考虑乘客出行体验的需求响应式公交规划

作为传统公交车的有力补充,需求响应式公交的出现为人们提供了解决问题的新思路,它能够即时采集乘客出行需求信息,确定走行路线,提供个性化定制服务。但自需求响应式公交运营以来,步行距离长、候车时间久等问题也日益凸显,极大地影响了乘客的出行体验。文章充分考虑乘客的步行距离及等待时间成本,基于DBSCAN算法、K-means算法,就需求响应式公交合乘站点布设问题进行研究,采用启发式插入算法对建立的软时间窗、多车队模型进行求解。可以实现对具有时间窗空间分散点的聚类及路径规划,对优化需求响应式公交的乘客出行体验,提高车辆上座率具有重要意义。     

高速铁路动态票价制定策略

为提高高速铁路在客运市场中的竞争力,文中通过浮动定价机制,达到乘客满意度提高和运营收益增加的双重目标。文中利用数据挖掘技术,建立线路每日发售量数据库,并通过多条件筛选的方法对未来的发售量进行预测。通过实时校验的方法使数据库自净,提高预测精度,还原真实的购票需求。建立动态期望模型,采用动态期望的方法建立随乘客需求变化的动态票价调整模型。并采用蒙特卡罗算法进行数值仿真,验证此模型可达到乘客满意度提高与运营收益同时增加的效果。     

基于聚类算法的上海轨道交通站点高峰特征分析

为进一步提高客流预测精度,客观描述早晚高峰客流分布形态,通过多次聚类对上海轨道交通运营数据进行峰值挖掘。利用DPEAK密度最大值算法进行数据中心化清洗;基于DBSCAN算法进行密度预聚类,初步判定特征类数;在此基础上,采用启发式K-Means算法对各密度类中心簇及边缘进行刻画;分类统计数据特征,通过组合分布函数对轨道交通高峰特征进行描述。经分析,该方法能够有效降低拟合误差,得出的组合分布函数可为上海市轨道交通线路早晚高峰客流预测提供参考。