排序方式： 共有4条查询结果，搜索用时 328 毫秒
1
1.
精细化需求预测是铁路提高收益的重要基础.本文考虑了铁路产品属性对于旅客选择行为的影响,构建具有一定偏好顺序的产品集合来表征不同类型的旅客.在此基础上,利用客票存根及余票数据,建立预售期内旅客选择过程的极大似然函数,求解得到不同旅客类型的出现概率.首先通过仿真算例验证了模型的计算可行性,然后通过实证数据,估算了北京南至上海虹桥方向不同旅客类型在各时段的出现概率,进一步统计得到旅客在不同时段下铁路旅客buy-up行为概率及属性敏感度的变化,并提出一些可用于优化售票策略的建议. 相似文献
2.
基于随机需求的单列车票额分配方法 总被引：2，自引：0，他引：2
根据时间序列原理将单列车的客运需求划分为具有趋势规律的确定需求和具有分布规律的随机需求两部分,通过差分自回归移动平均模型得到确定性需求的表达式和随机性需求的分布函数,进而构成单列车的客流量预测模型;将该预测模型嵌入随机票额分配模型中,通过求解客流量的期望值而将随机票额分配问题转化为确定票额分配问题,实现随机需求与随机票额分配有效结合的单列车票额分配,从而避免由于客运需求预测结果误差较大而使票额分配结果不能满足实际客运需求。通过算例验证了方法的可行性。 相似文献
3.
城市交通诱导与控制需要短时交通流预测作为依据,当预测时间小于5 min时,常用的短时交通流预测方法往往难以满足精度要求. 为了提高短时交通流预测的精度,针对短时交通流的非线性特征,采用基于分形的方法可以缩短预测时间、提高预测精度. 在G-P算法基础上,本文利用欧式模定义相空间任意两点间的欧式距离,并采用筛选法计算备选点的欧式距离,以此提高计算速度,使预测2 min内的交通流成为可能. 以北京西直门至阜成门段一天的断面交通量为实例,应用基于分形的短时交通量预测算法,对712个有效数据点的后30点进行预测,预测精度达到92％以上. 相似文献
4.
深入研究客运市场需求,是有效开展客运产品营销工作的前提.区别于既有的以问卷调查为基础的旅客选择行为研究,本文利用客票销售数据研究铁路客运产品选择偏好的估计方法.该方法考虑了部分时段部分列车在供不应求情况下,客票存根数据难以反映旅客真实选择行为的特点,根据预售期内各产品的实时余票数据,对预售期进行划分,建立了分时段的极大似然函数.针对所构建的似然函数,利用EM算法处理流失客流不可获知的问题,从而估计旅客选择偏好.通过实例,估计了徐州东至南京南方向旅客对京沪高铁客运产品的选择偏好.该方法以日常销售数据为基础,能够及时获取旅客选择偏好,具有较强的时效性,可为铁路日常营销工作提供参考. 相似文献
1