我国高速铁路网不断发展,客运能力逐步增加,铁路总公司作为铁路运营方,在实现铁路公共价值之余,也在寻求进一步提升客运营业利润。而未来针对不同线路不同时间的多样化客流需求,高铁车票进行打折促销以提高上座率与客运收入将会更加常见。随之而来打折条件下的客票分配问题将十分值得研究。票额分配问题是在一定的客流需求情况下,研究如何设置各路径(OD)的最大售票数量以提高客票收入的问题。论文针对票额分配问题,在现有研究的基础上,对现有文献进行梳理与归类,提出本文的研究场景:研究多等级票价情况下,即打折情况下,且多列车具有相互替代作用情况下的票额分配问题。论文对票额分配问题的相关理论进行分析,指出研究较为领先的航空领域中的票额分配问题与铁路运输中的票额分配问题的异同。分析不同属性客流需求的特点,以及不同的客流需求对于客票收入的不同影响;并指出票额分配的必要性,指出合理的票额分配方案能够提高客票收入;随后指出在多列车具有相互替代作用的条件下,由于多列车之间停站方案的差异,不同的票额分配方案将会导致客票收入不同;最后指出多等级票价,即打折车票出现的条件下,不同的票额分配方案对客票收入的影响。针对论文研究场景,基于现有经典文献,论文针对问题构建了非线性整数规划模型,对相关因素进行了约束,对实际问题进行数学描述。考虑到模型的结构特性,精确算法在求解过程中效果不佳,论文采用全局搜索能力强的粒子群算法对问题进行求解。粒子群算法求解过程中,初始解对算法求解影响较大,论文对模型结构特性加以分析,并对模型的非线性以及整数性进行处理,以获取粒子群算法的初始解。论文基于所研究问题,构建不同规模的算例进行算例分析。对于算法实现过程中的积分计算过程,论文基于Python语言对四种不同的实现方式加以比较,并对其计算精度、计算效率以及计算所需资源加以比较,并综合考量,选取最为适合的计算方法。在小规模算例的求解过程中,算法通过24s的计算时间,得出所求结果。小规模算例共设置了 4个车站A、B、C、D与4列车,以列车4为例,列车4分配给OD(A,B)均为打折车票,共396张;分配给(A,C)的均为全价车票,为164张;分配给(B,C)、(B,D)、(C,D)的同样均为全价车票,分别为364张,32张和382张,结果符合模型约束。计算结果表明算法所求结果GAP均小于5%,且在不同参数条件下,求解质量较为稳定。结果表明模型的正确性以及算法的有效性。论文随后基于实际数据设置大规模算例,在大规模算例的求解过程中,算法的计算时间为105s,计算结果表明算法在不同参数条件下所求结果的GAP均小于5.5%,求解质量稳定。论文的最后针对影响算法性能的相关参数进行性能分析,通过数值实验表明算法设计思路的正确性与有效性。