T市轨道交通服务质量提升策略研究

来源 :天津师范大学 | 被引量 : 1次 | 上传用户:ffanhaixin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
城市轨道交通逐渐成为城市空间结构塑造、文化宣传以及交通规划的重要内容。其在改善通勤率、提高客运质量、解决拥堵等方面,发挥着十分重要的作用。2015年,国务院针对城市轨道交通的建设颁布了多项文件,各地区也陆续制定符合自己的相关规划。但是,由于资源配置、制度规范、技术应用以及市场需求等方面的原因,目前的城市轨道交通建设中,仍然存在基础配套设施不完善、创新力度不足、盈利能力差、服务质量低等突出问题。尤其是服务质量,作为一个城市的出行名片,将会直接影响乘客的出行体验和轨道交通文化的品牌塑造。因此,需要进一步针对轨道交通发展的实际情况,从多个角度,制定出合理的对策,从而使城市轨道交通客运的服务质量不断的优化提升。为了探究我国目前城市轨道交通的服务质量问题,文章以T市轨道交通运营为研究案例,以城市轨道交通客运服务质量为探究对象,通过文献资料法、案例分析法和问卷调查法,从消费者的消费理念、行为习惯、服务流程、服务内容等方面出发,进行了相关的研究。文章首先从服务质量的测评方法以及相关的理论进行了阐述,定义了服务的内容和特征。其次,对现阶段轨道交通服务质量的发展情况和衡量标准等给予了阐述,并结合T市轨道交通的管理服务、人员服务、基础设施服务、服务特征等进行了调查和分析。从乘客满意度指标上,以问卷的形式进行科学的调查和分析。针对结果结合乘客满意度所体现出的问题,对T市轨道交通服务质量进行了综合评价,并提出了提升优化策略。包括:采用方便、可靠的硬件设施,是向乘客提供服务的基础;提升硬件基础设施可靠性,在运输过程中提升客户满意度;通过顺畅的客流组织,缩短乘客等待服务的时间;重视乘客投诉;服务人员需根据不同乘客需求采取服务应对,完善智慧车站的建设。本文以T市轨道交通为例,在研究和借鉴相关理论、经验的基础上,取得相关现状和服务质量基础数据,通过服务质量评价模型的建立,对测评结果的分析,及时发现客运服务中的薄弱环节,深入了解乘客需求,基于此提出相应的提升改善举措,提高服务质量和乘客满意度。
其他文献
传统的纺织工艺流程纷繁复杂,每个工序环节均需要一套独立设备,设备之间无法高效衔接,导致了生产效率的降低和人力资源的消耗。针对这一问题,课题组通过对关键工序的研究,重新整合与优化了传统工艺流程。在此基础上,研发了集上浆、烘干、成筒等工序于一体的单纱整理设备控制系统,代替原多台单工序设备,以缩短工艺流程和提高生产效率。本文从理论研究和系统设计两个方面开展了对单纱整理设备控制系统的研究与设计工作。在理论
学位
报纸
以ChatGPT为代表的大模型技术对传统决策范式带来了巨大冲击和挑战。大数据时代,决策模型多为决策要素简单、决策场景受限、决策空间封闭的小模型。然而,真实决策场景实际构成一个复杂的社会物理信息系统(Cyber-Physical-Social System,CPSS),其决策环境、决策主体和受众认知行为等错综关联、高度复杂,导致小模型难以刻画决策场景的底层机理。大模型凭借通顺流畅的语言生成、通用广泛
期刊
报纸
随着人工智能技术的发展和日渐成熟,德国工业4.0、中国制造2025等国家级战略相继提出,智能化已成为工业发展新的方向。由于当今工业过程更加复杂,工业设备愈发精密,使得可测量的过程变量更加多样化。这些变量常具有非高斯、非线性、相关性强、高维、动态性等特点,传统的过程监控和故障诊断方法已很难适用于这类具有复杂特性的工业过程。从具有复杂特性的过程数据中提取出隐变量的质量直接决定了工业过程故障诊断的结果,
学位
随着人工智能技术的持续发展,深度学习呈现出“大算力、大数据、大模型”的特点,而这些依赖算力和大量数据集训练的大模型也广泛应用到了人类的生产生活中。相比于大模型,更广泛使用的传统深度学习存在标注预料缺失、通用性泛化性不足、系统复杂度过大等问题,在金融行业这些问题尤为明显。为解决以上问题,学术界和产业界推出“大模型技术”以进一步推进人工智能规模化应用,随着一系列生成式大模型的爆发,大模型如今已经演变为
期刊
伴随着商品生产及销售的全球化进程,全球众多企业正以跨国并购的模式获取本企业所需的资源。截至目前跨国并购已经历了六次浪潮,在第六次并购浪潮中,以我国为中心,众多发展中国家在跨国并购中成为了主要力量。我国汽车产业在最近一段时间里发展迅速,在这一大背景下,我国汽车零部件制造行业的增长速度已经高于整车生产行业的增长速度。为了抢占汽车零部件市场的高地,我国部分零部件制造企业决定以海外并购这一形式获取国外的先
学位
随着中国科技高速发展,如何保证工业生产过程安全高效成为人们关注的重点,因此过程监测技术蓬勃发展,人们基于该技术提出了许多新颖的方法,其中基于数据驱动的故障检测方法是目前的研究热点之一。本课题在现有基础上提出了一些改进策略,主要研究内容如下:1.针对基于核理论的核熵成分分析(Kernel Entropy Component Analysis,KECA)方法通常是采用同一核参数处理故障,会对构建模型的
学位
Markov跳变系统被认为是一类典型的多模态随机系统,有限的包容了单模态系统的限制条件。当系统处于外部环境变化或者零部件故障等状况中时,通过Markov跳变系统能够准确的表述其跳变的随机性,对于实际应用而言有着不可替代的作用,以至于在智能遥感,无线通信等应用中得到了全面的推广。本文对一类Markov跳变系统在具有数据包丢失、转移概率部分未知和拒绝服务(Denial of Service,Do S)
学位
现代工业过程规模不断扩大,内部结构不断复杂化,为保证产品质量与系统的稳定安全运行,对工业过程故障进行高效、准确的根源诊断至关重要。工业过程的机理模型和专家知识大都难以获取,而存储有大量的过程数据。本文针对基于数据的故障根源诊断方法展开研究,具体如下:1.介绍了故障根源诊断相关的故障检测与识别方法,包括基于主元分析理论的故障检测方法与基于贡献图理论的故障识别方法。2.针对工业过程的非线性与多变量等特
学位