Разработка AI-системы оптимизации маршрутов общественного транспорта

Каждое утро тысячи пассажиров ждут автобус, не зная точного времени прибытия. Пробки, ДТП, поломки — фиксированное расписание превращается в фикцию. Мы построили AI-систему, которая предсказывает пассажиропоток с точностью до 15 минут и динамически корректирует интервалы движения. Результат: время ожидания снижается на 20%, операционные затраты — на 15%.

Стек: LightGBM, генетические алгоритмы, MILP-оптимизация. Все модели работают в реальном времени на потоковых данных. Наш опыт — более 8 лет в ML-продакшене, 15+ транспортных проектов. В этой статье расскажем, как мы строим прогнозные модели, настраиваем динамическое расписание и управляем парком электробусов.

Почему традиционные методы не справляются?

Фиксированное расписание не учитывает реальные колебания спроса. В час пик автобусы переполнены, а ночью ходят полупустыми. Диспетчеры реагируют постфактум, когда сбой уже произошел. AI же анализирует данные AFC, GPS, камер и приложений, строит прогноз и перестраивает расписание каждые 1-2 часа. Это снижает время ожидания на 20% и повышает заполняемость на 15%.

Как AI анализирует пассажиропотоки?

Собираем данные из нескольких источников:

• Турникеты (AFC): точное время входа/выхода, тип билета
• GPS-трекеры: реальное местоположение, отклонение от расписания
• Камеры в салоне: YOLOv8 + трекинг подсчитывает пассажиров
• Мобильное приложение: геопозиция с согласия пользователей

Для прогноза используем LightGBM с лаговыми признаками за 1, 7 и 14 дней, скользящим средним, а также данными о погоде и праздниках:

import pandas as pd
import numpy as np
from lightgbm import LGBMRegressor

class PassengerFlowPredictor:
    """Прогноз пассажиропотока на остановке по 15-минутным интервалам"""

    def build_features(self, df):
        df = df.copy()
        df['hour'] = df['timestamp'].dt.hour
        df['minute_bin'] = df['timestamp'].dt.minute // 15
        df['dayofweek'] = df['timestamp'].dt.dayofweek
        df['is_weekend'] = df['dayofweek'].isin([5, 6]).astype(int)
        df['month'] = df['timestamp'].dt.month

        # Лаги: те же интервалы в предыдущие периоды
        for lag_days in [1, 7, 14]:
            df[f'lag_{lag_days}d'] = df['passengers'].shift(lag_days * 96)  # 96 интервалов/день

        # Скользящее среднее
        df['ma_7d'] = df['passengers'].rolling(7 * 96).mean()

        return df

    def train_and_predict(self, historical_df, forecast_horizon=96):
        df = self.build_features(historical_df)
        feature_cols = ['hour', 'minute_bin', 'dayofweek', 'is_weekend', 'month',
                        'lag_1d', 'lag_7d', 'lag_14d', 'ma_7d', 'is_holiday',
                        'weather_temp', 'weather_rain']

        train = df.dropna(subset=feature_cols + ['passengers'])
        model = LGBMRegressor(n_estimators=300, learning_rate=0.05, num_leaves=64)
        model.fit(train[feature_cols], train['passengers'])

        # Прогноз на следующие 24 часа
        future = df.tail(forecast_horizon)[feature_cols]
        return model.predict(future).clip(min=0)

Модель обучается на исторических данных и каждые 15 минут выдает прогноз на ближайшие 24 часа. Точность: MAE 3-5 пассажиров на остановку.

Почему динамическое расписание лучше фиксированного?

Фиксированное расписание не адаптируется к колебаниям спроса: в час пик автобусы переполнены, ночью — полупустые. Динамическое расписание корректирует интервалы (headway) каждые 1–2 часа на основе прогноза. Оптимальный headway рассчитывается по формуле:

При выходе транспорта из строя AI перераспределяет интервалы между остающимися машинами — пассажиры не замечают сбоя.

Сравнение методов оптимизации интервалов

Как мы оптимизируем маршрутную сеть?

