Journal of Applied Research Journal of Applied Research Журнал прикладных исследований 2712-7516 2949-1878 115319 10.26118/1141.2025.69.22.042 ЭКОНОМИКА. ЭКОНОМИЧЕСКИЕ НАУКИ. ECONOMICS. ECONOMIC SCIENCES. ЭКОНОМИКА. ЭКОНОМИЧЕСКИЕ НАУКИ. Trends: Adaptive Forecasting and Sustainability in Managing Global Passenger Flows Тренды: адаптивное прогнозирование и устойчивость в управлении глобальными пассажиропотоками Павловский Никита Владимирович Pavlovsky Nikita Vladimirovich

аспирант экономических наук;

graduate student of economic sciences;

 Московская международная академия Москва Россия Moscow International Academy Moscow Russian Federation 21 02 2026 21 02 2026 64-70 18 02 2026 https://jomeam.ru/en/nauka/article/115319/view

Глобальные пассажирские потоки, охватывающие миллиарды перемещений ежегодно, играют важную роль в мировой экономике. Объём пассажирских перевозок в 2024 году превысил 9,5 млрд. человек. Повышение мобильности населения за счет роста доступности качественных транспортных услуг является важнейшим приоритетом государственной транспортной политики. Однако события последних лет выявили нестабильность классических методов управления глобальными пассажиропотоками. Пандемия привела к снижению потоков на 66% в 2020 году, указав на необходимость поиска адаптационных методов прогнозирования. Цифровые инструменты, помогающие оперативно оценивать пассажирские потоки, дают возможность значительно повысить эффективность глобальных пассажироперевозок. Автор рассматривает проблемы прогнозирования и устойчивости в управлении пассажирскими потоками. Адаптивное прогнозирование подразумевает модели, корректируемые по актуальным данным с использованием искусственного интеллекта и больших массивов информации. Современные подходы в управлении глобальными пассажиропотоками с машинным обучением, повышают точность прогнозов на 15-20%. Устойчивость в управлении пассажиропотоками включает сопротивление шокам и скорость восстановления. Предлагаемая автором модель адаптивного прогнозирования в управлении глобальными пассажиропотоками объединяет LSTM и сценарии. Адаптивное прогнозирование и устойчивость – ключевые тренды для стабильного развития глобальных пассажиропотоков. Цель исследования – проанализировать тренды, разработать новую модель прогнозирования и оценить её вклад в устойчивость в управлении глобальными пассажиропотоками.

Global passenger flows, comprising billions of trips annually, play a vital role in the global economy. Passenger traffic volumes exceeded 9.5 billion in 2024. Improving population mobility through increased access to high-quality transport services is a key priority for government transport policy. However, recent events have highlighted the instability of traditional methods for managing global passenger flows. The pandemic led to a 66% decline in passenger flows in 2020, highlighting the need for adaptive forecasting methods. Digital tools that help quickly assess passenger flows offer the potential to significantly improve the efficiency of global passenger transport. The author examines the challenges of forecasting and resilience in passenger flow management. Adaptive forecasting involves models that are adjusted based on current data using artificial intelligence and big data. Modern approaches to managing global passenger flows, including machine learning, improve forecast accuracy by 15-20%. Resilience in passenger flow management includes resistance to shocks and speed of recovery. The author's proposed adaptive forecasting model for global passenger flow management combines LSTM and scenario-based approaches. Adaptive forecasting and resilience are key trends for the sustainable development of global passenger flows. The goal of the study is to analyze these trends, develop a new forecasting model, and evaluate its contribution to resilience in global passenger flow management.

 адаптивное прогнозирование устойчивость пассажиропотоки машинное обучение сценарийное моделирование adaptive forecasting resilience passenger flows machine learning scenario modeling

