Abstract
В условиях современных городов оптимизация транспорт-ных систем играет ключевую роль в повышении эффективности и устойчивости муниципальных служб. Цель данного исследования - разработка интеллекту-альной модели маршрутизации для городских служб, с акцентом на применение для снегоуборочной техники в городе Астана. Модель интегрирует библиотеки Python для анализа и визуализации данных, а также картографическое API, вы-бранное после сравнительного анализа. Уличная сеть города была воссоздана с учетом топологических и статистических характеристик, таких как длина дорог и плотность перекрёстков. Задача маршрутизации была сформулирована как за-дача китайского почтальона и решена с применением алгоритмов Дейкстры, Эдмондса и Хайрхольцера. В результате был построен оптимизированный маршрут, обеспечивающий полное покрытие улиц с минимальными повторами. Решение позволяет сократить избыточные перемещения и повысить эффектив-ность работы коммунальных служб. В дальнейшем планируется расширение модели для учёта динамических данных и масштабирования на многомашин-ные и многокритериальные задачи в контексте умных городов.