-
题名旅客列车车票预售期设置研究
被引量:1
- 1
-
-
作者
何南
贺全志
思东琴
-
机构
大连交通大学交通运输工程学院
-
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2019年第10期1-9,共9页
-
基金
大连市科技之星项目(2018RQ79)
-
文摘
在2014年底和2016年底,全国铁路客票预售期有两次重大调整,且变化幅度较大,然而对于如何设定旅客列车车票预售期缺少相关理论参考。从旅客行为(开行列车余票信息数据分析)、旅客心理(行为调查数据分析)、运输方式间竞合模式(公路运输、铁路运输、航空运输间关系)3个方面出发,运用数据调查、数据挖掘、数据分析等方法,设定旅客列车车票预售期。基于研究结果建议旅客列车车票预售期按照节假日和非节假日进行设定。非节假日期间旅客列车车票预售期设置为15 d,节假日期间旅客列车车票预售期设置为45 d。在寒暑假期间,开通学生票购票通道的同时,设置学生票预售期为45 d。
-
关键词
旅客列车
车票预售期
行为分析
余票信息
运输方式
-
Keywords
passenger train
ticket pre-sale period
behavior analysis
remaining ticket information
transportation modes
-
分类号
U293.2
[交通运输工程—交通运输规划与管理]
-
-
题名基于组合预测模型的高铁预售期购票量预测研究
- 2
-
-
作者
徐玉萍
吴志刚
王宗宇
-
机构
华东交通大学交通运输工程学院
-
出处
《华东交通大学学报》
2023年第6期62-68,共7页
-
基金
国家自然科学基金委员会青年科学基金项目(52002127)
江西省社科基金规划项目(22YJ17)
江西省研究生创新专项资金项目(YC2021-S421)。
-
文摘
随着中国交通强国战略的部署,高速铁路网络正持续扩展,铁路旅客出行的需求量稳步提升。面对庞大的高铁客运市场,如何运用智能高效的深度学习组合预测模型,融合多种购票影响特征因素,实时掌握预售期各天旅客购票需求的变化情况,从而为铁路部门提供高效可靠的旅客车票预售期购票量预测模型成为亟需解决的问题。以沪昆高铁线路上OD (origin-destination)间高铁旅客历史购票数据为实例,考虑历史连续发车日期预售期各天购票量、发车日期的日期、节假日和季节特征属性,构建了基于深度学习CNN-LSTM的高铁预售期购票量组合预测模型。研究表明,基于深度学习CNN-LSTM的组合预测模型相较于参数模型和机器学习模型预测性能较佳,为铁路客运市场动态调整票额提供了相关理论参考。
-
关键词
高速铁路
车票预售期
深度学习
多特征融合
组合预测模型
-
Keywords
high-speed railway
ticket pre-sale period
deep learning
multi-feature fusion
combined prediction model
-
分类号
U293.13
[交通运输工程—交通运输规划与管理]
-