Используем генетический алгоритм (GA) для поиска оптимальной конфигурации маршрутов. Критерии:

• Покрытие: 90% жителей в шаговой доступности (500 м) от остановки
• Среднее число пересадок ≤ 2
• Минимизация дублирования параллельных маршрутов

GA перебирает тысячи вариантов за час, что недоступно ручному планированию. Для малонаселённых зон внедряем Demand Responsive Transport (DRT): пассажир запрашивает поездку в приложении, алгоритм объединяет попутные запросы и строит маршрут мини-буса в реальном времени (VRP-solver). Дополнительно проводим транспортное моделирование на цифровом двойнике города, чтобы оценить нагрузку на сеть.

Управление парком и зарядка электробусов

Оптимизируем не только маршруты, но и количество машин на линии. MILP-модель минимизирует пустые пробеги из депо, учитывая техническое состояние. Для электробусов (ЛиАЗ 6274, Yutong E12) прогнозируем расход энергии на маршруте с учётом рельефа и нагрузки. Строим график зарядки: до 70% ночью по дешёвому тарифу, остальное — на конечных остановках. Гарантируем достаточный заряд к началу рейса.

Как внедрить систему?

1. Аудит текущей сети и сбор данных (AFC, GPS, GTFS). 2-3 недели.
2. Разработка ML-моделей (прогноз пассажиропотока, оптимизация headway). 6-8 недель.
3. Интеграция с городскими системами (АСУДД, диспетчерские). 4-6 недель.
4. Тестирование на исторических данных и пилотный запуск на 1-2 маршрутах. 4 недели.
5. Развёртывание на всю сеть, обучение диспетчеров, мониторинг. 4-6 недель.

Итого: базовая платформа — 4-5 месяцев, с DRT и электробусами — до 7 месяцев. Стоимость рассчитывается индивидуально.

Что входит в нашу работу

• Бизнес-аналитика и аудит маршрутной сети
• ML-модели: прогноз, оптимизация, DRT
• Интеграция с GTFS, АСУДД, мобильными приложениями
• Развёртывание on-prem или cloud
• Документация, обучение, 6 месяцев поддержки

Получите консультацию: мы проанализируем данные, выберем стек и предложим решение под ключ. Свяжитесь с нами для оценки вашего проекта.

Отраслевые AI-решения: медицина, финансы, ритейл, производство

Мы сталкиваемся с одной и той же болью: горизонтальная модель текста не различает медицинскую номенклатуру, а стандартный детектор объектов путает «царапину на шве сварки» с «царапиной на корпусе». Каждый раз это разные дефекты с разными последствиями. Чтобы этого избежать, мы строим отраслевые решения поверх общих методов, но с глубоким знанием домена — от регуляторики до специфики данных. За 5 лет мы провели 80+ проектов в финтехе, медицине, ритейле и производстве, и ни один не обошёлся без адаптации под конкретный business case.

Медицина: регуляторный лабиринт и data governance

Медицинский AI отличается не техническими алгоритмами, а compliance-first подходом. В зависимости от страны применения модель может быть медицинским изделием класса II или III, требующим клинических испытаний (FDA, CE MDR, ГОСТ Р). Мы гарантируем соблюдение этих норм на этапе архитектуры — править постфактум в 10× дороже.

Медицинская визуализация. Детекция на рентгенограммах, КТ, МРТ — зрелая область. Модели на ResNet, EfficientNet, SegFormer достигают AUC 0.94–0.97 на стандартных задачах (пневмония на CXR, полипы на колоноскопии). Ключевая проблема — generalization: модель, обученная на данных одного производителя сканера, деградирует на другом из-за различий в preprocessing и артефактах. Решение — domain adaptation через MONAI (Medical Open Network for AI) от NVIDIA, в котором встроены DICOM-loading, 3D augmentation и confidence calibration. TotalSegmentator — для автоматической сегментации 117 структур на КТ, production-ready, лицензия Apache 2.0.

Clinical NLP. Извлечение структурированной информации из клинических записей: диагнозы (ICD-10/11), назначения, даты, показатели. medspaCy, scispaCy, MedCAT — специализированные NLP-библиотеки с онтологиями (SNOMED-CT, UMLS). Fine-tuning BioBERT или ClinicalBERT на наших данных даёт F1 0.85–0.92 на NER задачах против F1 0.65–0.72 у общего BERT. Это мы проверяли на проекте с региональным онкологическим центром — точность извлечения стадий рака выросла на 23%.

