На факультете бизнес-информатики и управления комплексными системами МИФИ создали алгоритм, который прокладывает оптимальный маршрут для ледоколов в Арктике. В 2025 году проект стал лауреатом Всероссийского инженерного конкурса.

Автор разработки, Алина Улимаева из кафедры экономики и менеджмента в промышленности, объясняет: программа помогает дежурным ледоколам быстрее добираться до судов, застрявших во льдах. Их задача — «обколоть» судно, освободив его ото льда, и вернуться на позицию. Главное — время: чем быстрее, тем лучше. Но прямой путь не всегда самый быстрый — мешают лед и погода. Поэтому алгоритм учитывает:

• толщину и движение льда,
• погодные условия,
• технические возможности ледокола.

Система использует базу знаний на основе графовой СУБД Neo4j и учится на уже пройденных маршрутах, улучшая свои расчеты.

Графовая СУБД Neo4j — это база данных, где информация хранится не в таблицах, а в виде связей между объектами, как в сетях или картах. Например, она может быстро определить, как лед, ветер и маршруты влияют друг на друга.

Сейчас ледовую обстановку отслеживают дроны, спутники и сами ледоколы, но маршруты все равно прокладывают вручную — по опыту и интуиции помощников капитанов. Алгоритм должен упростить их работу.

Проект уже заинтересовал компании, связанные с ледокольным флотом, например, инжиниринговое бюро «Гиперборея». Пока система проходит регистрацию базы данных.

Под руководством Павла Бочкарева на факультете разработали и другие арктические проекты:

• систему подачи заявок на северный завоз,
• VR-тренажеры для обучения портовых работников,
• умные контейнеры с датчиками для мониторинга грузов.

Автор последнего проекта, выпускница МИФИ Евгения Дзюба, также стала лауреатом Всероссийского инженерного конкурса.

Алгоритм может серьезно ускорить работу ледоколов, снижая время реагирования на аварии. Это важно для безопасности судоходства в Арктике, где каждая минута задержки — риск для экипажа и груза. Кроме того, оптимизация маршрутов сократит расход топлива и износ судов. Если систему доработают для коммерческих перевозок, она поможет экономить миллионы рублей на логистике.

Отметим, что система полагается на данные дронов и спутников, которые могут запаздывать или искажаться из-за погоды. Кроме того, обучение на исторических маршрутах не гарантирует идеальных решений в новых условиях — например, при аномальных льдах. Потребуется долгое тестирование в реальных условиях.

Ранее ученые заявили, что арктические торосы находятся под угрозой исчезновения.