考虑售票策略的高速铁路客流分配方法

高速铁路客流分配过程的本质是旅客购票过程,影响旅客购票过程的主要因素包括铁路售票策略和旅客购票时序。本文将铁路售票策略和旅客购票时序嵌入到客流分配过程中,设计了针对不同售票策略的换乘网络,根据不同OD行程的购票特征构造购票强度函数;利用若干最小费用换乘方案构建屋顶模型,将时变需求的连续出行时间离散化,获得每一个最小费用方案的离散出行客流量,设计了考虑售票策略的高速铁路客流分配方法。通过对京广深高速铁路客流分配实例分析表明,客流分配结果与旅客实际购票过程相吻合,运算时间短,证实了配流方法的有效性,具有解决大规模高速铁路网络客流分配能力,为列车运行图和售票策略提供评价手段。     

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...     

同一列车不同席位分段拼接售票策略

通过分析售票组织机制和余票数量,明确了拼接票源的产生缘由,发现拼接票源广泛存在于高速列车、动车组、特快列车和快速列车上。结合铁路客票价率的递远递减率和现行客票票制,系统分析了拼接票的计价方案和票制方案。考虑到拼接策略与现有售票策略体系的融合,提出了拼接策略启动时机的建议方案。利用余票信息设计了拼接票搜索流程,将拼接票的存在性与售票环节相分离,提高了系统运行效率,并编制了拼接票查询与发售演示系统。     

不同需求日高铁列车开行方案协同优化方法

不同需求日的出行需求在结构和总量上都存在差异,不仅需要提供与各需求日相匹配的运输能力,而且不同需求日的列车开行方案应有很大相似性,使高铁运输组织能平稳过渡。为权衡铁路运营成本和运输组织衔接,在考虑高铁运输组织平稳过渡前提下,谋求铁路运输成本和旅客出行费用最小,对不同需求日列车开行方案进行协同优化。由各需求日各OD对需求生成最大包络需求,以最大包络需求列车开行方案为备选列车集,产生各个需求日的列车开行方案。建立不同需求日开行方案协同优化双层规划模型,设计求解模型的遗传算法。算例分析表明,在公共列车集比例限制下,协同优化产生的开行方案具有较好评价指标,算法收敛性较好,体现了模型和算法的有效性。     

面向服务水平的高速铁路列车开行方案优化

在传统列车开行方案基础上引入列车始发时间,形成高速铁路列车开行方案的新概念。针对一些关键O-D对,提出服务列车数下限要求;针对车站需求稀疏时段,提出发车时间间隔上限要求。基于旅客出行的时变需求,建立面向旅客服务水平的高速铁路列车开行方案优化的双层规划模型,其中上层规划为铁路企业优化列车开行方案的决策;下层规划描述旅客的乘车选择行为,即列车网络上进行客流分配。为缩小优化搜索空间,列车运行区段仅限于备选集中产生,并将关键O-D对服务列车数约束转化为各车站的停站列车数约束。设计列车停站方案的确定方法、初始开行方案的生成方法和邻域解的搜索方法,并以此为核心设计求解模型的模拟退火算法。算例表明,采用该模型和算法求解的列车开行方案在时空区域上较好地满足了旅客出行时变需求,服务水平达到规定下限,模型和算法具有良好的优化效率和实用性。