Проектирование распределенной информационной системы регулирования развития маршрутной сети воздушного транспорта Текст научной статьи по специальности «Экономика и бизнес»

Том 10. № 2 (56). 2015

О. А. Смирнов, канд. физ.-мат. наук, Московский финансово-промышленный университет «Синергия», [email protected]

С. В. Харитонов, канд. экон. наук, доцент Московского финансово-промышленного

университета «Синергия», [email protected]

Проектирование распределенной информационной системы регулирования развития маршрутной сети воздушного транспорта

Развитие распределенных систем позволяет реализовывать многоплановые проекты в условиях функциональной обособленности решения отдельных задач . Однако методология проектирования таких систем требует дальнейшего исследования, особенно когда для решения невозможно применять методы прямого менеджмента, а используемые инструменты воздействия могут оказывать только опосредованное влияние на объект управления . К такой цели можно отнести развитие оптимальной маршрутной сети гражданской авиации, позволяющей обеспечить транспортную доступность для большей части населения страны . В работе определяются основные подходы к проектированию такой информационной системы на основе применения инструментов Data mining .

Ключевые слова: распределенные информационные системы, государственное регулирование, маршрутная сеть, гражданская авиация, национальная экономика, Data mining .

введение

В настоящее время российские авиакомпании самостоятельно определяют направления маршрутов для осуществления регулярных авиаперевозок, руководствуясь в первую очередь критерием экономической эффективности и выработанными долгосрочными стратегиями. Однако данные стратегии могут не совпадать с потребностями населения в обеспечении транспортной доступности отдельных регионов.

Ликвидация данного несоответствия возможна с помощью таких инструментов государственного регулирования, как субсидирование авиационных перевозок, тарифное регулирование субъектов естественных монополий аэропортовой инфраструктуры, льготное налогообложение деятельности

субъектов гражданской авиации. Кроме указанных инструментов, функции по воздействию на состояние маршрутной сети регулярных авиационных перевозок могут осуществлять различные органы государственной власти — Минэкономразвития России, Минтранс России, Минвостокразвития России, ФАС России, ФСТ России, а также региональные органы власти. Все эти регуляторы могут создавать условия для формирования оптимальной маршрутной сети. Налицо необходимость оценки влияния применяемых инструментов государственного регулирования на развитие маршрутной сети регулярных авиаперевозок с помощью различных инструментов экономико-математического моделирования, а также интеграции этих результатов в одной информационной системе. Концептуальную схему такой распределенной информационной систе-

VJ7

Vol. 10. No. 2 (56). 2015

мы можно представить следующим образом (рис. 1).

Для формирования такой системы требуется не только обоснование разделения функциональных подзадач, но и более точное определение объектов исследования.

Подходы к формированию маршрутной сети гражданской авиации

Постановлением Правительства Российской Федерации от 23.06.2007 № 397 было отменено лицензирование и квотирование объемов авиационных перевозок по отдельным маршрутам. С этого момента формирование российской маршрутной сети гражданской авиации является суммой решений авиационных компаний, принимаемых в зависимости от ряда экономических условий, таких как текущий и потенциальный спрос на авиаперевозки, развитие конкуренции на маршруте, уровень затрат на наземное обслуживание в аэропортах и авиатопливо-обеспечение. При этом формируемая маршрутная сеть может не отражать потребно-

стей национальной экономики и населения в транспортной доступности.

Охарактеризуем современное состояние маршрутной сети внутренних регулярных авиаперевозок на основе данных Транспортной клиринговой палаты.

В целом основные показатели деятельности говорят о высоких темпах роста регулярных авиационных перевозок, улучшении их структуры и усилении конкуренции. В частности, это видно на основе анализа следующих данных.

Все маршруты с достаточным уровнем внутригрупповой дисперсии условно можно разделить на четыре группы:

— крупные магистральные (более 1 млн пассажиров в год);

— магистральные (от 100 тыс. до 1 млн пассажиров в год);

— крупные региональные (от 10 до 100 тыс. пассажиров в год);

— региональные (менее 10 тыс. пассажиров в год).

При этом структура и динамика направлений региональных авиаперевозок указы-

Рис. 1. Концептуальная схема распределенной информационной системы Fig. 1. Conceptual scheme of the distributed information system

Том 10. № 2 (56). 2015

-{108

2007 Г.

