旅客列车车票预售期设置研究

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。

基于组合预测模型的高铁预售期购票量预测研究

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。