CN111598317A - 一种铁路定制化列车开行方案生成优化方法 - Google Patents

一种铁路定制化列车开行方案生成优化方法 Download PDF

Info

Publication number
CN111598317A
CN111598317A CN202010375870.2A CN202010375870A CN111598317A CN 111598317 A CN111598317 A CN 111598317A CN 202010375870 A CN202010375870 A CN 202010375870A CN 111598317 A CN111598317 A CN 111598317A
Authority
CN
China
Prior art keywords
train
customized
passenger
scheme
railway
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010375870.2A
Other languages
English (en)
Inventor
李晓娟
石佳娜
闫振英
霍月英
王宏伟
闫淼
苏敬怡
张碧璇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia University
Original Assignee
Inner Mongolia University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inner Mongolia University filed Critical Inner Mongolia University
Priority to CN202010375870.2A priority Critical patent/CN111598317A/zh
Publication of CN111598317A publication Critical patent/CN111598317A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种铁路定制化列车开行方案生成优化方法，包括：A：提出适用于定制化列车的铁路线路运营条件。B：通过对某条线路日常旅客出行需求的调研，分析旅客具体出行需求，得出关于定制化列车开行的时间范围、席位类型比例及停站方案的列车开行备选集合。本发明为定制化列车运行提供了一套完整有效的开行方案制定及优化的方法，铁路部门可以根据由旅客开行前的需求选择和乘坐后的评价所形成的闭环反馈机制进一步优化调整列车开行方案。该发明具有数据信息可靠、优化效率高等优点。对铁路部门进行供给侧结构性改革以更好的服务民众具有重大意义。

Description

一种铁路定制化列车开行方案生成优化方法
技术领域
本发明涉及列车运行机制技术领域，具体是一种铁路定制化列车开行方案生成优化方法。
背景技术
长期以来，由于我国特殊的国情，我国在发展建设公路的同时也在大力发展和完善铁路系统的建设。截至2016年年底，中国铁路营业总里程达12.4万公里，规模居世界第二。然而，由于我国人口基数大，在节假日，尤其是春节期间，出行人数众多，导致了在节假日等客运高峰期出现了“一票难求”的情况。
2017年10月，在面临国庆中秋双节客流量高峰的情况下，西安铁路部门开通了全国首趟定制化列车。在定制化列车网上筹集民意。初期，只有122人参与了定制化，考虑到在售票窗口还有一些民众表达了购票需求，西安铁路部门依然坚持开通了这辆列车。事实表明，首趟定制化列车的开行十分成功，上座率高达100％，这无疑让节假日出行困难的旅客和一直苦于节假日大量客运需求无法满足的铁路部门看到了希望，也引来了众多专家学者的关注与研究。一些专家认为，此举是传统运输行业结合“互联网+”思维的创新，是铁路运输部门的一次全新改革。
随着科技的发展，人们出行可供选择的交通方案与出行方式越来越多，火车作为一种传统的出行方式，需要通过改革与创新进一步适应人们日益增长的出行需求。毫无疑问，这趟由西安开往榆林的K8188列车的开行，就是一次尝试性改革，而试水背后，则是问需于民，它体现了服务回归市场，铁路的超前升级，是揭开铁路改革故事的封面。随着互联网的普及，企业与民众之间的沟通变得越来越重要，了解民意，服务民众也越来越落到实处。“定制化”列车通过更精准、更直接的大量客流数据决定某趟列车的开行与否，这完全由民众来决定。此举不仅能消除购票难的烦恼，还能使得出行更加便捷，消费权利也得到尊重，使广大旅客享受到满满的幸福感和存在感。所以，“定制化列车”既有在铁路系统推广的价值，也有对其他交通方式“定制化”的示范引领作用。
