近年来高速铁路在我国迅猛发展,高铁客流量逐年增多,各交通方式之间的竞争也日益激烈。国家正逐步将客票价格制定权下放给铁路部门,同时大数据技术近年来在各领域也得到应用发展,在此背景下,铁路部门为适应市场化需求,基于客票大数据进行客流研究,探索构建灵活可控的票价调整机制,构建高速铁路动态票价和票额分配优化模型具有重要的理论意义和实际价值。在已有研究成果上,本文的研究工作如下:首先,介绍了收益管理理论,对比了高速铁路与航空应用收益管理的异同性,得出了高速铁路运用收益管理具有可行性。针对高速铁路旅客的购票大数据,研究高速铁路客流特征,分析旅客购票行为规律,为铁路部门实行收益管理引导客流出行提供建议。基于人工智能方法中的长短期记忆网络建立了客流预测模型,并结合实例与传统的季节变动预测模型比较,结果验证了长短期记忆网络客流预测模型的有效性。然后,分析了高速铁路动态定价策略,介绍了连续型和离散型两种动态定价策略,说明了就我国目前情况而言,高速铁路采用离散价格集的票价策略应是最佳选择,并研究旅客对价格的敏感性,介绍比较了几种常见价格反应函数,得出采用Logit价格反应函数来描述旅客需求与客票价格的变化情况较为合理。最后,针对票额分配与动态票价的综合优化问题,根据客流预测结果设置分配系数,得到初始票额分配方案,以适应客流需求的波动,对存在剩余能力的区段采用动态票价的策略以吸引潜在客流,提出了依据预售期内旅客购票时间规律,将需求强度突变的时间点设为票价调整时间点,以动态定价方法为理论基础,建立了随需求强度变化的客票价格和票额分配综合优化模型,最后通过算例分析,其结果表明该优化模型在提高列车上座率的同时,也能明显增加铁路部门的经济收益。说明本文研究成果能为高速铁路客票收益管理提供一定的参考价值。