基于潜在类别模型的高铁旅客市场细分

对高速铁路旅客市场进行细分是应用收益管理理论的重要环节.基于京沪高铁的客票数据,选取年龄、性别、出行日期、出行距离、购票方式和提前购票时间6类外显变量作为分类指标,采用潜在类别模型进行高速铁路旅客市场的细分.首先将外显变量概率参数化后代入模型进行建模并利用Mplus软件进行模型求解,模型拟合的AIC和BIC等指标表明,当潜在类别为3类时模型具有较好的效果.然后根据模型参数估计结果对所有数据进行潜在聚类分析,分类正确率达到93%左右,表明分类结果合理,3种类别的旅客在提前购票时间、出行距离等方面具有明显的差异.潜在类别模型的引入可以为我国高速铁路收益管理理论研究和实践应用提供参考借鉴.     

基于出行链的铁路车站开通初期客流预测研究

【目的】为解决铁路车站开通初期客流预测缺乏数据支撑,以及估计不同交通方式成本来计算客流转移量结果与实际偏差较大的问题。【方法】以新开通南沿江城际铁路江阴站为例,考虑该线与既有高速及城际铁路的线位关系,基于城际出行链,依托旅客出行行为调查对区域内可选择的不同交通方式的城际出行效用进行定量计算,采用Multinominal Logit(MNL)模型,区分工作日与非工作日,结合客流分配现状对效用变量系数进行标定,据此预测南沿江城际铁路江阴站开通后发往南京、上海枢纽的客流量,同时结合城市经济和社会发展推演计算发往沿线其他站点的客流。【结果】结果表明,南沿江城际铁路江阴站的开通可以有效吸引江阴地区原本选择既有铁路、公路去往南京、上海的客流以及选择公路去往南沿江城际铁路沿线其他城市的客流。【结论】因此,南沿江城际铁路的开通能有效缓解辐射范围内既有铁路、公路的运输压力,客流预测结果还将支撑站点运力资源配置优化研究。     

针对高频出行旅客的铁路优惠卡设计研究

随着高速铁路、客运专线的大规模开通运营,铁路旅客运输能力不断提高,不仅为旅客提供了丰富的客运产品,也为铁路进一步提供个性化、差异化产品创造了条件.本文在借鉴西方发达国家丰富的铁路客票种类的基础上,通过问题描述、建立模型和模型求解的步骤,针对具有一定出行频次的旅客,设计铁路优惠卡(如月卡、季卡).在实例验证中,针对3种典型的优惠卡购买概率分布,得出优惠卡在不同折扣等级下的总价和允许的旅客最多乘车次数,为铁路设计丰富的客票种类和优惠策略提供参考.     

大中城市居民出行强度的聚类分析

人均出行次数是居民出行强度的最直接反映,而人均出行次数与城市经济指标有着极大联系.目前对人均出行次数和经济指标之间的关系缺乏定量分析研究,本文通过研究经济指标与居民人均出行次数的关系来建立居民人均出行次数量化模型.通过对全国十五个大中城市的经济指标进行聚类分析,找到与居民出行强度相关性最大的4个典型指标:市区土地面积、社会消费品零售总额、居民消费价格总指数、和市区居民人均可支配收入,建立了居民出行次数与这些典型指标的回归模型,为同类城市的居民人均出行次数的预测提供了参考.     

基于手机信令的全社会公路旅客出行量测算方法

为了准确统计全社会公路旅客出行量,针对传统公路客运量统计口径小、覆盖范围不全、无法全面反映公路旅客实际出行情况的问题,基于手机信令数据,通过用户位置识别、旅客出行链整理、旅客出行方式判别、城区范围划分及数据多层扩样,构建了全社会公路旅客出行量测算方法.为了验证所建方法的准确性和合理性,以京津冀地区的手机信令数据为例,对...     

基于旅客出行成本的高铁与民航运输竞争临界距离分析

我国高铁的快速发展对中国民航带来很大冲击,而冲击的大小随着运输距离的不同而变化,因此,高铁与民航运输之间必然存在着竞争的临界距离。基于旅客出行成本,通过分析和计算,得出高铁与民航运输之间竞争的临界距离。这对于协调高铁与民航之间的竞争,促进高铁与民航的发展具有重要意义。     

基于手机信令数据的旅客联程出行时空特征分析方法

为高效准确地识别旅客联程出行方式,基于旅客联程出行行为特征,引入不同运输方式场站地理位置、场站数据取样最佳半径、旅客行驶速度等关键参数,对旅客手机信令数据进行筛选、校核和计算,提出了基于手机信令数据的旅客联程出行方式识别方法,同时测算了不同运输方式场站数据取样最佳半径。以2018年国庆假期广东省内旅客出行为例进行分析,剔除了约98%的无关信令数据。分析结果显示,广东省内公铁联运出行比例最高,广州、深圳两大枢纽城市的客流集疏运效应突出,广佛城际出行联系较为密切,佛山机场的潜力较大。研究表明,识别方法大幅降低了信令数据分析量和运算成本,方法原理和技术路线清晰,分析结果准确、符合实际。     

