Метою роботи є дослiдження питань, пов'язаних iз системами керування дорожнiм рухом, та представлення системи управлiння, яка використовує iнтелектуальнi транспортнi системи та нейроннi мережi. Використання iнтелектуальних транспортних систем (ITС) -це засiб покращення транспортних систем, що робить його незалежним вiд розвитку вiдповiдної iнфраструктури. Атрибути нейронних мереж втiлено з метою вирiшення проблем оптимiзацiї, якi передбачають розробку оптимальних стратегiй управлiння трафiком. Представлена система управлiння дорожньо-транспортним рухом, яка використовує IТС та нейроннi мережi, може бути застосована для прогнозування рiзноманiтних ситуацiй у сферi управлiння дорожнiм рухом. Представленi результати дослiджень, метою яких була перевiрка ефективностi нейронних мереж в аспектi прогнозування обсягу перевезень на окремих нацiональних дорогах, реалiзованих на основi наукового пошуку та дискурсу логiстичних аспектiв управлiння дорожнiм рухом, з особливим акцентом на iнтелектуальнi транспортнi системи. Вищезгаданi питання є надзвичайно важливими через необхiднiсть виявлення очiкуваного навантаження на маршрути. Важливими елементами iнтенсивностi руху є коливання трафiку, пов'язанi з такими факторами, як час, рух, архiтектура дорiг i використання потужностей. Дослiдження послужило перевiрцi ефективностi чотирьох незалежних нейронних мереж, прогнозуючих обсяг трафiку, протягом тижня для визначених моментiв часу. Емпiричнi данi, використанi в представлених дослiдженнях, були отриманi з датчикiв руху, встановлених на вибраних нацiональних дорогах, в певнi промiжки часу. Це дозволило визначити перспективи розвитку нейронних мереж на основi дослiджуваної моделi, що представляє собою набiр елементiв штучного iнтелекту що керують обсягами транспортних засобiв та вловлюють повторюванi закономiрностi. Представлено результати використання авторської моделi впровадження алгоритму на основi нейронних мереж у транспортних мережах для виконання кiлькiсного та якiсного аналiзу її дiяльностi, а також накопичення вiдповiдних даних. Проаналiзовано рiзнi способи отримання даних для ефективного моделювання. Внаслiдок виявлення рiзноманiтних неточностей, системних недосконалостей або надмiрних витрат були запропонованi альтернативнi рiшення, що можуть усунути такого типу проблеми. Авторами також були запропонованi пiдходи, що дозволяють обмежити появу таких проблем. Наведенi результати дослiджень обґрунтовують доцiльнiсть використання нейронних мереж для регулювання транспортних потокiв. Представленi результати були отриманi у ходi фактичних спостережень й порiвнювалися з результатами iнших дiючих систем. Авторами проаналiзовано адекватнiсть представленої моделi та можливостi її вдосконаленняКлючовi слова: iнтелектуальнi транспортнi системи, нейроннi мережi, управлiння дорожнiм рухом UDC 004.942