随着京沪、哈大、京广等高速铁路线陆续建成并投入运营,以及中长期铁路网规划及其调整方案的持续推进,我国的高速铁路网络已初步建成。如何更加充分利用铁路客运能力,提高列车上座率和运营收益已成为铁路客运部门亟待解决的重要问题之一。通过引入收益管理系统,分析旅客出行行为的特点和规律,实现收益最大化,借鉴国外铁路和航空的成功经验,高速铁路引入收益管理势在必行。准确的列车ODF(origin-destination fare class,出发地-目的地票价等级)客流预测与客户的偏好选择预测能够有效地帮助客运部门制定适合市场特征的席位控制方法,从而为客运部门的运营提供科学、合理的决策参考,最终达到收益最大化的目的。论文通过运用客票数据、问卷调查、文献查阅、计算仿真等方法,构建了基于客户分层的高速铁路的需求预测模型,论文的主要研究工作如下:1、首次将客户价值与高速铁路收益管理相结合,将客户价值作为高速铁路收益管理市场细分的标准,研究分析各细分价值下高速铁路客户需求的特点,使得收益优化模型尽可能得将车票留给高价值的客户,从而达到收益最大化。根据中国高速铁路季节性特征,将马尔可夫链与RFM模型结合,得到客户价值随季节变化的动态客户价值细分模型,为基于客户分层的收益管理提供更精准的市场细分标准。2、分别针对高速铁路未进入预售期与进入预售期的情况,建立高速铁路短时客流预测模型。当高速铁路未进入预售期时,分别针对普通日期与特征日期所表现出的客流特征,建立针对两种不同情况的客流预测模型。当高速铁路进入预售期时,根据已经售出的预订数据建立目标上车日期的预订需求预测模型。为基于需求独立的收益优化模型提供各阶段所需的预测输入值。3、根据客户历史乘坐高速铁路的情况以及分析相似高速铁路车次ODF的属性,提出各客户价值细分下的高速铁路客户偏好模型。本文除了运用传统偏好选择的多项logit模型,还借鉴了推荐系统的模型算法,并针对高速铁路客户偏好的特点,对其中的模型进行改进,全面拓展了收益管理偏好模型的理论应用。4、设计基于客户分层的高速铁路收益管理的原型,根据客户分层的高速铁路的需求预测模型,给出其相应的基于竞价的收益优化模型。设计在线系统与离线系统,使得收益管理系统可以根据实时影响客户需求的因素实时更新需求值,从而最大限度的提高高速铁路收益。