2008 Г.

2009 Г.

2010 Г.

до 1000

до 10000

2011 Г.

до 100000

2012 Г.

более 100000

2013 Г.

Источник: Транспортная клиринговая палата, расчеты авторов [Source: Transport clearing committee of Russia, authors'calculations]

Рис. 2. Структура направлений регулярных перевозок по объему пассажиропотока, чел. Fig. 2. Structure of regular airline divided by volume of passenger traffic, pers.

вает на то, что количество абсолютно всех видов направлений увеличивается, при этом количество крупных магистральных направлений растет быстрее за счет укрупнения направлений с меньшим пассажиропотоком (рис. 2).

Если рассматривать суммарный пассажиропоток, то его рост происходит в основном за счет крупных магистральных авиаперевозок. При этом доля перевозок от 10 до 100 тыс. пассажиров в год фактически не изменяется, что говорит о применении бизнес-модели современных российских авиакомпаний, которая предполагает обслуживание в основном крупных магистральных направлений между региональными и международными хабами. При этом

большая часть субсидий на авиаперевозки приходится именно на такие направления, как, например, перелеты между аэропортами Московского авиаузла и крупными аэропортами Дальнего Востока.

Фактор конкуренции существенным образом может влиять на решения авиакомпаний во время принятия решений относительно расширения маршрутной сети (табл. 2). При этом постоянно увеличивается количество направлений, на которых присутствует две и более авиакомпании. Все это говорит о том, что авиакомпании продолжают выходить на новые рынки, несмотря на присутствие на линии и других участников, предлагая более выгодные тарифы или условия перелета.

Таблица 1. Структура пассажиропотока в зависимости от масштаба линии Table 1. Structure of passenger traffic depending on the scale line

Масштаб 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 2012 г. 2013 г.

до 1 000 125 689 144 862 151 713 169 201 197 699 196 395 200 117

до 10 000 1 692 315 1800 013 1 746 302 1 999 376 2 277 088 2267 174 2488 170

до 100 000 10 574 236 10 463 381 9 708 237 10 998 574 12 069 772 12 293 747 11 533 127

более 100 000 8 733 690 10792 184 10 061 281 13 242 288 14 888 233 18 639 839 22 333 487

Источник: Транспортная клиринговая палата, расчеты авторов. [Source: Transport clearing committee of Russia, authors'calculations]

VJ9

-ч ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

Vol. 10. No. 2 (56). 2015 '

Таблица 2. Структура направлений авиационных перевозок по количеству авиакомпаний на маршруте

Table 2. Structure of direction of air transportation divided by amount of airlines

Количество авиакомпаний на маршруте 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 2012 г. 2013 г.

1 674 654 681 689 724 893 870

2 136 133 148 145 176 192 205

3 50 43 38 52 57 73 79

4 15 22 16 23 32 33 37

5 и более 24 34 34 42 46 49 52

Источник: Транспортная клиринговая палата, расчеты авторов. [Source: Transport clearing committee of Russia, authors'calculations]

Количество направлений, обслуживаемых авиакомпаниями, с 2007 г. также постоянно увеличивается (табл. 3). Так, некоторые авиакомпании за последние 6-8 лет увеличили количество обслуживаемых направлений в несколько раз (Трансаэро — более чем в 6 раз, ИрАэро — в 4 раза, РусЛайн — в 16 раз).

Приведенные данные свидетельствуют о том, что не все потребности в авиаперевозках удовлетворяются. Так, расчеты структуры внутренних регулярных авиаперевозок показывают, что в 2009 г. не осуществлялись перевозки по части направлений, обслуживаемых в 2007 г. (т. е. до от-

Название перевозчика 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 2012 г. 2013 г.

