原文传递
基于需求非限化的高速铁路客运收益管理研究
| 论文题名： | 基于需求非限化的高速铁路客运收益管理研究 |
| 关键词： | 高速铁路;旅客运输;收益管理;票额分配 |
| 摘要： | 随着公路运输、铁路运输、航空运输及水路运输四大运输的快速发展，其相互之间的竞争日益激烈。同时，全球范围的能源危机及气候变化使得铁路运输这一环保、节能、高效的运输方式变的越来越重要。截止到2017年，我国高铁运营里程高达2.5万公里，客运量超过12亿人次，四纵四横高铁网已基本建成。当前，提升竞争力，扩大市场份额是铁路运输亟待解决的问题。 因此，本文借鉴收益管理在航空领域及国外部分铁路公司的应用，结合我国铁路运输现有实际情况，分析高铁客运现阶段存在的问题，对收益管理引入到我国高铁客运中的可行性进行分析;论文从客运需求角度研究了高铁客运现阶段需求预测存在的问题，提出了需求“非限化”的思想，并以此为基础进行需求预测;从收益优化的角度构建了基于O&D票额分配策略的高速铁路客票分配模型。论文通过文献检索、模型构建及数据分析等方法，从以下四个方面研究了基于需求非限化的高速铁路客运收益管理方法: (1)在阅读文献的基础上，分析了基于需求非限化的高速铁路客运收益管理的背景及意义，介绍了其国内外研究现状，阐述收益管理相关理论。就需求预测、差别定价及存量控制等方面总结了收益管理应用方法。通过分析现有高速铁路客运存在的问题，对比航空客运和高速铁路客运的相似性，分析高速铁路客运引入收益管理的可行性。 (2)分析已有文献中关于我国高铁客运收益管理的研究，针对高铁客运收益管理需求预测中，历史预定数据存在“缺失”导致不能完全反映旅客真实需求的问题，提出了需求“非限化”的思想，构建了高速铁路客运需求非限化模型并采取EM期望最大化算法对非限化需求进行求解，最后运用实例对其进行分析。 (3)在需求非限化研究的基础上，根据客运需求受影响因素较多且不同车次不同线路涉及区段较多的原因，借鉴已有论文中对客运需求的预测方法提出了灰色神经网络预测法，同时结合灰色预测和神经网络预测的优点，将灰色预测中变换后的响应函数映射到神经网络结构中，定义不同层之间的权值，确定不同神经元之间的激励函数，由此来进行不同OD的需求预测。 (4)根据第四章预测结果，结合收益管理中存量控制分配模型提出基于O&D存量控制的客票分配方式，建立精确预分模型和模糊预分模型，设计PSO粒子群算法进行求解。最后通过算例表明基于O&D嵌套的客票分配方式可以在满足旅客出行需求的同时给铁路部门带来一定的经济效益。 |
| 作者： | 邵丽花 |
| 专业： | 交通运输规划与管理 |
| 导师： | 赵瑜 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
