Кількісна оцінка впливу погоди на надійність міського транспорту, використовуючи XGBoost та SHAP

Мета роботи. Розробка та перевірка методу кількісної оцінки впливу комплексу метеорологічних факторів на операційні збої громадського транспорту, розглядаючи їх як ризик для безпеки перевезень. Метод дослідження. Дослідження базується на методах машинного навчання. Для прогнозування затримок використано високоточний ансамблевий алгоритм градієнтного бустингу XGBoost. Для глибокого аналізу факторів ризику та подолання проблеми «чорної скриньки» застосовано передовий інструмент інтерпретованого машинного навчання Shapley Additive Explanations, який здатний встановити внесок кожного фактору у конкретний прогноз. Результати дослідження. Встановлено, що метеорологічні умови є значущим, нелінійним фактором ризику. Аналіз показав, що найбільшу загрозу для стабільності руху становлять температурні аномалії (різке зниження), значні опади та висока швидкість вітру. За допомогою запропонованого методу доведено, що вплив погоди є гетерогенним, тобто незначним у звичайних умовах та сильним тригером масштабних збоїв у години пік. Практична цінність дослідження. Результати дослідження створюють наукову основу для розробки інформаційних систем підтримки прийняття рішень у сфері кризового управління. Запропонований метод дає змогу перейти від реагування на зміни, що вже відбулися, до здійснення попереджувальних заходів: завчасного інформування пасажирів, оптимізації ресурсів та підвищення стійкості транспортної системи до кліматичних загроз. Тип статті. Емпірична.