ОАО «АК «ЮТэйр» 188 238 242 286 316 372 323

ЗАО АК «РусЛайн» 10 12 19 58 110 160 138

ОАО «АК «Полярные авиалинии» 71 61 74 84 78 91 121

ОАО АК «Сибирь» 84 105 108 98 108 135 114

ОАО АК «Уральские авиалинии» 34 35 42 48 62 72 88

ОАО «АК «Якутия» 67 63 75 82 91 104 86

ОАО «АК БАРС АЭРО» 16 14 9 30 34 62 83

ГП Красноярского края «КрасАвиа» 29 38 58 61 59 59 69

ЗАО АК «ИрАэро» 15 28 15 19 45 54 66

АК «Ямал» — — 51 56 61 70 66

ОАО «Авиационная транспортная компания «ЯМАЛ» 37 37 43 33 35 57 62

ОАО «Аэрофлот — Российские авиалинии» 43 44 46 44 38 46 61

ОАО «АК «ТРАНСАЭРО» 9 17 26 44 42 46 60

ОАО «АК «Таймыр» — — 3 6 49 67 53

Всего обслуживаемых направлений 1 309 1 373 1 388 1534 1 737 2 016 2 046

Источник: Транспортная клиринговая палата. [Source: Transport clearing committee of Russia]

Таблица 3. Количество внутренних направлений, обслуживаемых авиакомпаниями Table 3. Structure of direction of air transportation divided by amount of airlines

30 J

Том 10. № 2 (56). 2015

мены лицензирования и квотирования авиационных перевозок), и на эти направления приходилось 3,6 млн чел. пассажиропотока, в 2010 г. — 4,1 млн чел., в 2011 г. — 3,9 млн чел., в 2012 г. — 7,6 млн чел., в 2013 г. — 8,6 млн чел. То есть по состоянию на 2013 г. не осуществлялись авиаперевозки по направлениям, которые в 2007 г. составляли 40,7% пассажиропотока.

С другой стороны, в 2009 г. по направлениям, на которых не было обслуживания в 2007 г., было перевезено более 3,6 млн чел., в 2010 г. — 6,7 млн чел., в 2011 г. — 8,7 млн чел., в 2012 г. — 13,4 млн чел., в 2013 г. — 14,8 млн чел. Следовательно, пассажиропоток маршрутной сети 2013 г. на 39,9% составляет направления, перелеты по которым не осуществлялись в 2007 г.

Все это говорит о том, что маршрутная сеть существенным образом изменилась за последние годы. Однако остается открытым вопрос, как обеспечить потребности по тем направлениям, которые существовали в момент, когда количество направлений и объемы пассажирских перевозок определялись директивно?

Для ответа на подобные вопросы следует проводить постоянный мониторинг развития маршрутной сети, в том числе и для случаев, когда на направлениях с достаточным уровнем спроса, по данных предыдущих периодов, целиком прекращаются перелеты, или для случаев массового выхода и входа участников на обслуживание конкретного маршрута.

инструменты экономико-математического моделирования, применяемые при постановке задач распределенной информационной системы

Для постановки задачи мониторинга необходимо оценить существующие бизнес-модели современных авиакомпаний, применяемые ими для развития маршрутной сети. С целью анализа все авиаперевозчики были разделены, в зависимости от годового ко-

личества пассажиров, с достаточным уровнем дисперсии на авиакомпании с пассажиропотоком более миллиона человек в год, от 100 тысяч до миллиона, от 10 до 100 тысяч и менее 10 тысяч.

Рассматривая структуру направлений отдельных авиакомпаний, можно сделать вывод, что чем больше пассажиропоток компании, тем меньшую долю в объеме перевозок занимают региональные и крупные региональные перевозки (рис. 3). Так, на графике размаха вариации, границ доверительных интервалов и средних видно, что в деятельности крупнейших авиакомпаний доля магистральных перевозок составляет в среднем 66,83%, 30,34% в среднем магистральных перевозок и менее 3% в среднем крупных региональных перевозок. При этом для небольших авиакомпаний ситуация противоположная: 51,95% маршрутной сети в среднем составляют крупные региональные направления, 48,05% — региональные направления.

Однако размах вариации даже для авиакомпаний с пассажиропотоком от 100 тыс. до миллиона пассажиров в год и от 10 до 100 тыс. пассажиров в год существенно больше, чем для других типов авиакомпаний, что может свидетельствовать о применении такими компаниями нескольких бизнес-стратегий формирования маршрутной сети, выявление которых возможно с помощью инструментов Data mining. В первую очередь к ним можно отнести применение методов многомерной классификации с обучением, где в качестве зависимого параметра может быть использован показатель масштаба пассажиропотока авиакомпании. В частности, получение такого результата возможно с помощью построения деревьев классификации, позволяющих определять пороговые значения принадлежности к определенному классу на основе одной или нескольких предикторных переменных. В данном случае принадлежность к определенной группе авиакомпаний в зависимости от количества пассажиров.

