预售期高速铁路购票需求预测方法研究

随着高速铁路票价市场化改革不断推进,旅客购票选择行为也在不断地变化。准确把握旅客在预售期间对高速铁路购票的需求规律,是预售期票价浮动方案优化的基础。通过分析预售期内旅客购票过程和购票需求的形成机制,针对预售期内高速铁路购票需求集中在距发车前3 d的特点,运用Holt-Winters加法和乘法模型、SARIMA模型和LSTM模型3种典型的时间序列预测模型,以京沪高速铁路动车组列车为例,分别对同车次的平峰时期和高峰时期、不同等级座席下的二等座席及根据列车客座率划分的不同类别车次的旅客购票数进行预测。不同模型预测结果通过相同条件下3种预测模型的检验参数的比较分析,得出了SARIMA模型预测方法拟合精度更高,最适合预售期高速铁路购票需求预测的结论。

考虑动态购票需求的高速铁路票额分配

针对预售期内不同OD旅客购票行为及其购票过程的差异性,在利用复合非齐次泊松过程对不同OD旅客购票过程进行定量化研究的基础上,以铁路部门和旅客的系统效益最大化为目标,构建了考虑不同OD旅客动态购票需求特点的高速铁路多列车票额分配随机非线性整数规划模型,通过需求仿真将模型转化成确定性线性整数规划模型并利用Lingo 12.0进行求解。以京沪高铁列车为例进行购票过程仿真,结果表明:与先到先得的购票策略及不考虑动态购票需求的方案相比,本文构建的模型能使铁路部门和旅客的系统效益分别提高约5.2%和13%;并且本方案能在充分利用列车席位能力的前提下,更好地适应旅客不同售票阶段的购票需求特点。所构建模型能够为高速铁路多列车票额分配提供优化方法。

基于动态购票需求的动车组重联决策方法研究

"一日一图"已经成为我国高速铁路常态化运营模式,单组重联决策已经成为高速铁路运营决策过程中的难题之一,随着以点带面的作业实践与数据的积累,构建科学的数学模型可以辅助重联决策。针对铁路局集团公司管内动车组列车,通过分析动车组列车重联,构建旅客购票与时间关系拟合模型,推导出旅客购票需求,构建动车组列车重联决策模型,给出判断决策准确度的方法。最后,以某铁路局集团公司动车组列车在清明节的售票数据为例,经过购票拟合需求数据分析及动车组重联决策判定分析,为基于动态购票需求的铁路动车组列车重联决策方法提供重要研究依据。

铁路旅客购票需求预测模型研究

铁路旅客购票需求是列车票额分配的重要依据,各区间旅客的购票需求即为旅客的出行需求,在预售期间有不同的趋势规律。本文基于旅客购票历史数据,分析同一季节不同区间旅客的购票分布,提出区间旅客平均购票强度的概念,利用购票强度来描述预售期各OD票额的动态需求。将购票提前天数、购票渠道、单次购票人数、出行OD和票价等旅客购票行为的关键特征变量作为影响预测日期的属性向量,提出了非线性回归支持向量机的预测模型,对预售期每日的区间旅客购票需求进行预测。最后通过算例对模型进行了可行性验证。

高速铁路预售期差异化定价

在高速铁路定价权限放开的背景下,通过分析旅客在预售期的偏好属性,为预售时段的划分提供依据。针对平行车次的差异化定价,将旅客的购票需求视作弹性需求,考虑政府限价约束,旅客票价浮动承受能力约束和列车运输能力约束,将混合整数非线性(MINLP)模型转化为易于求解的混合整数线性(MILP)模型,并基于人工蜂群(ABC)算法进行求解。以京沪高铁北京南开往上海虹桥的G19和G143列车的票额票价为依据进行实证分析,仿真结果表明:与固定票价方案相比,差异化定价方案使得两辆列车在预售期内总收益提高了13.72%,说明预售期内差异化定价策略能够刺激潜在的旅客需求,提高铁路公司总收益。