考虑分时定价的城轨乘客出发时间选择分析

为缓解城市轨道交通高峰期的客流拥挤，提高运营服务质量，本文从分时定价的角度，将折扣力度、转移时间和舒适性加入到随机效用最大化模型中。通过设计SP问卷开展调查，运用k-means聚类方法将乘客划分为标准通勤乘客、弹性通勤乘客、生活类乘客及低频出行乘客四类。运用SPSS软件进行数据分析，验证了不同类别乘客对票价折扣、转移时间和舒适度的敏感程度。进一步分析表明，随着转移时间的增加，票价折扣力度对乘客转移意愿影响逐渐减弱，当设定转移时间为5分钟时，合理票价折扣为7折；当转移时间为10分钟时，票价折扣建议为8折。据此，在制订峰前折扣票价时，要综合考虑票价折扣、转移时间和企业运营成本等多方面因素的影响。     

数据驱动的共享电动汽车流量预测与定价方案

为了提升共享电动汽车系统的经济性与运营效率，需要充分挖掘用户对共享使用价格的响应机制以及用户的充电等待行为。同时，用户流量需求的精准预测是提供合理共享定价方案的重要基础。基于此，首先建立以数据驱动的用户流量预测模型，通过结合图卷积神经网络与长短时记忆模型，捕捉用户需求的时空特征和动态相关性，并结合时间与天气特征因素实现多时间步长的准确流量预测。其次，考虑用户在共享系统下的等待自适应行为，建立基于用户等待成本的共享系统服务质量模型。而后以实现最大化共享系统利润收益与服务质量为目标，建立多目标的共享定价模型以制定不同时刻与路径上的共享电动汽车使用价格。最后，以上海市虹口区EVCARD交通测试系统的算例分析，论证所提流量预测模型的准确性以及多目标定价模型的有效性与经济性。研究结果表明：所提的SEV多因素融合需求预测模型较其现有的常用预测方法能获得更加准确的多时间步长流量预测；通过合理设置共享驾驶的空间和时间变化价格信号，可以提升共享电动汽车系统的运营盈利能力，并且实现了更好的系统利润收益与用户服务质量平衡的运行需求。     

差异化港口默契合谋动态博弈稳定性研究

为研究区域内差异化的双寡头港口的定价策略和合谋倾向，运用改进的Hotelling模型建立单次静态博弈和动态博弈模型，计算博弈双方的均衡定价和均衡收益，将单次静态博弈和动态博弈中的均衡结果进行对比，分析默契合谋定价机理及其影响因素，并基于动态博弈和冷酷战略建立无限次重复博弈模型，分析港口在长期动态博弈中默契合谋的稳定性。结果表明只有当港口间的单位集装箱处理成本差异满足不同条件时，港口才能获得定价优势或吞吐量优势，同时发现在价格竞争中双方存在通过默契合谋进行价格操纵的可能，随着博弈次数的增多，价格领导方没有背叛合谋的动机，而价格跟随方背叛合谋的动机与港口的单位集装箱处理成本差异和临界贴现因子有关。     

考虑发车时刻与旅行时间的高铁优化定价

高铁定价直接影响旅客的出行选择与铁路部门的整体收益。本文基于差异化定价的思想，通过分析发车时刻、旅行时间与高铁票价及客流量的关系，建立目标为铁路收益最大化和旅客出行费用最小化的双层规划模型，采用Frank-Wolfe算法求解下层规划并对客流量进行弹性需求下的均衡配流，在遗传算法中结合爬山算法求解上层规划，并将上下层规划进行嵌套计算，得到最优票价。最后以京沪高铁为例，对模型验证分析。结果表明，考虑发车时刻与旅行时间的高铁定价策略可在旅客出行费用较低的情况下明显提高铁路部门的客票收益。该研究对提升高铁经济效益以及满足旅客出行需求有着一定的借鉴意义。