基于旅客偏好的空铁联运换乘点分析

随着综合交通运输网络的融合与综合枢纽的发展,越来越多的旅客出行时会考虑空铁联运方式。论文从分析联运旅客换乘选择偏好入手,并将旅客偏好因子引入Logit模型中,建立考虑旅客偏好的空铁联运旅客换乘选择模型和基于旅客分类的联运换乘选择模型。运用调查问卷数据,对模型进行了对比验证,得出总体旅客以及具有显著特征区别的不同类型旅客的选择偏好。

高速铁路预售期旅客购票量分布预测

在预售前(相隔31 d)预测高速铁路预售期旅客购票量分布是铁路企业精准进行收益管理的前提。基于高速铁路预售模式和旅客售票数据,分析预售期内各预售日旅客购票量的相关性,探究预售期旅客购票量分布的影响因素。综合考虑出发日特征以及旅客购票量分布时序特征的影响,构建了考虑多输出间关联性的最小二乘支持向量回归-卷积长短期记忆网络(MLSSVR-ConvLSTM)模型。以京沪高铁线路中上海虹桥站至北京南站、上海虹桥站至徐州东站、上海虹桥站至无锡东站这3种不同距离OD旅客为例,进行预售期旅客购票量分布预测实例分析。研究结果显示:MLSSVR-ConvLSTM模型预测结果较好地反映了真实的预售期旅客购票量分布的变化趋势,平均绝对百分比误差为6.7%~11.0%,预测效果优于多元线性回归(MLR)、K近邻回归(KN)、极致梯度提升算法(XGBoost)、支持向量回归机(SVM)、多输出最小二乘支持向量回归(MLSSVR)和卷积长短期记忆网络(ConvLSTM)等模型,验证了所提出模型的合理性和有效性。进而表明,在构建预售期旅客购票量分布预测模型时,考虑预售期旅客购票量分布整体性以及各类因素的综合影响可有效地提高模型预测精度。所提出的预售期旅客购票量分布预测模型可以为铁路企业制定动态票额分配和浮动票价等政策提供理论支撑。

场景理论视域下地铁列车旅客界面需求研究

目的 为了提高乘客在地铁车厢内的乘车体验,优化地铁列车旅客界面的合理性与便捷性。方法 以场景理论为基础,采用问卷调查和用户访谈等方法,收集现有地铁乘客的用户需求,提炼客观场景。运用Kano模型明确地铁旅客界面设计的用户需求权重,基于对用户需求权重的考量及QFD质量屋展开,功能需求被转化为产品特征,用以分析用户需求与产品特征之间的关系。结果 归纳了典型地铁乘车场景,构建地铁列车乘客界面的用户需求与产品特征之间的关联矩阵,并以此为基础分别从车厢布局、信号灯提示、扶握系统和导视系统四个方面,提出了地铁列车旅客界面的配置策略。结论 从场景分析的角度结合多重定量、定性分析方法,验证场景理论对挖掘地铁乘车需求具有一定指导作用,并提出地铁列车旅客界面在提升旅客乘车体验方面的初步建议。

基于扩展决策场的机场落客区车辆—旅客行为建模分析

近年来,随着航空旅客运输的发展,机场陆侧交通资源愈发紧张。机场落客区作为衔接机场航站楼内部与外部交通之间的交互面,行人和车辆交互冲突严重,落客区运行压力大。本文以某国内机场为研究对象,基于实地调查的视频数据,建立基于Logistic回归模型的车辆让行模型;发布调查问卷,从效率、安全和舒适这3种属性收集该机场落客区场景下旅客做出的选择,最终建立落客区环境下的人车冲突仿真模型,利用仿真模型探究落客区内人车冲突情景。仿真结果表明:在多幅路结构的落客区内,旅客乱穿马路的选择与交通密度和过街次数有关,交通密度越大,旅客需要过街的次数越多,旅客乱穿马路的频率越低,在中幅路落客的旅客最高违规过街率为6.8%,在外幅路落客的旅客最高违规过街率为2.1%;当人行道和入站口相互间距扩大1倍,外幅路落客的旅客平均违规过街率提升1.6%,中幅路落客的旅客平均违规过街率提升0.9%;此外,通过限制旅客乱穿马路,可以有效减少非高峰时期车辆让行次数,提升落客区车辆通行效率。

