旅客购票模式与渠道关联选择行为的建模分析

为分析多元化售票渠道下旅客购票选择行为的影响因素及交互特征，解析了多渠道情境下旅客购票过程的 3个阶段，辨识了旅客购票的 3类典型模式；运用协同进化分析思想，建立了购票模式与渠道关联选择的协同进化 Logit模型；基于道路客运联网售票信息系统数据，进行了模型的实证应用，分析了特征变量对旅客购票选择行为的影响，揭示了渠道与模式间关联选择行为特征.研究表明：性别，年龄，提前购票时间，出行时间，出行里程，发车频率等因素对旅客购票行为有显著影响；旅客购票模式和渠道选择间存在相关性，某一决策选择受另一决策结果的影响；考虑两者的交互作用有助于提高分析预测精度，2类决策模型的精度分别提高了5.98%和5.72%.     

旅客购票模式与渠道关联选择行为的建模分析

为分析多元化售票渠道下旅客购票选择行为的影响因素及交互特征，解析了多渠道情境下旅客购票过程的 3个阶段，辨识了旅客购票的 3类典型模式；运用协同进化分析思想，建立了购票模式与渠道关联选择的协同进化 Logit模型；基于道路客运联网售票信息系统数据，进行了模型的实证应用，分析了特征变量对旅客购票选择行为的影响，揭示了渠道与模式间关联选择行为特征.研究表明：性别，年龄，提前购票时间，出行时间，出行里程，发车频率等因素对旅客购票行为有显著影响；旅客购票模式和渠道选择间存在相关性，某一决策选择受另一决策结果的影响；考虑两者的交互作用有助于提高分析预测精度，2类决策模型的精度分别提高了5.98%和5.72%.     

一种民航旅客社会网络关系分类算法

针对民航领域对旅客关系分类的需求，以旅客社会网络为背景，在当前存在的社会网络关系分类算法的基础之上，结合民航社会网络数据特征，提出了一种基于网络的关系类型迭代修正分类模型，设计了一个适用于民航领域的两阶段旅客关系分类算法．通过在真实的民航旅客社会网络数据集上进行的对比实验，验证了算法的有效性．     

基于旅客列车开行及停站方案的客流分配

客流分配是评价旅客列车开行方案的一个重要方面。通过分析旅客对列车选择行为的影响因素,旅客根据自己的意愿选择出行方案,考虑旅客乘坐列车的消费水平及拥挤费用,消费层次较高的旅客选择费用较高、旅行时间较短的乘车方案,消费层级较低的旅客选择费用较小的乘车方案,最终每个路段上的客流达到一个平衡状态。通过构造基于开行方案及停站方案的换乘网络,根据路段路径阻抗,利用梯度映射法进行求解该网络的客流分配模型,最终获得各OD对之间的多条出行路径方案。     

基于社交网络的民航旅客偏好建模

从社会网络的视角，提出了一种旅客个体偏好与关系偏好相结合的建模方法．首先，从旅客的历史出行记录中，构建基于共同出行关系的旅客社会网络；然后，构建旅客个体偏好模型和旅客关系偏好模型；最后，基于旅客偏好模型给旅客推荐座位．在民航领域的一个真实的数据集上进行了实验，证明本文提出的偏好模型能够有机地将旅客个体偏好与关系偏好结合起来，较好地描述旅客对航班座位的偏好．     

二维激光雷达数据角点特征的提取

为增强无人车识别行驶环境中角点特征的鲁棒性, 并提高角点特征的识别速度, 基于观测点的二变量正态概率密度映射之间的相对差值, 提出了一种角点特征提取方法; 将观测数据组映射到二变量正态概率密度空间, 获得每个观测点的映射; 对映射结果进行归一化, 消除协方差引起的数值差异; 在映射数值曲线中寻找波峰与波谷的位置, 波峰对应的观测点最接近均值点, 波谷对应的观测点最接近拐点; 利用波峰和波谷的相对高度判定该组观测数据是否符合角点特征的边长要求; 用波谷对应的原始观测数据点坐标作为角点特征, 构建环境特征地图。试验结果表明: 提取方法能够处理观测点数大于63, 观测点角度分辨率大于1°的稀疏观测数据, 在大尺寸室外环境和室内环境中, 提取方法都能够稳定识别大型角点; 对小于180个点的观测数据, 最大处理时间小于5ms, 平均处理时间小于1.9ms, 提取方法减少了构建环境特征地图的时间; 提取方法依据观测数据的二变量正态概率密度提取角点特征, 对观测误差和角点特征的尺度与形状不敏感, 能够有效提高角点特征的识别鲁棒性。      

铁路出发旅客衔接方式选择的复合异质性模型

鉴于多属性决策中存在的属性偏好和处理两类异质性现象,以铁路出发旅客衔接方式选择问题为对象,对两类异质性的效用表达进行了讨论,构建了能同时描述旅客属性偏好和处理异质性的复合异质性(Hybrid)非集计模型.采用成都东客站SP调查数据进行模型标定,结果表明,Hybrid模型的拟合度优于单一异质性模型.旅客属性处理规则自述结果与Hybrid模型分类结果的对比分析表明,模型对旅客属性处理特征的表达准确.进一步对不同类型旅客属性标定结果的分析显示,Hybrid模型可实现对衔接方式选择行为的精细化描述.     