— Опишем постановку задачи классификации посредством метода построения дерева классификации.

Vi1

Vol. 10. No. 2 (56). 2015

Объем пассэдзфапсггока аеиакимкашос

Источник: Транспортная клиринговая палата, расчеты автора. [Source: Transport clearing committee of Russia, authors'calculations].

Рис. 3. Размах вариации данных структуры маршрутной сети авиакомпаний Fig. 3. Variation of airlines route network structure

— Обозначим Гр как исходный («родительский») узел, при этом 1Г — последовательно левый и правый узлы по отношению к исходному («родительскому») узлу.

— Предположим, что задана матрица переменных А' с М переменных Х! и N наблюдений. Тогда вектор Y состоит из N наблюдений, которые могут принадлежать к К классам.

— Дерево классификации построено в соответствии с правилом разделения, согласно которому разделяются на две группы максимально гомогенные наблюдения,

Максимальная однородность разделяемых узлов определяется с помощью функции «отсеивания» /'(Г) (рис. 4).

Для исходного узла Гр данная функция является константой для всех возможных значений разделения переменной Х! < хл,} = 1, М.

Максимальная однородность левой и правой узловой точки будет равнозначна максимизации изменений функции «отсеивания» Д /(Г):

X, < X:

R

Рис. 4. Схема построения дерева классификации Fig. 4. Scheme of classification tree formation

где tp, t, tr - исходная точка, левая и правая ветви; X - переменная j; хЛ - лучшее разделение переменной X.

где tc — левые и правые значения для исходного узла tp. Если предположить, что P,, Pr — вероятности левого и правого узла, получаем:

A/(t) = /(tp ) - E [/(tc )],

(1)

A/(t) = /(tp ) - p/(t, ) - Pr/(tr )

(2)

t

Parent

P

P

Right

Right

aj

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS /-

' Том 10. № 2 (56). 2015

Поэтому для каждого угла классификации происходит максимизация согласно следующей формуле:

агдптах [/(Гр)-Р,^,)- Рг^г)]. (3)

х< х^,} =1.....М

Данные выражения означают, что при классификации определяются все возможные значения переменных в матрице X для принятия наилучшего решения по разделению Х! <хл, которое будет максимизировать изменения в оценке «отсеивания» Д/(0.

Для определения функции «отсеивания» для сильно зашумленных данных используется механизм «отсеивания» Джини, определяемый следующим образом:

i(t) = Х p(k|t) p(l\t),

(4)

k ф l

где к, 11,.., К — индекс класса; р (кI ^ — условная вероятность того, что к-класс станет причиной разделения в узле t.

Применение индекса Джини к оценке функции «отсеивания» для максимизации однородности распределения определяется по следующей формуле:

Ai'(t) = -ХР2(%) + Pi Xp2(k|t|) +

k=1 k=1

+Pr ]Tp2(k|tr ).

(5)

Таким образом, алгоритм оценки функции «отсеивания» с помощью алгоритма Джини решает следующую проблему оценки:

argmax

xj < xR, j=1.....M

-I p2(k|tp)+P X p2(k|ti:

PI p(k|tr

(6)

Решение задачи многомерной классификации согласно данному алгоритму представлено на рис. 5, при этом матрица ис-

ходной информации представляет собой данные 52 авиакомпаний с максимальным количеством обслуживаемых направлений на внутренних рынках авиационных перевозок (рис. 3).

Данное дерево классификации можно интерпретировать следующим образом. Каждая из веток оканчивается терминальным узлом, представляющим собой отдельный класс авиакомпаний, применяющий определенный вид бизнес-модели формирования маршрутной сети. Таких терминальных узлов 4, из них 2 относятся к одному уровню пассажиропотока — от 100 тысяч до миллиона пассажиров в год. Рассматривая условия отнесения к той или иной группе, следует отметить, что все авиакомпании с долей крупных магистральных перевозок более 54,3% и долей крупных региональных перевозок более 3,65% в структуре пассажиропотока относятся к крупнейшим авиакомпаниям, осуществляющим перевозки более миллиона пассажиров в год (правая ветка), при этом таких компаний 7 из 52. В то же время авиакомпании, осуществляющие перевозки от 100 тысяч до миллиона пассажиров в год, могут использовать две бизнес-модели формирования маршрутной сети:

— правая ветка — авиакомпания осуществляет перевозки преимущественно по крупным магистральным направлениям между крупнейшими хабами, удовлетворяя остаточный спрос на направлениях присутствия крупнейших авиалиний (3 авиакомпании, представитель класса — «Вим Авиа»);

— левая ветка — авиакомпания осуществляет перевозки преимущественно по магистральным направлениям, небольшим количеством крупных магистральных и региональных перевозок, т. е. осуществляются перевозки между региональными центрами (35 авиакомпаний, представитель класса — «Акбарс Аэро»).