融合贝叶斯优化随机森林的机场旅客风险评估研究

为科学有效地评价旅客风险,提高旅客出行便捷性,以机场离港旅客为研究对象,借助旅客姓名记录获取评价旅客风险的相关信息,结合旅客安检信息,编制问卷进行调查。运用SPSS 22.0软件对有效问卷数据进行合理性检验,构建民航旅客风险评价指标体系;在此基础上,利用贝叶斯优化随机森林模型对旅客风险等级进行综合评价。结果表明:在影响旅客风险等级划分的8个指标中,年飞行次数和托运行李违禁品记录重要性最大,性别重要性最小;相较于多种传统的算法,贝叶斯优化随机森林的分类性能更高,准确率达到97%。研究结果对机场实施旅客分类安检具有一定的指导作用。

基于GMM聚类的AM-BiLSTM机场安检旅客流量预测

针对现有安检旅客流量预测研究大多为正常情况下的预测,未考虑异常突发情况下安检旅客流量的变化趋势,提出一种基于高斯混合模型(GMM)聚类的融合注意力机制的多变量双向长短期记忆(AM-BiLSTM)机场安检旅客流量预测模型。首先,利用GMM聚类算法对原始数据集使用日期特征和延误特征分别进行聚类分析,根据聚类所得的不同日安检旅客流量场景构建不同的AM-BiLSTM旅客流量预测模型。实验结果表明:与现有多种预测方法相比,该方法在不同场景下均能准确预测各时段的安检旅客流量。

基于多队列的机场旅客安检流程仿真研究

为改善机场旅客安检现状,在不改变安检物理格局的前提下,结合排队论提出6种安检验证服务台的排队方式。根据某机场的安检布局及空间尺寸,在以社会力模型为基础的AnyLogic软件中,构建机场旅客安检流程模型。按照低、中、高峰时段的旅客到达率402、623、802人/h对6种排队方式进行仿真,得到安检总时间、平均单队列人数、旅客平均等待时间和安检平均服务时间4个性能指标用来衡量安检效率,发现1对1型且验证服务台远离安检通道的排队方式表现效果更好。再对比验证服务台远离安检通道1~20 m,每隔1 m放置时的性能指标,结果表明:1对1型且验证服务台远离安检通道20 m,队列为S形的排队方式更适用于目前机场旅客安检的需求。

航空旅客出行需求强度异质性研究

为了研究旅客出行需求强度问题,采用问卷调查的方式采集数据,对回收的问卷进行数据整理,构建了潜在类别模型,并用软件mplus对出行人群的出行需求强度进行分类,得到结果如下:可通过旅客属性特征调查,将旅客分为4类人群,分别是高需求人群、中高需求人群、中低需求人群、低需求人群。对分类结果采用多元logistic回归分析,结果表示需求强度人群划分影响因素主要为职业、出行目的、票价提高是否出行等。根据回归结果分析可以将4类需求强度异质性做具体的分析。

粤港澳大湾区陆路口岸旅客通关模式优化研究

陆路口岸是粤港澳大湾区要素跨境流动的重要通道,承担着服务港澳融入国家发展大局的重要使命。在粤港澳大湾区建设深入推进的背景下,陆路口岸旅客通关便利化改革重要且迫切。本研究在分析粤港澳陆路口岸旅客通关模式的现状及面临问题的基础上,借鉴国外跨境口岸旅客通关模式的先进经验,结合实际情况,创新性地提出陆路口岸旅客通关模式优化的目标和系统性创新方案,以期为粤港澳大湾区提升口岸通关便利化水平、推动要素自由流动提供借鉴。

高端旅客忠诚度提升策略研究——以中小型航空公司为例

中国民航局发布的《新时代民航强国建设行动纲要》指出,我国具备从“民航大国”向“民航强国”发展的基础,中国航空市场进入高速发展时期。2023年民航市场迅速回温,各大航空公司针对高端旅客的忠诚度不断提升服务质量,基于此,论文围绕高端旅客特征与需求,系统分析中小型航空公司高端旅客服务现状与问题,进而有针对性地提出改进策略,包括服务品质提升、体验感受提升、个性化服务和营销策略等方面,以期对提高航空旅游服务形象和高端旅客忠诚度提供借鉴与参考。

