Tel: +998901234567
Search

№ 9 (2025)
Marketing

Articles

ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ СОВЕРШЕНСТВОВАНИЯ ИНФРАСТРУКТУРЫ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА И ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ЛОГИСТИКИ

Опубликован 2025-09-30

Авторы
Qilichev Umid Ibodullayevich
Организация
Независимый студент Ташкентского государственного университета путей сообщения
PDF (узбекский) Google Scholar Google Scholar

Аннотация

В статье анализируются возможности применения технологий искусственного интеллекта в инфраструктуре железнодорожного транспорта. Основное внимание уделено повышению эффективности диагностики и технического обслуживания, моделированию грузопотоков, использо ванию цифровых двойников, а также оптимизации управления высокоскоростными поездами. Анализ научных источников показывает, что технологии ИИ играют важную роль в укреплении безопасности, снижении эксплуатационных затрат и эффективной организации логистичес ких процессов. Предлагаемые подходы могут способствовать устойчивому развитию транспортной системы.

Ключевые слова

железнодорожный транспорт, искусственный интеллект (ИИ), диагностика, моделирование, цифровой двойник, логистика, эффективность, безопасность

Библиографические ссылки

  1. Ahmad, W. (2022). Artificial intelligence -based condition monitoring of rail infrastructure (PDEng Thesis). Eindhoven University of Technology. https://research.tue.nl/en/publications/artificial -intelligence -based -condition - monitoring -of-rail-infra
  2. Alawad, H. (2022). A hybrid artificial intelligence approach for rail infrastructure fault diagnosis and maintenance planning (PhD thesis). University of Huddersfield. https://eprints.hud.ac.uk/id/eprint/35785/
  3. Boʻriyev, S. (2025). Freight flow simulation and optimization on the Uzbekistan –Kyrgyzstan –China railway using agent -based modeling. International Journal of Artificial Intelligence, 3(2), 87 –102. Retrieved from: https://inlibrary.uz/index.php/ijai/article/view/108402
  4. Liu, H., Wang, T., Zhang, J., & Gao, Y . (2022). Artificial intelligence in transportation systems: Advances, challenges, and prospects. Journal of Advanced Transportation, 2022, Article ID 7265721. https://doi.org/10.1155/2022/7265721
  5. Nagy, R., Hor vát, F., & Fischer, S. (2024). Innovative approaches in railway management: Leveraging big data and artificial intelligence for predictive maintenance. Tehnički Vjesnik, 31(4), 1245 –1259. Retrieved from: https://doi.org/10.17559/TV -20240420001479
  6. Pappaterra, M. J., Flammini, F., Vittorini, V ., & Bešinović, N. (2024). A systematic review of artificial intelligence public datasets for railway applications. Infrastructures, 6(136), 1 –28. https://doi.org/10.3390/infrastructures6010136
  7. Sarp, S. (2024). Digitalization of railway transportation through AI -powered services: Digital Twin trains. European Transport Research Review, 16(58). https://doi.org/10.1186/s12544 -024-00679 -5
  8. Sresakoolchai, J. (2023). Railway infrastructure maintenance efficiency improvement using deep reinforcement learning integrated with Digital Twin. Scientific Reports, 13, 2439. https://doi.org/10.1038/s41598 -023-29526 -8
  9. Yin, M., Li, K., & Cheng, X. (2020). A review on artificial intelligence in high - speed rail. Transportation Safety and Environment, 2(4), 247 –259. https://doi.org/10.1093/tse/tdaa022
  10. Bae, H., Kim, K. H., Meisel, F., & Park, K. S. (2025). Smart maritime logistics supported by advanced technologies. Maritime Policy & Management, 52(4), 515 –516. https://doi.org/10.1080/03088839.2025.2474470

Скачивания

Данные скачивания пока недоступны.