Российская аналитическая компания разработала новый метод прогнозирования пассажиропотока на воздушном транспорте. Ставка сделана на искусственный интеллект. Потенциально, методика повысит достоверность прогнозирования в сравнении с существующими подходами.

Российская аналитическая компания "Вектор Эн Джи Рус" разработала новый метод прогнозирования пассажиропотоков в авиации. Благодаря применению искусственного интеллекта (ИИ) компании удалось найти новый подход к этой проблеме. "При построении прогноза спроса на авиаперевозки мы решили отойти от классических статистических подходов, таких как линейная регрессия или дискриминантный анализ, в пользу развивающегося направления искусственного интеллекта", - говорит генеральный директор компании Александр Березин.

Ряд существующих научных исследований подтвердил возможность применения ИИ в прогнозировании пассажиропотоков. Каждый пункт вылета-прилета описывается широким набором из порядка 90 параметров, и задача исследователя - определить зависимость между этими параметрами и реальным показателем пассажиропотока. Найти ее вручную почти невозможно, считают аналитики компании. Однако благодаря способной к самообучению модели, построенной на основе нейронных сетей, необходимые зависимости могут быть определены.

Нейронная сеть - это математическая модель, построенная по принципу организации и функционирования биологических сетей нервных клеток живого организма. В нейронную сеть вводятся данные и цель, к которой должен прийти сигнал при вводе этих данных. Формулу же движения сигнала программа строит самостоятельно. При достаточном объеме вводных данных и вычислительных мощностях, нейронные сети могут прогнозировать практически что угодно с очень высокой точностью.

"Модель существования авиалиний, построенная на алгоритмах нейронных сетей, напоминает скоринговые модели, очень популярные нынче в банковской сфере, - говорят аналитики "Вектор Эн Джи Рус". - Построенная нами модель классифицирует существование авиасообщения между парами городов, основываясь на известной статистике о них".

"Получив общие значения по численности пассажиропотока в рассматриваемом городе, мы применяем и другие методы (включая гравитационную модель) с целью получения распределения данной численности по конкретным авиалиниям, - говорят в компании. - Для каждой пары городов строится матрица притяжений пассажиропотока, коэффициенты которой означают степень "привлекательности" городов по отношению друг к другу".

Компания использовала для самообучения программы выборку данных по параметрам и объемам перевозки в городах России за последние примерно 70 лет, что позволило модели эффективно определить корреляции между вносимыми данными и результатами, выражающимися в пассажиропотоке. Обсчет прогнозов проводился на суперкомпьютерах Московского государственного университета.

Проверка результатов прогнозирования показала точность примерно в 90%, что существенно выше точности существующих прогнозных моделей. В компании уже просчитали прогнозы по перевозке между основными городами России на несколько ближайших десятилетий. К примеру, исследователи считают, что в 2014 году рейсами из Иркутска в Москву (в одном направлении) воспользуются 294 тыс. пассажиров против 241 тыс. 424 человек в 2013 году.

В компании не отрицают наличия минусов прогнозной аналитики. Это, во-первых, определенная неточность используемых данных (к сожалению, многие исторические данные просто утеряны, и даже современные статистические данные требуют тщательной проверки), а во-вторых - невозможность предсказать форс-мажорные события, которые приведут к резкому изменению на рынках. Вводные данные базируются на официальных прогнозах роста валового внутреннего продукта, уровня доходов населения и так далее. Однако достоверность прогнозов, предоставляемых как Минэкономразвития, так и крупными исследовательскими компаниями, регулярно ставится под сомнение. Случайные же события, такие как финансовый кризис или землетрясение, и их влияние на динамику рынка предсказать и вовсе невозможно.

Впрочем, наличие определенного прогноза, который позволяет с высокой точностью просчитывать планы на будущее, все же лучше, чем его отсутствие, считают в компании. "При этом стоит отметить и еще один, пожалуй, главный факт: компетенцией долгосрочного прогноза ни одна из ведущих мировых авиастроительных фирм, ни одна из западных консалтинговых фирм делиться не собирается, - говорят в "Вектор Эн Джи Рус". - А обладание собственной компетенцией позволило выйти на уровень понимания процессов и обработки данных выше и качественнее, чем это предлагают традиционные западные консалтинговые агентства"....