Digital twin enables efficient rail operations. – URL: https://digitale-schiene-deutschland.de/en (date of access: 24.01.2026).

The authors declare that there are no conflicts of interest present.