“定制化列车”的出现无疑为解决买票难的问题提供了一个新的方向。通过网上征集乘客意愿，对确实迫切需要且人数足够的线路重新开设一趟列车。这样既减轻了列车的客运压力，也有效地解决了乘客的购票压力。
目前开通高速铁路运营的国家主要是欧美发达国家，包括日本、德国、法国、西班牙、英国等。日本的新干线铁路是世界上最早的高速铁路，其采用周期化运行图，具有极高的准点率，并于上世纪八十年代提出运用人工智能技术进行列车运行组织规划；德国是欧洲较早进行铁路建设的国家，其采用分块式的运行图铺划方法，较为注重旅客换乘的方便。列车运行图对旅客服务质量的评价也成为学者广泛研究的方向。
Maura Mozzarella(2006)重点介绍了行车密度与列车运行晚点的关系，行车密度越大，列车晚点的可能性越大，越容易造成列车运行冲突，用关系图的形式表示了行车密度与列车运行晚点时间之间的关系。
Mark Wardman(2004)分析了运行图结构、旅客运输需求预测和旅客出行收益三者之间的关系，列车运行图的铺画结构影响旅客出行规律，通常服务频率较高的车站旅客形成随机到达的形式，旅客客流密度与服务频率是否匹配可以通过旅客的平均等待时间衡量，显然旅客等待时间越长其出行收益越低，列车运行图质量越差。
Leo Kroon(2007)指出在列车运行的过程中与相邻接续的列车之间均存在缓冲时间，文中建立的随机优化模型还可以用来对给定列车运行图的缓冲时间进行分配，合理利用缓冲时间，最大限度的抵抗随机干扰。
Eftihia Nathanail(2008)为了确保铁路运营部门能够及时获取旅客关于客运服务质量的反映信息，从准点率、舒适度等六个方面建立了指标评价体系，在问卷调查数据分析的基础上得出：铁路运营的安全性是衡量其服务质量的一个重要内容。
Hitoshi Leda(2001)等分析了铁路客运服务质量的影响因素，提出铁路私营化模式以改变以往的组织模式，从而提升社会经济效益。
Cohon(2008)指出国外研究开行方案都与当地居民的出行情况和经济情况有关，针对性很强。就某一条线路而言，城际高速铁路旅客列车开行方案会呈现出公交化运营的特点，这是由于研究对象规模小，而客流量相对较大而形成的。
Assad(2010)指出国外把停站方案划分为每站停车、某几站停车和某区域停车三种方式，这从市郊区铁路运营状况可以很明显看出，并以郊区铁路居民的需求为根据，比较三种不同停站方案的适应性。
发明内容
本发明的目的在于提供一种铁路定制化列车开行方案生成优化方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种铁路定制化列车开行方案生成优化方法，包含以下步骤：
A、结合实际列车运营情况提出综合考虑铁路线路运营现状及旅客需求的定制化列车开行条件；
B、根据已选定的开行定制化列车线路上的常旅客出行数据设计调查问卷并进行调研分析，结合既有列车运行图建立符合开行条件的定制化列车开行方案备选集合，建立备选集合时主要考虑列车开行时间范围、席位类型比例及停站方案三大因素；
C、分析通过定制化列车购票平台获取的实际旅客出行数据，包括旅客的出行时间范围、始发终到站及席位类型；
D、拟合已制定的列车开行方案备选集及实际旅客出行信息，在综合考虑对既有列车运行影响的条件下建立定制化列车开行优化模型；
E、运用列车冲突消解调整方法化解既有线与定制化列车路线之间的冲突，并确定最终定制化列车开行方案；
F、构建旅客乘坐体验评价指标体系，旅客在乘车服务结束后可就当次列车运行服务进行评价，相关铁路运输部门收集并分析旅客反馈意见，根据得到的反馈结果进一步优化定制化列车运行方案，形成完整的闭环反馈机制。
作为本发明的进一步技术方案：特定线路上如计划开行定制化列车需满足如下条件，①定制化列车开行线路范围应在同一铁路局管辖范围之内。②定制化列车开行期间该列车运行区段列车运行能力不紧张，有一定剩余的通过能力加开定制化列车。③在线路运行范围内既有列车可根据定制化列车的开行需求进行适当调整。④在有客流明显增大现象的条件下可加开定制化列车，定制化列车旅客需求量应至少满足一列列车的开行，且列车上座率达到80％，同时列车编组数不少于8。
作为本发明的进一步技术方案：所述步骤B具体是：结合已有的以往旅客出行数据，设计调查问卷，问卷内容主要包括旅客的出行时间意愿范围、始发终到站及期望乘坐的席位类型，通过分析得出该条线路上旅客出行的不同时间范围、始发终到站及不同席位类型的客流量，根据所得数据结合既有列车运行图制定定制化列车开行方案并建立列车开行备选集合。
作为本发明的进一步技术方案：所述分析实际获取的旅客出行信息是希望乘坐定制化列车出行的乘客在指定购票网站上进行购票，相关铁路部门在获取到旅客的相关出行数据后，分析数据中的列车开行时间、乘客上下站点、已选择的列车席位类别等信息，确定该趟定制化列车是否具有开行可行性。
