Методика прогнозирования спроса на грузовые перевозки

Содержится описание разработанной авторами эффективной методики прогнозирования спроса на грузовые перевозки. В рамках исследования предложено использовать комплексный подход, включающий в себя различные методы прогнозирования, такие как анализ временных рядов, эконометрические модели и экспертные оценки. Анализ временных рядов представляет собой метод, основанный на изучении изменений величины переменной во времени. Эконометрические модели, в свою очередь, позволяют установить зависимость между различными экономическими показателями и спросом на грузовые перевозки. Использование экспертных оценок позволяет учесть особенности конкретной отрасли и принять во внимание мнение профессионалов. Исследование подтверждает, что использование различных методов прогнозирования может значительно повысить точность прогнозов и помочь логистическим компаниям принимать более обоснованные решения. Таким образом, разработанная авторами методика прогнозирования спроса на грузовые перевозки позволяет достичь наиболее точных результатов и оптимизировать деятельность логистических компаний. 

1. Изотов, О. А. Прогнозирование перевозок грузов / О. А. Изотов // Системный анализ и логистика. – 2019. – №. 4. – С. 12–19. – EDN NDIYRJ.

2. Анализ выходных характеристик пневмоприводной системы пескоподачи транспортных машин / И. А. Яицков, П. Ю. Коновалов, Ю. П. Булавин, И. В. Волков // Известия Тульского государственного университета. Технические науки. – Вып. 3. – 2020. – С. 242–253. – EDN HHGRAE.

3. Головач, Ю. Н. Пневмоавтоматика локомотивов / Ю. Н. Головач, И. В. Скогорев, В. О. Кубиль. – Новочеркасск : Геликон, 2006. – 276 с. – ISBN 5-901677-02-1.

4. Краковский, Ю. М. Прогнозирование грузооборота дороги на основе статистической и экспертной информации / Ю. М. Краковский, И. А. Домбровский // Вестник стипендиатов DAAD. – 2013. – № 1. – С. 48–54. – DOI 10.36724/2072-8735-2023-I7-I-33-41.

5. Краковский, Ю. М. Обобщенное прогнозирование показателей грузовых перевозок железнодорожным транспортом на основе сценарного подхода / Ю. М. Краковский, Н. Н. Попова // Вестник Ростовского государственного университета путей сообщения. – 2020. – № 3. – С. 132– 138. – DOI 10.31063/2073-6517/201.16-4.10.

6. Петров, М. Б. Новые подходы к прогнозированию в целях управления развитием больших систем территориальной инфраструктуры / М. Б. Петров, К. Б. Кожов // Инновационный транспорт. – 2017. – № 2. – С. 3–10. – DOI 10.20291/2311.164Х-2017-2-3-10.

7. Application of fuzzy-based support vector regression to forecast of international airport freight volumes / C. H. Yang [et al.] // Mathematics. – 2022. – Vol. 10, No. 14. – P. 2399. – DOI 10.3390/math10142399.

8. СП 131.13330.2020. Строительная климатология : свод правил : издание официальное : утвержден и введен в действие Приказом Министерства строительства и жилищно-коммунального хозяйства Российской Федерации от 24 декабря 2020 г. № 859/пр. (ред. 30.05.2022). – Москва : Минстрой России, 2020. – 150 с.

9. Богачёв, Т. В. Методика анализа и прогнозирования экономических показателей региональных транспортных систем методом нечеткой линейной регрессии / Т. В. Богачёв, Т. В. Алексейчик, И. А. Харитонов // Вестник Ростовского государственного экономического университета (РИНХ). – 2020. – № 1(69). – С. 150–157. – EDN FMLPPP.

10. A system dynamics model for shipbuilding demand forecasting / Y. Wada [et al.] // Journal of Marine Science and Technology. – 2018. – Vol. 23, No. 2. – P. 236–252. – DOI 10.1007/s00773-017-0466-6.

11. Gao, S. Road Traffic Freight Volume Forecast Using Support Vector Machine Combining Forecasting / S. Gao, Z. Zhang, C. Cao // Journal of Software. – 2011. – Vol. 6, No. 9. – P. 1680–1687. – DOI 10.4304/JSW.6.9.1680-1687.

12. Тимченко, В. С. Программный комплекс имитационного моделирования процессов железнодорожных перевозок / В. С. Тимченко // НАУКА. УНИВЕРСИТЕТ. – 2016. – С. 176– 178. – EDN XAQVFJ.

13. Timchenko, V. S. Software complex for simulation modeling of railway transportation processes / V. S. Timchenko // SCIENCE. UNIVERSITY. – 2016. – P. 176–178. – EDN XAQVFJ.

14. Федеральная служба государственной статистики : официальный сайт. – URL: https://rosstat.gov.ru (дата обращения: 11.11.2023).

15. Официальная статистическая методология исчисления индекса промышленного производства : утверждена приказом Росстата от 16.01.2020 № 7. – URL: https://rosstat.gov.ru/storage/mediabank/met_indOKVED2.pdf (дата обращения: 11.11.2023).

16. Выскребенцев, И. С. Методика оценки уровня развития транспортной инфраструктуры региона / И. С. Выскребенцев, М. Б. Петров // Транспорт Урала. – 2023. – № 3(78). – С. 99–104. – DOI 10.20291/1815-9400-2023-3-99-104.