Для управления пассажиропотоком в Московском метрополитене используются следующие технологии:

• Машинное обучение. 1 С его помощью строят модели, которые прогнозируют количество пассажиров на конкретных станциях и линиях метро. 1 Это помогает избежать перегрузок и эффективно распределять потоки пассажиров. 1
• Оптимизация расписания. 1 На основе данных о пиковых нагрузках и изменении пассажиропотока в течение дня алгоритмы машинного обучения предлагают оптимальные расписания для поездов, увеличивая частоту рейсов в часы пик и снижая её в периоды низкого спроса. 1
• Распределение ресурсов. 1 Данные о пассажиропотоке используются для оптимального распределения поездов, персонала и других ресурсов, таких как эскалаторы и турникеты. 1
• Обнаружение аномалий. 1 Модели машинного обучения выявляют необычные паттерны в данных, такие как неожиданные скопления пассажиров или задержки, что позволяет оперативно реагировать на внештатные ситуации. 1

Также для регулирования пассажиропотока в вестибюлях станций метро используются автоматические двери с датчиками учёта вошедших. 2 Это позволяет автоматически контролировать и регулировать количество людей в вестибюле станции метро для беспрепятственного прохождения их через турникеты на эскалатор. 2