Характерным признаком отнесения к классу авиакомпаний с объемом авиаперевозок менее 10 тыс. чел. в год является наличие в маршрутной сети более 33,86% регио-

\ 33

Vol. 10. No. 2 (56). 2015

Источник: Транспортная клиринговая палата, расчеты автора. [Source: Transport clearing committee of Russia, authors'calculations].

Рис. 4. Дерево классификации бизнес-моделей российских авиакомпаний Fig. 4. Classification tree of business-model of Russian's airlines

нальных направлений, например авиакомпания «Комиавиатранс» или «Авиалинии Мордовии».

Таким образом, при осуществлении мониторинга маршрутной сети необходимо учитывать разделение авиакомпаний на классы, так как авиакомпании с небольшим пассажиропотоком более значимы для удовлетворения потребностей населения, чем авиакомпании со средним пассажиропотоком, осуществляющие перевозки по магистральным направлениям, обслуживаемым несколькими авиакомпаниями.

Заключение

Применение распределенных информационных систем в государственном регулировании многоплановых явлений, воздействие на которые можно осуществлять в основном только косвенными методами, является значимым направлением дальнейших исследований в части решения следующих задач:

— интеграции систем мониторинга;

— алгоритмизации расчетных задач в отдельных подсистемах и их дальнейшей интеграции.

В частности, на необходимость применения таких систем для анализа воздействия инструментов государственного управления на развитие маршрутной сети регулярных авиационных перевозок показал анализ развития маршрутной сети гражданской авиации после отмены лицензирования и квотирования. В частности, было выявлено, что направления, составляющие более 40% пассажиропотока маршрутной сети 2007 г., в настоящее время не обслуживаются. Все это говорит о необходимости оценки отдельных направлений с позиции обеспечения транспортной доступности населения. При этом для проектирования распределенных систем оценки влияния применения инструментов государственного регулирования на развитие маршрутной сети необходимо определить не только подзадачи исследования, но и особенности объек-

Том 10. № 2 (56). 2015

тов исследования. В результате использования алгоритма многомерной классификации с обучением было выявлено, что российские авиакомпании применяют 4 типа бизнес-моделей при выборе маршрутной сети и только 3 из них могут существенным образом повлиять на ее состояние. Следовательно, при выборе объектов мониторинга, влияющих на развитие маршрутной сети, последнее обстоятельство должно быть учтено в первую очередь.

Следует отметить, что при оценке влияния государственного регулирования на отдельную экономическую подсистему необходимо разделять задачи с краткосрочным и долгосрочным горизонтом планирования.

Так, применение алгоритма построения деревьев классификации позволят не только решать тактическую задачу по определению объектов для мониторинга развития маршрутной сети, но и стратегическую задачу оценку изменения структуры применяемых авиакомпаниями бизнес-моделей в результате трансформации институциональной среды регулярных авиационных перевозок. Например, применение аналогичного алгоритма к данным маршрутной сети 2007 года указывает на то, что основу пассажиропотока большинства авиакомпаний составляли среднемагистральные перевозки, осуществляемые между региональными центрами, что не всегда было экономически эффективно, однако отвечало потребностям населения в транспортной доступности. Существующие подходы к формированию маршрутной сети указывают на воздействие либерализации рынков гражданской авиации в совокупности с применением инструментов таможенного-тарифного регулирования в части предоставления льгот на уплату пошлин за импорт самолетов для обслуживания магистральных направлений с вместимостью более 300 человек и региональных с вместимостью менее 50 человек. Поэтому применение предложенной структуры распределенной информационной системы позволит не только обосновывать применение

различных инструментов промышленной политики, но и оценивать эффективность уже реализованных решений для решения краткосрочных и долгосрочных задач государственной политики.

