Обзор исследований применения искусственного интеллекта и цифровых двойников для ускорения транспортных потоков на железнодорожном транспорте

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.

1. 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.

2. 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.

3. 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.

4. 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.

5. Errandonea, I. Digital twin for maintenance : A literature review / I. Errandonea, S. Beltrán, S. Arrizabalaga // Computers in Industry. – 2020. – Vol. 123. – Art. 103316.

6. 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.

7. 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.

8. 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.

9. 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.

10. 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.

11. 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.

12. 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.

13. 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.

14. 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.

15. 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).

16. 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.

17. 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.

18. 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.

19. Маслов, Е. С. Разработка методов управления транспортно-экспедиционной деятельностью на основе интеллектуальных информационных технологий : специальность 05.22.01 «Транспортные и транспортно-технологические

20. 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).

21. 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).

22. 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).

23. 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).

24. 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).

25. Verband der Güterwagenhalter in Deutschland (VPI). Digital automatic coupling. – URL: https://vpihamburg.de/en/topics/dac (дата обращения: 24.01.2026).

26. Deutsche Bahn. Digitale Schiene Deutschland : Digital twin enables efficient rail operations. – URL: https://digitale-schiene-deutschland.de/en (date of access: 24.01.2026).