作为本发明的进一步技术方案：确定定制化列车运行方案包含以下步骤：①建立定制化列车运行优化模型；②如若遇到选定开行方案与既有列车发生冲突，则需运用列车冲突消解调整方法进行冲突的化解。
作为本发明的进一步技术方案：在综合考虑减小对既有列车的影响和最大化满足旅客出行需求的基础上确定最终的定制化列车开行方案。在运用列车冲突消解调整方法消解列车冲突后，计算备选集中各方案的模型目标值，选择模型目标值最优的列车开行方案为最终的定制化列车开行方案。
作为本发明的进一步技术方案：根据旅客反馈信息对定制化服务进行优化调整具体过程如下：建立定制化列车旅客出行需求与列车运行图优化的闭环反馈体系，同时建立旅客乘车体验评价指标体系，旅客在指定购票平台上购买定制化列车车票后当乘车服务结束后仍可在该购票平台上进行服务评价与反馈，铁路部门根据收集到的旅客反馈意见进一步优化列车开行方案。
作为本发明的进一步技术方案：所述的实际获取的旅客出行需求数据是指旅客在指定购买定制化列车车票的网络平台上购买车票，有关部门收集并整理旅客的购票信息并分析相关数据信息，主要包括旅客的出行时间范围、上下车站点及乘坐的列车席位类型这三类信息。
作为本发明的进一步技术方案：所述的建立定制化列车开行优化模型是指建立一个以企业效益和旅客效用综合最优为目标的双层规划模型。在该双层规划模型中，上层模型的决策者为运输企业，运输企业在确定列车开行方案时追求企业效益最大化，故该上层模型的目标函数为企业效益的最大化。下层模型主要目的是减少对既有列车运行线的调整，在本模型中体现为既有列车总调整时间最小。
作为本发明的进一步技术方案：所述的确定最终定制化列车开行方案是指根据已建立的定制化列车开行优化模型计算备选集中各列车开行方案的模型目标值，选取目标值最优的列车开行方案为最终的定制化列车开行方案。
与现有技术相比，本发明的有益效果是：本发明为定制化列车运行提供了一套完整有效的开行方案制定及优化的方法，铁路部门可以根据由旅客开行前的需求选择和乘坐后的评价所形成的闭环反馈机制进一步优化调整列车开行方案。该发明具有数据信息可靠、优化效率高等优点。对铁路部门进行供给侧结构性改革以更好的服务民众具有重大意义。
附图说明
图1为列车i和列车j在站的到达间隔时间小于规定的到达间隔时间的要求的示意图。
图2为将列车j向右平移，使列车在无站的到达间隔时间满足规定的示意图。
图3为将列车i移动到列车j的右边，并要求列车i在k-2的出发时间满足列车出发间隔时间的要求的示意图。
图4为列车j在k-1站越行列车i，列车i在(k-1，k)区间的运行线移动到列车j的右边，同时需在k-1站满足出发间隔时间的要求的示意图。
图5为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅附图5，一种铁路定制化列车开行方案生成优化方法，包含以下步骤：
①确定定制化列车开行条件。针对不同路段的铁路线路运营能力及运营条件，制定出适用于定制化列车的列车开行条件，即确定某条运营线路在满足哪些开行条件下铁路部门可在该条线路上加开定制化列车。
具体约束条件有：定制化列车开行线路范围应在同一铁路局管辖范围之内；定制化列车开行期间该列车运行区段列车运行能力不紧张，有一定剩余的通过能力加开定制化列车；在线路运行范围内既有列车可根据定制化列车的开行需求进行适当调整；在有客流明显增大现象的条件下可加开定制化列车，定制化列车旅客需求量应至少满足一列列车的开行，且上座率达到80％，列车编组数不少于8。
②设计调查问卷。铁路运输部门根据常旅客出行数据设计调查问卷，其中调查问卷内容应包括旅客的出行时间意愿范围、始发终到站、期望乘坐的席位类型等内容。
③建立定制化列车开行方案备选集。根据步骤①确定的定制化列车开行条件并结合该线路上既有列车开行情况，制定出若干个在该条线路上具备开行可行性的列车开行方案，此若干个列车开行方案共同组成定制化列车开行方案备选集。其中，在建立定制化列车开行方案备选集合时主要考虑列车开行时间范围、席位类型比例及停站方案三大因素。
④获取实际旅客出行需求数据。希望乘坐定制化列车出行的旅客可在规定时间内在指定购票平台上购买定制化列车车票，在旅客购票结束后铁路部门可获取实际旅客出行需求数据，为后续确定最终定制化列车开行方案提供数据。
⑤构建定制化列车开行优化模型。建立综合考虑铁路部门运营收益和旅客出行需求的双层规划模型。其中，上层模型的决策者为运输企业，运输企业在确定列车开行方案时追求企业的效益最大化。下层模型主要目的是在增加定制化列车的同时减少对既有列车运行线的调整，在本模型中体现为既有列车总调整时间最小。
⑥确定最终定制化列车开行方案。在确定定制化列车开行方案时如若遇到定制化列车开行路线与既有线发生冲突，本发明采用列车冲突消解调整方法进行冲突的化解。本发明中用到的列车冲突消解调整方法为到达间隔时间冲突消解方法，如平移列车运行线、改变列车到发顺序、变更列车停站等方法。