基于三重混合采样和集成学习的潜在高价值旅客发现

考虑潜在高价值旅客特有的数据高度不平衡、旅客特征和价值类别弱相关等问题,提出一种基于三重混合采样和集成学习的潜在高价值旅客发现模型。采用RFM(Recency Frequency Monetary)方法标注旅客类别;使用三重混合采样对不平衡旅客数据集进行重采样;使用融合特征选择算法遴选旅客特征;使用梯度提升决策树作为分类器,构建旅客价值预测模型,识别潜在高价值旅客。在PNR数据集上的实验结果表明,与基准算法相比,该模型能取得更好的AUC值和F1值,可以较好地识别潜在高价值旅客。

基于模糊综合评价模型的大型活动铁路旅客进站查验效率评价

演唱会、博览会、大型赛事等大型活动期间的短时客流高峰,对铁路旅客进站查验的安全和效率提出了严峻挑战。文章将反熵法和模糊综合评价模型结合,对大型活动期间铁路旅客进站查验效率进行评价,为提升铁路客运服务水平提供决策支持。首先,分展会、竞技赛事、文艺演出、和其他等四类场景,对大型活动的特点及影响进行分析;其次,从进站客流状态、车站查验水平以及车站服务水平三个维度,建立包含4个一级和11个二级的两级评价指标体系,进而选取模糊综合评价模型,并结合反熵法,进行客观赋权;最后,以2021年上海进博会相关调研数据为例,选取江浙沪皖范围内12个不同等级规模车站,对其进站查验效率进行评价。结果表明,大型活动期间铁路旅客进站查验效率与车站等级、查验环节承担的客流压力高度相关,并进一步针对不同等级车站现状存在的问题,给出了相关的建议。

海上旅客运输合同人身损害的承运人违约责任

既往我国司法实践较少涉及海上旅客运输合同人身损害的承运人违约责任。关于海上旅客运输合同的法律适用,首先应当认定民事关系是否存在涉外因素;其次在冲突规范的适用方面,《海商法》第269条作为关于海商海事合同法律适用的特别规定,应当优先于《涉外民事关系法律适用法》第41条的一般规定适用,但对于具有消费者合同性质的海上旅客运输合同而言,还应考虑《涉外民事关系法律适用法》第42条关于消费者合同法律适用的特别规定;最后就《1974年雅典公约》的适用而言,需要同时考虑公约是否应当优先于《海商法》适用,以及是否符合公约本身的适用范围。关于承运人违约责任的归责原则,《1974年雅典公约》及《海商法》第五章的规定是以一般过错责任为原则,过错推定为例外。承运人过错的认定需要考虑两个方面,一是损害发生的可合理预见性,二是损害发生的可合理避免性,后者的实质是判断承运人避免损害发生的行为是否合理。

基于航班信息确定旅客数模型联动空调节能技术研究

针对机场航站楼内空调系统能耗高且节能潜力巨大的特点,提出一种基于航班信息动态预测分时段分区旅客数,进而联动优化空调节能控制的新方法。新方法研究重点在于航站楼空调调控分区的划分、航班信息有效数据的提取、分时段分区旅客数模型的构建、节能档位控制的实现策略与步骤。结合华南地区某支线机场航站楼冷源及空调末端控制的实际测试数据进行模拟分析,结果表明,在保障旅客舒适度的基础上,通过分区旅客数精准调控空调系统运行模式,实现了能耗较大幅度的降低,节能成效显著,为航站楼空调节能技术提供了新的思路,为同类型其他机场提供了参考。

基于旅客流量的机场广告位价值评估模型

机场广告收入作为机场非航空收入的重要组成部分,其定价问题对于机场运营管理十分重要。当前,我国大部分机场普遍采用基于历史价格惯性同时适当参考当年客流总量来微调广告价格的定价机制。该定价机制难以有效反映不同位置广告的真实价值。本文提出了一种基于旅客流量的定价机制,以评估机场航站楼内广告位的相对价值。采用数学模型,结合机场的物理布局以及航班和旅客数据来计算旅客流量的分布,并根据此对广告位的价值进行评估。同时,运用首都机场的样本数据进行了应用测算。研究结果表明,该模型的应用能够反映出同一媒体形式的机场广告位在不同空间和不同时间价值的差异,这为机场广告经营单位进一步采用差异化的动态定价策略以及灵活的广告投放策略提供了理论基础。