基于粗糙集-BP神经网络客户群特征与服务映射模型研究

针对客户服务项目的不确定性，基于不可分辨关系的粗糙集理论和BP神经网络算法优良的分类映射能力，提出了面向细分客户群的基于粗糙BP神经网络客户群特征与服务项目映射模型。本文将分析客户特征，运用粗糙集理论进行客户特征约简、划分等价关系、建立BP神经网络的初始拓扑结构，运用K-means算法划分客户群。通过引入粗糙集理论，改进BP神经网络算法，加快BP网络收敛的速度和逃离局部极小值点，并利用rosetta软件和Matlab编程实现面向细分客户群的客户特征与服务项目映射模型。     

基于Kano模型的公路客运未来发展策略研究

为保证公路客运继续受到旅客的青睐及其市场份额,以北京市公路客运为背景,通过对其现状进行调查,分析其布局特征及客流特征,得出影响公路客运未来发展的因素;然后以旅客的需求为出发点,应用经济学中的Kano模型,并结合模糊聚类方法建立模型,对影响旅客出行需求因素的重要度进行排序;最后得出在旅客出行需求中,公路客运以其点对点直达占据绝对优势,以此为基础提出相应的策略,以期为公路客运可持续发展提供理论依据。     

高层次工艺规划前置处理接口技术

根据并行工程的基本原理,提出了一种基于完整设计信息的高层次工艺规划原型系统.该原型系统以完整的三维设计模型为信息源,因此需开发完善的前置信息处理接口,以获取有效的设计信息并将其转化为制造时工艺分析能直接使用的制造信息.前置处理接口中的设计模型信息提取接口用三维CAD软件的二次开发技术提取完整的零件结构信息;制造特征映射接口用三维特征识别和映射技术将提取的设计信息转换为制造模型.两个接口程序集成后,可获得零件的制造特征树和制造模型信息库,有效地支持HLPP.     

基于非均匀发车间隔的大小交路时刻表优化模型

基于客流时空分布规律，考虑列车平均发车间隔、运行时间、最大载客量等约束条件，将列车在车站的停站时间与上、下车客流量相关联，建立城市轨道交通高峰时段基于非均匀发车间隔的大小交路时刻表优化模型，对乘客平均旅行时间及列车发车间隔平均偏离值进行协同优化。以某城市轨道交通线路实际运营数据验证模型的有效性。结果表明，优化后乘客在各个车站平均等待时间较优化前减少幅度为0.4%~13.1%，其中全线客流量较大的第7、8、9站优化幅度较为明显，分别为 11.7%、13.1%、11.9%。优化后列车在各个车站最大满载率较优化前降低幅度为1.8%~8.5%，且所有车站站台均无滞留乘客，体现了优化后列车运输能力与客流需求的良好匹配。灵敏度分析讨论了目标函数权重系数及列车平均发车间隔值对模型的影响，表明本模型具有良好的可用性及稳定性，能够为城市轨道交通列车时刻表优化提供参考。     

基于累积前景理论的城际列车分时定价研究

城际客流具有时段分布不均衡特点,表现为高峰时段一票难求而低峰时段客座率低。为均衡客流、提高城际高铁收益,选取客运通道内不同时段车次进行差别定价。考虑旅客选择行为的差异性和有限理性,采用潜在类别分析对旅客进行分类,选取票价和时段价值两个影响因素, 建立双参照点的旅客平行车次产品效用模型,以累积前景值刻画异质旅客对平行车次的出行效用。基于累积前景值构建以铁路企业收益最大,旅客广义出行费用最小的分时定价双层规划模型,设计基于灵敏度分析的启发式算法求解。最后以南宁-北海为例对高峰、非高峰时段平行列车进行实例分析,结果表明,本文提出的分时定价方法能提升收益约2.5%,且高峰、非高峰时段的客流更加均衡。     

