轨道交通乘客满意度不确定性预测与分析

为克服结构方程式法对轨道交通乘客满意度改善效果预测的不足,提出了直接采用擅长处理不确定性问题的贝叶斯网络方法。采用机器学习和专家经验相结合的方法构建了乘客总体满意度与质量指标间的贝叶斯网络预测模型。定义了改善方案预测的绝对效果、相对效果以及指标改善效果有效性判别的弹性系数和协同关系。利用武汉市轨道交通乘客满意度调查数据,建立了不确定性贝叶斯网络,预测、分析了最需要优先改善的"换乘接驳"和"售票系统"两个指标的改善效果。研究结果表明:"换乘接驳"指标的改善效果较好,但两个指标之间无协同效果。