新收入准则下航空公司常旅客计划对收入的影响研究——以中国国航为例

随着航空运输业竞争的加剧,常旅客计划得到了快速发展。常旅客计划属于向客户提供的一项重大权利,需要确定奖励里程单独售价,并在运输服务和奖励里程之间进行分配。因此,常旅客奖励里程单独售价的确定对航空公司收入的确认有着重要影响。本文以中国国航的常旅客计划为例,详细分析了常旅客奖励里程单独售价涉及奖励里程单位价值确定和兑换率估计的问题;还从常旅客的重要性、审计关注和对利润的影响三个方面分析了常旅客计划收入确定的重要性;此外,还对常旅客计划收入确定的影响进行了敏感性分析,结果表明奖励里程单位价值的变动对奖励里程单独售价、客运收入和营业利润的影响更大。最后,针对中国国航的做法展开进一步讨论,以期对航空公司常旅客计划信息披露以及提高会计信息质量有所启示。

基于出行链的城际旅客多模式出行选择研究

随着我国各种交通方式的快速发展,我国城际旅客的出行方式也变得愈加多样化,同时,由于人民生活水平的不断提升,城际旅客出行更加注重出行的过程,对运输服务质量的要求较高。为了更好地满足城际旅客的出行需求,对城际旅客出行方式选择的影响因素进行调查分析。首先,详细分析城际旅客的出行链构成、分类及城际旅客出行主要交通方式;其次,综合考虑城际旅客自身属性、出行属性及交通运输方式属性等因素,构建基于城际出行链的SEM-Logit选择模型;最后,利用算例分析模型的有效性,结果表明所构建的模型可以真实反映城际旅客出行选择行为。基于出行链的旅客多模式出行选择模型可以方便旅客出行路径的规划,为不同旅客群体提供决策支持。

数据驱动下基于旅客需求的高铁差异化定价优化研究

为提高旅客服务质量,提升铁路运输企业收益,多条高铁线路实行了市场化票价机制。基于此,通过集成的机器学习(EML)算法深入分析旅客需求数据,预测旅客对价格和旅行时间的敏感度和需求变化,并将这些变化应用于动态定价策略中,形成一种集合了三种算法的ESA(EML-SA-ALNS)算法。京沪高铁的实际数据验证了模型的效果,结果显示模型能有效平衡旅客需求与铁路运输企业的收益。

高速铁路旅客智慧出行服务数据体系研究

新一代信息技术的发展给出行方式带来了巨大变化,旅客对出行服务提出了更高的要求。智慧出行服务有望利用数据信息分析与处理技术提升服务质量,但目前还存在数据标准不一、数据治理平台尚无、数据共享困难等难题。以高速铁路旅客服务为中心,贯穿出行前与售后、枢纽乘降与接驳和列车在途3个阶段,梳理旅客出行全过程的相关数据;以出行数据全生命周期管理为主线,从数据汇集、存储、治理、共享、应用与安全6个方面,设计高速铁路旅客智慧出行服务数据体系框架,并提出高速铁路旅客出行服务数据标准体系的建设思路,以期发挥高速铁路旅客智慧出行数据体系的数据价值,为智慧出行服务和运营管理发展提供理论依据。

基于Prophet的民航商务旅客出行量预测研究

随着民航业竞争日益加剧,民航市场需求的细分和预测对于民航业的发展具有重要意义。而商务旅客作为民航客源重要组成部分,民航商务旅客出行量的准确预测,为民航业的科学规划、运营管理和收益管理等提供重要的决策依据。为探索一种准确率高、可解释性强的预测算法,对民航商务旅客出行量数据进行了可视化和分析,结合数据特点提出了基于Prophet模型的民航商务旅客出行量预测方法,并通过真实的民航商务旅客出行量数据进行实验和分析。实验结果表明,基于Prophet的模型与同类的ARIMA模型和LSTM模型相比,具有更高的预测精准度,同时具有更强的可解释性,证明了方法的有效性。