开放式实验室预约系统的研究与实现

利用.Net技术和B/S模式,设计与实现了一种符合学校实际需要的具有实验预约、项目管理、成绩管理、信息发布、查询统计等主要功能的开放式实验室预约系统。经过学校实验室使用验证,该系统可以满足实验室开放式预约管理,提高了管理效率和资源利用效率。     

TRSv4.0售票模块的设计与研究

介绍了TRSv4.0成功地解决了清算系统提出的问题,满足了清算系统的要求;实现了更为灵活的计价方式,以适应铁路改革和市场发展的需要;解决了SMART3 0中存在的问题;增强了售票系统的安全性.目前,TRSv40已经在全路推广应用.     

城市轨道交通售票服务系统寿命周期费用浅析

寿命周期费用管理理念能对项目所有支付的费用进行比较全面的分析,为政府和企业节约大笔资金,因而被广泛地应用于军事、能源和大型基础设施等诸多领域.城市轨道交通系统是资金密集型的工程项目,为了提高经济效益和降低运营费用,通过对售票服务系统费用的分析,希望能在我国城市轨道交通行业中树立起寿命周期费用理念,使它更好地为城市轨道交通事业服务.     

Where to dispose of urban green waste? Transportation planning for the maintenance of public green spaces

Urban green spaces provide various social and environmental benefits that strongly improve the quality of life in a city. Municipalities are responsible for maintaining their green spaces in order to preserve these potentials. This paper supports municipalities in planning the transportation and disposal logistics of the green waste that is produced by the maintenance activities. The approach combines ecological issues like the seasonality of green waste generation and different types of biomass with economically driven decision making. We show how to determine cost efficient transportation plans for the disposal logistics and how to capture the seasonality of green waste generation when booking capacities at disposal facilities. It is also shown how a municipality can select the disposal facilities to cooperate with in a competitive environment where facilities offer capacities at differing conditions, as is the case for disposal sites that dump the green waste and for conversion plants that use the biomass for producing renewable energy. We illustrate the approach using case data of a major city in Germany.     

车站票务系统终端设备配置的探讨

火车站票务系统终端设备配置不仅影响对乘客的服务水平和车站的客运管理效率,还影响到建设投资及运营成本。因此有必要对车站票务系统终端设备数量计算的方法进行研究。结合最新的网络购票、电话订票和既有的售票方式,分析了计算车站票务系统终端设备所需参数,并基于这些参数提出了计算车站票务系统终端设备的数学模型。     

铁路信息化、数字化、智能化关系演化模型及评估方法

当前,列车团餐服务依托传统的线下渠道进行处理,面临沟通繁琐、旅客体验不佳、数据分散等问题。为提升铁路客运服务水平与旅客满意度,文章分析了铁路列车团餐预订现状,设计了铁路12306互联网团餐预订系统（简称：团餐预订系统）,阐述了团餐预订系统的总体架构、技术架构和具体功能。该系统采用了前后端分离、自动识别匹配、合并支付与智能拆单、分布式文件存储等技术,满足了团体旅客出行多样化、便捷化的订餐需求,也为下一步团餐预订系统的开发工作奠定基础。

     

Analyzing high speed rail passengers’ train choices based on new online booking data in China

This study explores two nonparametric machine learning methods, namely support vector regression (SVR) and artificial neural networks (ANN), for understanding and predicting high-speed rail (HSR) travelers’ choices of ticket purchase timings, train types, and travel classes, using ticket sales data. In the train choice literature, discrete choice analysis is the predominant approach and many variants of logit models have been developed. Alternatively, emerging travel choice studies adopt non-utility-based methods, especially nonparametric machine learning methods including SVR and ANN, because (1) those methods do not rely on assumptions on the relations between choices and explanatory variables or any prior knowledge of the underlying relations; (2) they have superb capabilities of iteratively identifying patterns and extracting rules from data. This paper thus contributes to the HSR train choice literature by applying and comparing SVR and ANN with a real-world case study of the Shanghai-Beijing HSR market in China. A new normalized metric capturing both the load factor and the booking lead time is proposed as the target variable and several train service attributes, such as day of week, departure time, travel time, fare, are identified as input variables. Computational results demonstrate that both SVR and ANN can predict the train choice behavior with high accuracy, outperforming the linear regression approach. Potential applications of this study, such as rail pricing reform, have also been identified.     

高速铁路预售期旅客购票量分布预测

在预售前(相隔31 d)预测高速铁路预售期旅客购票量分布是铁路企业精准进行收益管理的前提.基于高速铁路预售模式和旅客售票数据,分析预售期内各预售日旅客购票量的相关性,探究预售期旅客购票量分布的影响因素.综合考虑出发日特征以及旅客购票量分布时序特征的影响,构建了考虑多输出间关联性的最小二乘支持向量回归-卷积长短期记忆网络(MLSSVR-ConvLSTM)模型.以京沪高铁线路中上海虹桥站至北京南站、上海虹桥站至徐州东站、上海虹桥站至无锡东站这3种不同距离OD旅客为例,进行预售期旅客购票量分布预测实例分析.研究结果显示:MLSSVR-ConvLSTM模型预测结果较好地反映了真实的预售期旅客购票量分布的变化趋势,平均绝对百分比误差为6.7%～11.0%,预测效果优于多元线性回归(MLR)、K近邻回归(KN)、极致梯度提升算法(XGBoost)、支持向量回归机(SVM)、多输出最小二乘支持向量回归(MLSSVR)和卷积长短期记忆网络(ConvLSTM)等模型,验证了所提出模型的合理性和有效性.进而表明,在构建预售期旅客购票量分布预测模型时,考虑预售期旅客购票量分布整体性以及各类因素的综合影响可有效地提高模型预测精度.所提出的预售期旅客购票量分布预测模型可以为铁路企业制定动态票额分配和浮动票价等政策提供理论支撑.     

基于学生出行管理的校园公路客运订票系统研究

针对学生群体出行计划性强、组织性好、客流高度集中的特点,基于B/S体系结构、Ajax等技术,并运用BP神经网络客流预测模型,开发出校园公路客运订票系统。通过该订票系统,可以实现学生客运车票的订购,并且学校管理部门能够查询学生出行的实时数据,便于学校管理部门及时了解学生出行动态,实现学校对学生安全出行及外出集中实习教学的管理。客运部门应用本系统可及时处理学生客流所引发的客流高峰问题,并通过对学生订票信息数据的挖掘和预测分析,可提高信息化管理水平和服务质量。应用该订票系统对客运量进行预测,结果表明预测数据与实际客运量误差较小,系统可提供较准确的客运信息。     

自动取票系统的设计与实现

随着网络订票、短信订票及电话订票技术的普及,旅客如何兑现订单取得车票成为伴随订票业务产生的新问题.如果旅客还在窗口取票,那么窗口压力仍然没有得到减轻.本文针对铁路订票业务的取票需求,以旅客服务技术为基础,分析自动取票系统的系统模型、架构和功能,设计并实现自动取票系统.它具有方便快捷,成本低和易于管理的特点.能够减轻窗口压力并使客户能够更快取得已定车票.