基于WebGIS的铁路旅客辅助决策系统的研究与开发

以旅客出行和换乘中转站的选择及优化作为实现目标,研究了针对旅客不同出行需求的查询算法,开发出基于WebGIS的铁路旅客出行辅助决策系统.系统为旅客出行决策提供综合查询信息,将最优线路以直观的方式显示出来,实现乘车线路的交互式查询和地理信息系统的实时衔接,后台决策软件综合考虑线路状况,实时更新铁路客运时刻表数据库,给出最优乘车路径选择.     

高速公路服务区类别划分与规划定位

通过对国内高速公路服务区现状的研究,分析总结了服务区经营发展面对的问题,结合工作实际,有针对性地提出在建设前期工作中,应全面分析高速公路服务区规划控制因素,并进行类别划分,同时加强规划定位的工作。     

基于二次诱导的群体空港旅客出行推荐方法

针对旅客个性化出行需求和机场快速疏解要求,在对陆侧交通各出行方式固定分配的基础上,提出了一种基于二次诱导的群体空港旅客出行推荐方法,为定制化旅客服务提供算法支撑;基于旅客原始数据,结合粗糙集理论进行特征属性的知识约简,提高算法性能;运用改进贝叶斯分类算法进行基于旅客独立特征概率计算的出行方式推荐度量化,生成基于一次诱导的旅客出行推荐序列;面向机场陆侧各出行方式运力固定分配的约束,将旅客出行推荐序列输入基于改进非支配排序遗传算法(NSGA-Ⅱ)的旅客二次诱导出行推荐模型中,进行运力与旅客流的深度匹配,对旅客出行推荐结果进行再次优化;基于普适性原则,使用小规模(100人次)和大规模(1 000人次) 旅客样本进行模型验证。分析结果表明：在不同规模旅客流输入情况下均能得到良好结果,小规模样本下旅客出行方式推荐正确率为77.41%,大规模样本下旅客出行方式推荐正确率为79.62%;经过二次诱导后,旅客流出行推荐分布与运力间的匹配度相比真实出行以及一次诱导分布皆有巨大提升。在旅客流与运力高度匹配的基础上实现了旅客出行偏好需求,算法性能良好,为改善枢纽机场客流疏解能力提供了一种切实可行的方法。     

基于异构模型的铁路出发旅客衔接时间价值

旅客时间价值是开展区域综合交通一体化研究的重要参数.本文针对现有文献中铁路旅客衔接时间价值研究较少、异构模型计算结果的比较不够充分等问题,以成都铁路东客站出发旅客衔接方式选择SP数据为依托,建立了MNL、ML、LCL、Hybrid等异构模型,对异构模型所得旅客个体和样本总体的等候时间价值、车内时间价值进行了比较.结果表明：模型结构对时间价值求解有较大影响,ML中单侧三角分布模型求解结果较为合理;Hybrid模型在拟合效果上表现优良,但在个体等候时间价值求解结果中呈现出较为明显的偏态性,给总体统计描述带来一定的困难.由于目前尚无关于时间价值的明确比选方法,应用中可考虑取异构模型计算结果的均值.     

北京南站高铁旅客特征与接驳交通体系改善

以京沪高铁开通为背景,对北京南站高铁客流特征和接驳交通体系存在的问题进行研究。首先,从职业构成、接送站人数、出行目的、接驳交通方式选择等分析了高铁旅客的特征。然后,对京沪高铁开通前后北京南站外围路网,以及地铁、公共汽车、出租汽车、社会车辆等接驳交通体系运行状况进行阐述。最后,针对高铁客流冲击下北京南站东西区车流量分布不均衡、落客区秩序混乱、出租汽车候车旅客滞留、夜间接驳交通能力不足等主要问题提出了改善建议。     

SERVQUAL模型在铁路客运服务质量评价中的应用

针对目前旅客服务质量的管理现状,提出以SERVQUAL评价模型为基础,以每列客车为单位进行列车旅客评价的管理方法。分为问卷调查、数据整理、建立模型和综合评价四部分,据此计算得出数据结果,有针对性地给出初步管理意见,避免对每列客车检查而产生人员浪费,提高客运管理效率。     

基于非集计理论的高速铁路旅客乘车选择行为研究

为研究高速铁路旅客乘车行为选择机理,以非集计离散选择模型理论为依据,分析旅客乘车选择的影响因素,结合2013 年京沪高速铁路旅客出行RP调查数据,以G类高速列车和D类高速列车作为旅客乘车方式选择肢,设置影响旅客乘车选择的特性变量,即旅客主体特性、出行特性、列车服务特性及相应的取值方法,建立旅客乘车方案选择MNL模型.运用SPSS对模型参数进行标定,结果表明,公费出行、月收入较高及出差的旅客偏好选择G类高速列车;自费出行、月收入较低及旅游探亲的旅客偏好选择D类高速列车.上述结论与调查结果基本一致,命中率等参数的计算亦验证了模型的有效性.     