Clinical decision support. LLM-ассистенты для поддержки клинических решений — регуляторно серая зона. Мы используем RAG-систему поверх клинических гайдлайнов (UpToDate, локальные протоколы) с явным указанием источника каждого утверждения. Модель не диагностирует, а помогает найти релевантный протокол. Стек: LlamaIndex + pgvector + pubmedbert-base-embeddings + Llama Guard для safety. Данные в DICOM/HL7 FHIR, on-premise деплой обязателен.

Что входит в работу по медицинскому проекту:

• Аудит данных и регуляторной карты (FDA/CE/ГОСТ)
• Выбор архитектуры под тип медицинского изделия
• Разработка и валидация модели (AUC, sensitivity, specificity)
• Интеграция с PACS/EHR (HL7 FHIR)
• Подготовка документации для CE-маркирования (если требуется)
• Обучение персонала работе с моделью

Финансы: как обеспечить интерпретируемость скоринговой модели под требования Basel IV?

Финансовый сектор — один из самых зрелых по применению ML, но зарегулированность здесь максимальна. Каждая модель, влияющая на кредитные решения, подпадает под Basel IV, EU AI Act, GDPR Article 22. Мы это проходили — в 2023 году внедрили скоринговую модель для банка из топ-10, где каждая запись требовала объяснения по SHAP.

Кредитный скоринг. Gradient boosting (LightGBM, XGBoost) — доминирует. Нейронные сети дают +0.5–2% AUC, но теряют интерпретируемость. Стандарт: LightGBM + SHAP для объяснения каждого решения. Обязательна проверка на fairness: Fairlearn или aif360 для аудита disparate impact по protected attributes (возраст, пол). Класс «дефолт» составляет 1–5% — при имбалансе 1:30 модель с accuracy 97% может иметь recall 0.2. Решение: focal loss, class_weight='balanced', SMOTE + careful validation.

Алгоритмический трейдинг и риск-менеджмент. LSTM и Transformer для прогноза цен — популярны, но в production нестабильны из-за нестационарности финансовых рядов. Более надёжный подход: ML для signal generation (классификация: рост/падение за горизонт N) с традиционным portfolio optimization сверху. Backtesting через Zipline-Reloaded, vectorbt, QuantLib. Критичен правильный backtesting — look-ahead bias убивает результаты. Мы гарантируем чистоту эксперимента: все данные на момент сигнала доступны в реальном времени.

AML (Anti-Money Laundering). Graph Neural Networks для анализа транзакционных сетей — активно развивающаяся область. PyG, DGL для GNN. Задача: обнаружить suspicious patterns в графе транзакций (layering, structuring). Recall критичнее precision — лучше 10 ложных тревог, чем пропустить отмывание. В проекте для крупного платёжного сервиса мы повысили recall на 18% без увеличения false positive rate.

Что входит в работу по финансовому проекту:

• Аудит данных и регуляторных требований (Basel, EU AI Act)
• Выбор модели и обеспечение explainability (SHAP, LIME)
• Проверка fairness и отсутствие bias
• Интеграция с core banking / trading systems
• Документация и compliance-отчётность
• Мониторинг дрейфа модели и ретейн

Ритейл и e-commerce: рекомендательные системы и demand forecasting

Рекомендательные системы. Архитектурный стандарт последних лет: two-tower модель для retrieval + ranking с cross-features. TensorFlow Recommenders или Merlin от NVIDIA для GPU-accelerated feature processing. Для небольших каталогов (<100k item) достаточно LightFM. Частая ошибка — обучать на implicit feedback без учёта position bias. Решение: IPW (Inverse Propensity Weighting) или randomized logging на части трафика. Срок разработки базовой рекомендательной системы — 4–8 недель, включая A/B-тест.

Demand forecasting и inventory optimization. Иерархическое прогнозирование: SKU → категория → магазин → регион. HierarchicalForecast от Nixtla автоматически согласует прогнозы по уровням. TFT или N-HiTS для базового прогноза, gradient boosting для adjustment на экзогенных факторах (промо, погода, события). Один проект в ритейле привёл к снижению сток-аутов на 15% за счёт точного промо-калибровки.

Visual search и размерная совместимость. CLIP-embeddings для поиска по изображению — деплоится за 2–3 недели: clip-ViT-B-32 или clip-ViT-L-14, индекс Faiss или Qdrant, REST API. Для size recommendation — специфические модели на данных возвратов и отзывов с указанием fit.