Список литературы

1. Дик В. В., Затеса А. В. Применение нечетких моделей при выборе способа приобретения информационной системы // Прикладная информатика. 2012. № 1 (37). С. 5-13.

2. Открытые данные Росавиации России http://www.favt.ru/opendata/.

3. Рубин Ю. Б. Направления развития конкуренции в российской экономике // Современная конкуренция. 2011. № 6 (36). С. 3-8.

4. Смирнов О. А., Харитонов С. В. Автоматизация оценки эффективности аэропортовой инфраструктуры // Прикладная информатика. 2014. № 6 (54). С. 130-137.

5. Смирнова О. О., Смирнов О. А. Развитие конкурентных отношений на рынках наземного обслуживания в аэропортах: практика Российской Федерации и ЕС // Современная конкуренция.

2012. № 5 (35).

6. Харитонов С. В., Дик В. В. Применение задач линейного программирования при управлении стоимостью компании // Прикладная информатика.

2013. № 3 (45). С. 122-126

References

1. Dik V. V., Zatesa A. V. Primenenie nechetkih modelej pri vybore sposoba priobretenija informa-cionnoj sistemy [Using fuzzy models when choosing the information systems acquisition mode]. Priklad-naya informatika — Journal of Applied Informatics, 2012, no. 1 (37), pp. 5-13.

2. Open data of Federal aviation service of Russia http://www.favt.ru/opendata//

3. Rubin Ju. B. Napravlenija razvitija konkurencii v ros-sijskoj jekonomike [Directions of competition development in Russian economy]. Sovremennaya konkurenciya — Journal of Modern Competition, 2011, no. 6 (36), pp. 3-8 (in Russian).

4. Smirnov O. A., Haritonov S. V Avtomatizacija ocenki jeffektivnosti ajeroportovoj infrastruktury [Automa-

\ 35

Vol. 10. No. 2 (56). 2015

tion of efficiency estimation of airport infrastructure development]. Prikladnaya informatika — Journal of Applied Informatics, 2014, no. 6 (54), pp 130-137.

5. Smirnova O. O., Smirnov O. A. Razvitie konkurent-nyh otnoshenij na rynkah nazemnogo obsluzhivani-ja v ajeroportah: praktika Rossijskoj Federacii i ES [Development of competition in ground handling markets: practice of Russian Federation and EU].

Sovremennaya konkurenciya — Journal of Modern Competition, 2012, no. 5 (35).

6. Haritonov S. V., Dik V. V. Primenenie zadach line-jnogo programmirovanija pri upravlenii stoimost'ju kompanii [Implication of linear programming tasks in field of management of estimation]. Prikladnaya informatika — Journal of Applied Informatics, 2013, no. 3 (45), pp. 122-126 (in Russian).

O. Smirnov, Moscow University of Industry and Finance «Synergy», Moscow, Russia, [email protected] S. Kharitonov, Moscow University of Industry and Finance «Synergy», Moscow, Russia, [email protected]

Design of distributed information systems management of air transport route network development

The main goal of this article if analyze possibilities of implication of distributed information systems in government regulation multifaceted phenomena, the impact of which can only be done by indirect methods. This is an important field for further research the integration of monitoring systems, algorithmic computational problems in the individual subsystems and their integration. In particular, the necessity of using such systems for the analysis of the impact of instruments of state control development of the route network of regular air transport the analysis of civil aviation activities, the results of which indicated that the directions constituting more than 40% of passenger traffic route network 2007, currently not served. All of this suggests the need to evaluate specific directions from a position in accessibility to the population. Thus, when designing distributed systems, it is necessary not only to identify subtasks research, but also to determine the particular objects of study. As a result of the application of multivariate classification algorithm with training it was revealed that Russian airlines use 4 types of business models in the choice of the route network and only 3 of them can have a substantial impact on the state route network that must be taken into account in the selection of monitoring sites.

Keywords: distributed information systems, governmental regulation, route network, civil aviation, airline, Data mining. About authors:

O. Smirnov, PhD in Physic & Mathematics, Associate Professor S. Kharitonov, PhD in Economics, Associate Rofessor

For citation:

Smirnov O., Kharitonov S. Design of distributed information systems management of air transport route network development. Prikladnaya informatika — Journal of Applied Informatics, 2015, vol. 10, no. 2 (56), pp. 27-36 (in Russian).

36 J