Статья посвящена задаче планирования маршрута перехода морского судна. При плавании в условиях интенсивного трафика судоводители должны придерживаться некоторой схемы движения, принятой на конкретной акватории. Эта схема может существовать в том числе и неформально, являясь обобщением коллективного судоводительского опыта. В этом случае представляется продуктивным планирование маршрута на основе данных о движении других судов, находившихся на акватории ранее (та же самая идея лежит в основе методов задач «больших данных»). В работах, опубликованных ранее, такое планирование маршрута основывалось на кластерном анализе ретроспективных данных о движении судов, что предполагало разбиение акватории на участки и выделение в них характерных значений скоростей и курсов. Проблемой такого подхода был выбор параметров разбиения, которые нужно было задавать для каждой конкретной акватории отдельно. В настоящей работе предложен другой подход, когда граф возможных маршрутов включает в себя выборку траекторий отдельных судов, реализованных на выбранной акватории ранее. В статье рассматривается способ построения такого графа возможных маршрутов, делается оценка числа его вершин и ребер, даются рекомендации по выбору метода поиска кратчайшего пути на этом графе. Обсуждается возможный метод интерполяции пропущенных данных, требуемых для построения графа, основанный на идее сочетания прямолинейных и маневренных участков движения судов. Приводятся примеры планирования маршрутов на ряде реальных акваторий: Владивосток, Токийский залив, Сангарский пролив., The paper considers the problem of planning a route for sea vessel shifting. Under the conditions of heavy traffic, navigators should follow the traffic scheme accepted in this defined water area. Such a pattern may not be officially established while representing collective experience in navigation. In this case, route planning based on the data on the movement of other ships that had been in this water area before (the same idea underlies the methods of "big data" tasks) appears to be productive. In the papers published earlier, such route planning employed a cluster analysis of retrospective data on the movement of ships, which involved dividing the water area into sections and isolating their characteristic values of speeds and courses. The problem with this approach was the choice of partitioning parameters, which had to be set for each specific water area separately. This paper proposes another approach when the graph of potential routes includes a selection of the trajectories of individual ships that had been previously implemented in the selected water area. The article regards a method for constructing such a graph of possible routes, estimates the number of its vertices and edges, and gives recommendations on the choice of a method for finding the shortest path on this graph. A possible method premised on the notion of combining straight and maneuverable sections of vessel traffic that can be applied to interpolate the missing data required to build a graph is discussed. Examples of route planning in a number of real water areas are given: Vladivostok, Tokyo Bay, the Tsugaru Strait., МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, Выпуск 3 (38) 2022, Pages 14-15