Что входит в работу по ритейл-проекту:

• Анализ данных транзакций, товаров, клиентов
• Выбор архитектуры (collaborative / content-based / hybrid)
• Разработка и оценка качества (NDCG, recall@k, MRR)
• A/B-тест и мониторинг business impact
• Поддержка версионирования и переобучения моделей

Производство: инспекция качества и predictive maintenance

Quality control и дефектоскопия. CV-модели для инспекции продукции — одна из наиболее зрелых отраслевых задач. YOLOv10 для детекции дефектов, SegFormer для сегментации. Специфика: дисбаланс классов (дефекты редки), высокие требования к recall (пропуск дефекта хуже ложной тревоги). Типичный набор данных: 500–2000 изображений с дефектами + 500–1000 нормальных. Few-shot learning через DINO или SAM 2 позволяет работать с 50–100 аннотированными примерами. Мы получили опыт на линии по производству электроники — recall 0.95 при FPR 0.03.

Predictive maintenance. Вибрационные датчики, токовые датчики, термопары → feature extraction → аномалия или классификация режима. Модели: LSTM-AE для unsupervised, LightGBM для supervised (если есть история отказов). Интеграция с SCADA/OPC-UA через opcua-asyncio или MQTT. Ключевая метрика: False Negative Rate — пропущенный предотказ стоит дороже ложной тревоги. Порог настраивается под бизнес-стоимость каждого типа ошибки. Сроки: от 3 до 6 месяцев до production.

Digital twin и симуляция. Surrogate models — ML-модели, заменяющие дорогостоящее физическое моделирование. Если CFD-симуляция занимает 6 часов, а surrogate (обученная на 10 000 симуляций) — 0.01 секунды, это 2 000 000× ускорение для оптимизации. SALib для sensitivity analysis, botorch для Bayesian optimization поверх surrogate.

Что входит в работу по производственному проекту:

• Аудит данных сенсоров / изображений
• Выбор модели под задачу (CV / time series / vibro)
• Разработка пайплайна (ETL, feature engineering, training)
• Развёртывание на Edge / on-premise
• Мониторинг и ретейн модели

Общие принципы отраслевого AI

Независимо от отрасли, есть паттерны, работающие везде. Данные важнее архитектуры. В медицине 1000 качественно размеченных снимков лучше 100 000 плохих. В производстве 200 реальных примеров дефектов ценнее 10 000 синтетических. Compliance-first design — регуляторные требования проще встроить в архитектуру с начала, чем добавить позже. Логирование, объяснимость, версионирование — с первого дня. Domain expert в команде — ML-инженер без domain knowledge делает медленно и с ошибками то, что ML-инженер плюс врач/финансист/технолог сделают быстро и правильно.

Мы гарантируем сертификацию под требования заказчика (ISO 13485, SOC 2, GDPR) и предоставляем полную документацию модели (model card, datasheet, compliance report). Наш опыт — 10 000+ часов инженерной практики и 80+ проектов.

Как проходит работа над отраслевым AI-решением?

1. Погружение в домен (2–3 дня) — интервью с экспертами, изучение регуляторных требований, аудит доступных данных.
2. Проектирование MVP (1–2 недели) — выбор стека, архитектуры, оценка feasibility.
3. Разработка и валидация (от 4 недель до 6 месяцев в зависимости от отрасли) — обучение модели, тестирование, compliance.
4. Интеграция и деплой (1–4 недели) — on-premise / cloud / edge, документация, обучение персонала.
5. Поддержка и мониторинг — дрейф модели, ретейн, SLA.

Ориентировочные сроки:

Стоимость рассчитывается индивидуально под каждый проект. Получите консультацию — оценим ваш датасет, регуляторную карту и бизнес-цели.

Почему стоит заказать отраслевое AI-решение у нас?

• 80+ реализованных проектов в финтехе, медицине, ритейле и производстве.
• 5 лет на рынке — устойчивый опыт работы с compliance и деплоем.
• Гарантия качества: мы отвечаем за достижение целевых метрик (AUC, recall, latency p99) и предоставляем полную документацию.
• Лицензированные технологии: PyTorch, MONAI, LightGBM, Qdrant — используем open-source с коммерчески безопасными лицензиями.
• Гибкость: работаем как подрядчик, так и в роли усиления вашей команды.

Свяжитесь с нами — обсудим вашу задачу и подготовим коммерческое предложение с планом работ.