诱导信息下城市轨道交通乘客路径选择行为研究

为研究城市轨道交通诱导信息对乘客的影响，考虑信息提供时间、方式、更新频率及其与 路径属性之间的交互关系，提出融合诱导信息的城市轨道交通乘客路径选择行为决策框架。考 虑乘客在决策时表现出遵循混合决策规则的倾向差异和不同属性感知差异，建立改进的混合效用-后悔模型。将路径属性与诱导信息同时纳入调研情景设计，基于调研结果标定模型中关键参数，结果表明，基于混合决策规则的模型拟合效果最高(调整优度比达0.396)。进一步分析乘客对信息的偏好：相较于下载手机APP，乘客更喜欢社交媒体推送的形式接收诱导信息；引入信息推送频率时间价值，并对比得出，女性、中老年及非通勤乘客更倾向于接受更高频率的诱导信息推送服务；分析各属性弹性值，表明诱导信息提供方式和更新频率应作为管理者的辅助手段，在特定场景下(例如高峰拥堵和突发事故)诱导信息将会发挥更大的作用。研究揭示了诱导信息提供方式如何影响轨道交通乘客的路径决策机理，有助于设计更加精准和高效的诱导信息策略辅助客流组织管理。     

旅客旅行时间价值在航空票价中的应用

在考虑影响旅客出行选择行为的各种因素时,旅客旅行时间价值是十分重要的因素.提出旅客旅行时间的完整性概念.基于旅客对旅行时间价值不同评价,运用经济学理论对航空公司实行多级票价分析,得出多级票价能够使航空公司和消费者实现双赢,同时对价格歧视失效进行分析.在此基础上,从旅客旅行时间的完整性解释廉价航空以及机舱满员不但不能增大...     

����ʽ��������ģ�����

在枢纽式航线网络蓬勃发展的背景下,蛛网式航线网络作为一种新兴的网络结构,它的出现引起了国内外的广泛关注.针对蛛网式航线网络的要素进行了深入分析,从减少非必要的中转的角度出发,提出旅客时间价值系数的概念,将航空公司的运输成本和旅客时间价值作为总效用,设计出蛛网式航线网络效用模型.通过使用该模型,可以设计出蛛网式航线网络并分析其每条航线的竞争力.基于该模型对于每条起讫节点流（Origin Destination, OD流）可分解的性质,提出了基于效用理论的最短路径算法,利用我国15城市数据建立了蛛网式航线网络模型实例.求解的结果表明,旅客时间价值系数对蛛网式航线网络以及蛛网式航线网络的竞争力的影响.     

城市公交线路调度发车频率优化模型

根据客流需求合理确定发车频率是优化调度方案，实现科学调度的关键工作之一。在分析现有模型的基础上，结合中国城市公交常用的调度模式，建立了以客流需求为基础数据，以乘客满意度和企业满意度加权平均值最大为目标的公交线路发车频率规划模型。介绍了优化模型的构建过程、目标函数与约束条件中各组成要素的计算方法以及模型的解法，阐述了模型所需数据的自动获取和处理方法。实例证明该模型是可行的。     

城市轨道交通网络可靠性和运输服务质量评估

为评估区间通过能力下降对城市轨道交通网络可靠性和运输服务质量的影响，首先，以区间通过能力下降前后乘客的相对广义出行费用确定乘客的出行是否可靠，并以出行可靠的乘客占比评估网络的可靠性；其次，以乘客的平均广义出行费用评估网络的运输服务质量，采用基于改进Logit模型的随机用户均衡配流模型计算乘客的广义出行费用，并通过MSWA （method of successive weighted averages）算法求解该模型；然后，通过区间影响的乘客占比、区间介数分别识别网络的重要区间；最后，以武汉地铁为例分析重要区间通过能力下降后的网络可靠性和运输服务质量. 仿真结果表明:受区间影响的乘客占比识别的重要区间对城市轨道交通网络的可靠性和运输服务质量产生重要影响；重要区间多与换乘站直接相连，并且各重要区间能影响网络中12.24%～13.96%的乘客；为保证武汉地铁网络可靠性高于0.95，网络最多能容忍区间介数识别的3个重要区间的能力下降20%，或区间影响的乘客占比识别的1个重要区间的能力下降20%；随着下降区间数目和下降比例的升高，网络的可靠性持续下降，但网络的运输服务质量下降的情况会有所减弱.      

轨道交通换乘常规公交平均候车时间模型

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.     

�����ͨ���˳��湫��ƽ����ʱ��ģ��

乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明：模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05％以内.     

基于离散价格的高铁差异化定价优化研究

与现有大多数结果为连续值的高铁动车组定价理论不同，本文提出一种基于离散价格的高铁动车组差异化定价优化模型。首先设置离散的折扣率档位，再将旅客群体按照价格敏感性分类，考虑出发到达时间不在同一时间段给旅客带来额外机会成本的情况下分别得到各群体旅客乘车广义费用函数，基于广义费用函数估计总体旅客弹性需求函数，构建基于收益最大化为目标的多列车多区段下的线性整数规划模型，最后采用粒子群算法进行求解。算例结果表明，采用本文提出的优化方法能够显著提升列车的整体收益，同时可以将定价理论中输出最优价格为连续值的情况看做是基于离散价格定价优化问题的一个特殊情况，基于离散价格的假设应该更接近于定价优化问题的实际，应得到更多的关注。