基于模糊聚类方法的ITS需求分析

ITS需求分析是ITS规划的基本步骤之一．文中将模糊聚类方法应用于ITS需求分析，并且利用VBA语言编制了相应的计算程序．根据北京奥运交通规划课题组的专家调查数据，对奥运ITS的部分需求进行了分析，采用三种方式得到的初步分析结果具有较高一致性，最终分析结果有效地反映了研究对象的特征及其相互关系，验证了模糊聚类方法在ITS需求分析方面的实用价值．     

基于Nested Logit 模型的铁路旅客客运产品选择研究

通过成都-武汉既有线出行旅客的问卷调查,以及样本数据的归纳分析,对旅客客运产品选择行为特征进行描述.基于随机效用最大化理论,以乘车方式与客运产品作为选择肢,旅客主体、出行特性及列车服务特性的各项指标作为效用变量,构建了乘车方式位于上层、客运产品位于下层的Nested Logit 模型.模型的上下层参数标定结果表明,旅客的收入状况、出行目的、出行距离、列车票价及运行时间对其乘车方案选择具有显著影响,旅客的年龄、出行费用来源、收入状况、出行距离,以及列车票价、运行时间对其客运产品选择具有显著影响.模型能较为准确地反映铁路客运产品的实际需求,从而为其合理设计与调整提供理论依据.     

铁路公益性客运范围界定混合决策模型

随着国家“基本公共服务均等化”规划的提出和铁路“政企分开”市场化改革的推进，铁路公益性与商业性服务之间的矛盾越发突出. 合理界定铁路公益性客运范围是缓解冲突，实现有效供给的前提. 本文结合定性与定量分析，构建了基于B-C-C三阶段决策流程和 PCFA-FCM降维聚类算法的铁路公益性客运范围界定混合决策模型.B-C-C三阶段决策模型以社会效益、经济状况和现实能力作为层进式判定条件，实现铁路公益性客运范围界定的顶层决策.PCFA-FCM降维聚类算法解决了决策流程实际运作中最难实现的社会效益(公益程度)量化分析问题，可以摆脱列车类型的约束，根据实际指标属性进行分类.     

铁路公益性客运范围界定混合决策模型

随着国家“基本公共服务均等化”规划的提出和铁路“政企分开”市场化改革的推进,铁路公益性与商业性服务之间的矛盾越发突出. 合理界定铁路公益性客运范围是缓解冲突,实现有效供给的前提. 本文结合定性与定量分析,构建了基于B-C-C三阶段决策流程和 PCFA-FCM降维聚类算法的铁路公益性客运范围界定混合决策模型.B-C-C三阶段决策模型以社会效益、经济状况和现实能力作为层进式判定条件,实现铁路公益性客运范围界定的顶层决策.PCFA-FCM降维聚类算法解决了决策流程实际运作中最难实现的社会效益(公益程度)量化分析问题,可以摆脱列车类型的约束,根据实际指标属性进行分类.     

基于粗糙集聚类算法的铁路通道客运市场细分

对铁路通道内客运市场的细分,是研究铁路通道客流分担、客运产品设计的基础. 根据宝鸡-兰州铁路通道旅客出行方式选择调查数据,结合粗糙集理论,首先,构建了铁路通道旅客出行方式选择决策表,对条件属性进行属性约简,并计算各属性的权重;其次,考虑到避免传统聚类算法的“维数陷阱”,提出了基于粗糙属性重要度的K-means聚类算法,并在UCI数据集上进行仿真实验;最后,运用该算法对调查数据样本进行聚类.结果表明：将铁路通道客运市场细分为6类时,具有最好的聚类效果;经统计分析发现,不同子市场的旅客出行行为有明显的偏好.     

基于统计分析的城际铁路建设条件研究

采用基于描述统计学的社会经济统计学方法对我国建成及在建26条城际铁路沿线地区的多项社会经济指标进行归纳统计,进而采用聚类分析的方法对其综合分析,探索能够反映城际铁路建设条件的参考指标,为我国城际铁路的建设规划提供决策参考。