Отчет о мировом рынке пассажирских перевозок за 2024 год. URL: https://ru.tripinfo.com/itm/articles/2024-global-source-passenger-market-report. (дата обращения: 19.12.2025 г.). Otchet o mirovom rynke passazhirskih perevozok za 2024 god. URL: https://ru.tripinfo.com/itm/articles/2024-global-source-passenger-market-report. (data obrascheniya: 19.12.2025 g.). Агафонов А.А., Ефименко Е.Ю. Прогнозирование движения подключенных транспортных средств в сценарии с адаптивным управлением сигналами светофоров // IX Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии», 2023. – URL: https://repo.ssau.ru/bitstream/Informacionnye-tehnologii-i-nanotehnologii/Prognozirovanie-dvizheniya-podkluchennyh-transportnyh-sredstv-v-scenarii-s-adaptivnym-upravleniem-signalami-svetoforov-105981/1/978-5-7883-1919-3_2023-030422.pdf. (дата обращения: 19.12.2025 г.). Agafonov A.A., Efimenko E.Yu. Prognozirovanie dvizheniya podklyuchennyh transportnyh sredstv v scenarii s adaptivnym upravleniem signalami svetoforov // IX Mezhdunarodnaya konferenciya i molodezhnaya shkola «Informacionnye tehnologii i nanotehnologii», 2023. – URL: https://repo.ssau.ru/bitstream/Informacionnye-tehnologii-i-nanotehnologii/Prognozirovanie-dvizheniya-podkluchennyh-transportnyh-sredstv-v-scenarii-s-adaptivnym-upravleniem-signalami-svetoforov-105981/1/978-5-7883-1919-3_2023-030422.pdf. (data obrascheniya: 19.12.2025 g.). Распоряжение Правительства РФ от 27.11.2021 N 3363-р (ред. от 06.11.2024) «О Транспортной стратегии Российской Федерации до 2030 года с прогнозом на период до 2035 года». URL: https://www.consultant.ru/document/cons_doc_LAW_402052/. (дата обращения: 19.12.2025 г.). Rasporyazhenie Pravitel'stva RF ot 27.11.2021 N 3363-r (red. ot 06.11.2024) «O Transportnoy strategii Rossiyskoy Federacii do 2030 goda s prognozom na period do 2035 goda». URL: https://www.consultant.ru/document/cons_doc_LAW_402052/. (data obrascheniya: 19.12.2025 g.). Милосердов Д.И. Усовершенствованная система нейросетевого прогнозирования групп временных рядов с непрерывным обучением // Информационно-управляющие системы, 2024. – № 1 (128). Miloserdov D.I. Usovershenstvovannaya sistema neyrosetevogo prognozirovaniya grupp vremennyh ryadov s nepreryvnym obucheniem // Informacionno-upravlyayuschie sistemy, 2024. – № 1 (128). Федосеев М.В. Анализ современных подходов к использованию системной аналитики больших данных в прогнозировании стоимости авиабилетов // Вестник науки, 2025. – №4 (85). Fedoseev M.V. Analiz sovremennyh podhodov k ispol'zovaniyu sistemnoy analitiki bol'shih dannyh v prognozirovanii stoimosti aviabiletov // Vestnik nauki, 2025. – №4 (85). Holling C.S. Resilience and Stability of Ecological Systems // Annual Review of Ecology and Systematics, 1973. – № 4. – P. 1-23. Holling C.S. Resilience and Stability of Ecological Systems // Annual Review of Ecology and Systematics, 1973. – № 4. – P. 1-23. Economic Performance of the Airline Industry, 2022. URL: https://www.iata.org/en/iata-repository/publications/economic-reports/airline-industry-economic-performance---october-2021---report/ (дата обращения: 20.12.2025). Economic Performance of the Airline Industry, 2022. URL: https://www.iata.org/en/iata-repository/publications/economic-reports/airline-industry-economic-performance---october-2021---report/ (data obrascheniya: 20.12.2025). Climate Change 2023: Synthesis Report, 2023. URL: https://www.ipcc.ch/report/ar4/wg1/climate-models-and-their-evaluation/ (дата обращения: 20.12.2025). Climate Change 2023: Synthesis Report, 2023. URL: https://www.ipcc.ch/report/ar4/wg1/climate-models-and-their-evaluation/ (data obrascheniya: 20.12.2025). Воробьев А.В., Кашеварова Г.Г. Адаптивные модели краткосрочного прогноза оседания земной поверхности и определение наиболее неблагоприятного положения здания в мульде сдвижения // Инженерно-строительный журнал, 2013. – № 9. – С. 10-87. Vorob'ev A.V., Kashevarova G.G. Adaptivnye modeli kratkosrochnogo prognoza osedaniya zemnoy poverhnosti i opredelenie naibolee neblagopriyatnogo polozheniya zdaniya v mul'de sdvizheniya // Inzhenerno-stroitel'nyy zhurnal, 2013. – № 9. – S. 10-87. Современные системы и технологии на транспорте: проблемы и перспективы: материалы Международной молодежной научно-практической конференции, посвященной 95-летию ВГЛТУ им. Г.Ф. Морозова, Воронеж, 24-25 апреля 2025 года / отв. ред. Д.А. Жайворонок; М-во науки и высшего образования РФ, ФГБОУ ВО «ВГЛТУ». – Воронеж, 2025. – 296 с. Sovremennye sistemy i tehnologii na transporte: problemy i perspektivy: materialy Mezhdunarodnoy molodezhnoy nauchno-prakticheskoy konferencii, posvyaschennoy 95-letiyu VGLTU im. G.F. Morozova, Voronezh, 24-25 aprelya 2025 goda / otv. red. D.A. Zhayvoronok; M-vo nauki i vysshego obrazovaniya RF, FGBOU VO «VGLTU». – Voronezh, 2025. – 296 s. Кадырова Г.М., Красюкова Н.Л., Рождественская И.А., Токмурзин Т.М., Воронова Е.И. Адаптивная оптимизация транспортных потоков внутри подземных выработок на базе методов искусственного интеллекта // Горная промышленность, 2025. – № 1. – С. 137-146. Kadyrova G.M., Krasyukova N.L., Rozhdestvenskaya I.A., Tokmurzin T.M., Voronova E.I. Adaptivnaya optimizaciya transportnyh potokov vnutri podzemnyh vyrabotok na baze metodov iskusstvennogo intellekta // Gornaya promyshlennost', 2025. – № 1. – S. 137-146. Антохонова И.В. Методы социально-экономического прогнозирования: учебник для вузов / И.В. Антохонова. – 2-е изд., испр. и доп. – Москва: Издательство Юрайт, 2025. – 174 с. Antohonova I.V. Metody social'no-ekonomicheskogo prognozirovaniya: uchebnik dlya vuzov / I.V. Antohonova. – 2-e izd., ispr. i dop. – Moskva: Izdatel'stvo Yurayt, 2025. – 174 s. Игнашева Т.А. Методы прогнозирования социально-экономических процессов: учебное пособие / Т.А. Игнашева. – Йошкар-Ола: ПГТУ, 2018. – 104 с. Ignasheva T.A. Metody prognozirovaniya social'no-ekonomicheskih processov: uchebnoe posobie / T.A. Ignasheva. – Yoshkar-Ola: PGTU, 2018. – 104 s.