【摘 要】
:
差异化定价策略通过票价调节引导客流转移,是解决城市轨道交通高峰客流拥挤的一项有效策略。本文基于AFC(Automatic Fare Collection System)数据分析,从乘客出发时间选择行为着手,构建城市轨道交通早高峰分时定价模型,为轨道交通差异化定价策略提供理论支持,具体研究内容如下:(1)乘客出行时间特征分析及弹性乘客识别:以AFC数据记录的乘客出行特征为基础,定义乘客“出行波动系数
论文部分内容阅读
差异化定价策略通过票价调节引导客流转移,是解决城市轨道交通高峰客流拥挤的一项有效策略。本文基于AFC(Automatic Fare Collection System)数据分析,从乘客出发时间选择行为着手,构建城市轨道交通早高峰分时定价模型,为轨道交通差异化定价策略提供理论支持,具体研究内容如下:(1)乘客出行时间特征分析及弹性乘客识别:以AFC数据记录的乘客出行特征为基础,定义乘客“出行波动系数”和“弹性”出行特征,基于K-means聚类提出一种弹性出行乘客识别方法;结合北京市实际数据分析乘客弹性出行特征,验证弹性出行乘客识别方法的有效性。(2)基于MNL(Multi-nominal Logit Model)的乘客出发时间选择模型构建及早高峰乘客出发时间选择行为分析:在辨识弹性出行乘客的基础上,确定乘客类型为影响出发时间选择行为的显著因素之一,基于MNL构建乘客出发时间选择模型;对乘客类型进行敏感性分析,结果显示,刚性出行乘客选择尖峰时段出行的概率是弹性出行的1-1.5倍,证明乘客类型对乘客出发时间选择行为有显著影响。(3)基于乘客出发时间选择的早高峰分时定价双层规划模型构建:结合乘客出发时间选择模型描述乘客对票价调整的反应行为,考虑轨道交通运营方收益最大化和乘客广义出行费用最小化,引入出发时间选择效用和乘客时间价值,构建分时定价双层规划票价模型;该模型体现了刚性出行和弹性出行乘客定价差异,刻画出客流与票价的相互影响机理。(4)以北京地铁9号线为对象进行实证研究,验证本文提出的分时定价模型有效性,实验结果表明该模型能有效均衡客流、降低乘客出行成本、增加地铁运营收入;基于2021年北京地铁“高峰票价+通勤优惠”研究计划,结合分时定价结果,提出针对性的分时定价策略实施建议,丰富了差异化定价视角。
其他文献
在分析真实世界的数据时,一项非常重要的工作就是去找出显著区别于其他样本的样本,这就是异常检测。现如今,随着实际问题愈发复杂、数据量级不断增长,异常数据不断出现新的形式,且类型已知或未知的异常点已经是不可避免的了。因此,异常检测在现代数据分析中已经占据了非常重要的地位。从早期的基于统计方法的异常值检测,到如今的基于深度学习的异常检测算法,诸多学者已经从不同角度对异常检测进行了研究,但异常检测领域中仍
呼吸运动是人和动物维持生命的重要生理过程,是由神经系统控制的简单的节律性运动。位于腹外侧髓质的pre-B(?)tzinger复合体对于呼吸节律的产生起着关键作用。细胞内的离子浓度和外部刺激均会使神经元的放电活动发生变化,甚至会产生病态的呼吸节律。因此研究细胞内离子浓度和外部激励参数对呼吸节律的影响及转迁机制有重要意义。本文主要探究了pre-B(?)tzinger复合体神经元模型中离子浓度和外激励对
随机偏微分方程(简称SPDE)的随机粘性解在近20年提出并受到关注.本文考虑的随机偏微分方程有两类:一类是非线性随机偏微分方程,另一类是多值随机偏微分方程.对于一般的非线性随机偏微分方程,本文在Buckdahn和Ma等人的研究基础上,考虑了系数在两种非Lipchitz条件下随机粘性解的存在性.对于多值随机偏微分方程,本文给出了这类方程随机粘性解的定义,并结合N’Zi等人的研究方法,证明了这类方程随
随着信息技术,特别是计算机网络技术的迅速发展,数据信息呈现出多元化的特点,越来越多的数据也呈现出了函数型的特征。因此,函数型数据成为研究者们关注的焦点。函数型数据分析也被证实在生物学、医学、计量学等领域有很大的应用价值。针对响应变量是标量型、预测变量既有标量型又有函数型的回归情形,提出了一种广义部分函数型线性回归模型。采用函数型主成分分析法,对函数型数据进行降维;通过广义自协方差算子,建立了估计函
机动车保有量的急剧增加导致城市道路空间资源分配失衡,从而引发了一系列的交通问题。信号交叉口作为城市道路的重要节点,其运行效率很大程度上决定了城市交通的整体运行状态。交通信号灯用来从时间上分离相互冲突的交通流,确保交叉口的交通安全。然而,随时间变化的交通需求和不当的信号配时往往容易导致交叉口排队长度和延误的增加,进而出现一些极端的拥堵现象,比如排队溢出和网络锁死。对于一些偏僻的路口或者固定检测器损坏
目标跟踪在物流仓储、机器人自动化以及无人驾驶等诸多领域有着广泛的应用前景,而多目标跟踪是其中最具挑战性的研究方向之一。目前主流的多目标跟踪算法主要有两种研究思路,分别是将目标检测与数据关联相结合的TBD(tracking by detection)方法以及将单目标跟踪方法扩展到多目标场景的SOT(single object tracking)扩展方法。后者依托发展较为成熟的单目标跟踪技术,在跟踪鲁
随着教育信息化的发展,学生的各种学习行为产生了大量的数据。为使数据发挥出应有的作用,运用机器学习算法探索和利用教育数据蕴藏的价值成为研究学者的研究重点。海量数据的出现为教育管理者提供大量潜在的价值,有助于提高管理者的管理效率,教育管理者可以根据学生的数据信息统筹规划,从教学方式管理、教学模式管理入手,提高管理水平,为学业有风险者提供预警。根据毕业生去向的具体情况,考研、就业、创业等不同的毕业去向对
随着电动汽车产业的快速发展,电动汽车在使用过程中所暴露的问题越来越多,动力电池系统作为其核心部件,其健康程度密切影响着电动汽车的安全性能,持续的亚健康状态如果不能被及时发现和处理,可能会引发电池故障的产生,给驾驶员和乘客带来财产损失,甚至危及生命。本文基于监控的电动汽车运行数据,结合数据驱动方法,对动力电池系统典型亚健康状态进行辨识,本文具体研究工作包括:(1)对监控的电动汽车运行数据进行处理,首
高职院校抖音短视频平台建设在助力校园文化建设方面具有独特优势,但目前在建设力度、特色彰显、外塑形象、互动管理等方面还存在不足。要通过提炼展示高职院校特色,分析回应高职学生需求,统筹密切线上线下联动,指导规范平台运营管理等方式,充分发挥抖音短视频在助力高职校园文化建设中的作用。
近年来随着交通安全领域研究的逐渐深入,交通事故数据及事故原因分析已成为重点分析对象,通过统计方法或交通冲突理论方法的交通安全研究体系较为完善。而相比较于事故数据,行驶轨迹数据体量大、实时性强,能弥补交通事故数据的延后评价问题。从轨迹数据可以识别出车辆异常驾驶行为,此类行为可能导致交通安全隐患。研究异常驾驶点位在路网中的分布情况,能对交通安全问题进行评估,尤其是针对安全性较差的交叉口位置,寻找引发交