⑦根据建立的列车开行优化模型对定制化列车开行方案备选集中的多个列车开行方案进行模型目标值的计算，选取目标值最大的开行方案为最优列车开行方案。
⑧建立旅客乘坐体验评价指标体系。本发明构建的旅客乘坐体验评价指标体系包括旅客对乘坐定制化列车的时间满意度、到站站点满意度及列车席位类型满意度三大指标。
⑨形成闭环反馈体系。旅客在乘车服务结束后可就当次列车运行服务进行评价，通过相关平台对服务进行反馈评价，相关铁路运输部门根据得到的反馈结果进一步优化定制化列车运行方案，构成完整的闭环反馈机制。
该发明为铁路部门制定定制化列车开行方案提供了一种有效、完整、全面的方案定制方法，为铁路部门在综合考虑旅客出行需求与既有列车运行情况下制定出快速、有效、可靠的列车开行方案提供了技术支持。该方法的总体流程如图1所示。
此应用于定制化列车开行的铁路运行图优化调整方案及反馈体系各步骤的具体内容如下：
1、结合实际列车运营情况提出考虑铁路线路运营现状及旅客需求的定制化列车开行条件。
定制化列车为既有运行图中的加开列车，故需当某条线路满足一定的运营约束条件后才可确定加开定制化列车，本发明中提出的适用于定制化列车的铁路线路开行条件为：①定制化列车开行线路范围应在同一铁路局管辖范围之内。②定制化列车开行期间该列车运行区段列车运行能力不紧张，有一定剩余的通过能力加开定制化列车。③在线路运行范围内既有列车可根据定制化列车的开行需求进行适当调整。④在有客流明显增大现象的条件下可加开定制化列车，定制化列车旅客需求量应至少满足一列车的开行，且上座率达到80％，列车编组数不少于8。
2、根据已选定的开行定制化列车线路上的常旅客出行需求设计调查问卷并进行调研分析。
进行问卷调查的主要目的是通过调查得出该条线路上的各区段之间的旅客出行高峰时间段、旅客上下车大流量停靠站点及不同区段间较受旅客欢迎的列车席位类型等信息。通过问卷调查获取旅客需求数据，为后续的制定列车开行方案备选集及定制化列车开行优化模型的计算提供数据支撑。
3、结合既有列车运行图建立符合列车开行条件的定制化列车开行方案备选集合。根据步骤①确定的定制化列车开行条件并结合该线路上既有列车开行情况，制定出若干个在该条线路上具备开行可行性的列车开行方案，此若干个列车开行方案共同组成定制化列车开行方案备选集。其中，在建立定制化列车开行方案备选集合时主要考虑列车开行时间范围、席位类型比例及停站方案三大因素。
4、获取并分析实际得到的旅客出行需求数据，包括旅客的出行时间范围、始发终到站及已选定的列车席位类型。
通过官方指定的定制化列车车票购买平台或各售票站点的售票情况等途径获取旅客实际表达出的出行意愿，包括旅客的出行时间范围、始发终到站及席位类型等信息，得出可以满足实际旅客出行需求的定制化列车开行时间范围、停站方案及列车席位类型比例等，为后续确定最终的定制化列车开行方案做准备。
5、综合考虑铁路部门运营效益和旅客出行需求，建立定制化列车开行优化模型。
建立综合考虑铁路部门运营收益和旅客出行需求的双层规划模型，该模型目标函数及约束条件如下：
该双层规划模型的目标函数如式(1)(2)所示：
yg(t)＝max{yk(t)} (1)
yk(t)＝z1-1000z2 (2)
其中，考虑到铁路运输部门在开行列车时直接经济收入来源为列车售票所得与开行列车成本之差，故建立的双层规划模型中的上层模型目标函数如式(3)所示，
Figure BDA0002483081030000091
s.t.
Figure BDA0002483081030000092
Figure BDA0002483081030000093
Figure BDA0002483081030000094
Figure BDA0002483081030000095
Figure BDA0002483081030000096
Figure BDA0002483081030000097
Figure BDA0002483081030000098
Figure BDA0002483081030000099
约束(4)表示各区间之间的实际运行时间不小于最小运行时间；约束(5)表示相邻列车到站时间约束；约束(6)表示相邻列车发车时间约束；约束(7)表示定制化列车出站作业时刻调整范围约束；约束(8)表示定制化列车到站作业时刻调整范围约束；约束(9)表示定制化列车在各站的停车时间范围约束；约束(10)表示车站到发线可以运行列车的能力值；约束(11)表示乘客乘车惩罚系数约束。
下层模型的目标函数为减少对既有列车的影响，在本目标函数中量化为对既有列车的总调整时间最小，目标函数如式(12)所示。
Figure BDA00024830810300000910
s.t.
Figure BDA0002483081030000102
Figure BDA0002483081030000103
Figure BDA0002483081030000104
约束(13)表示列车发车时间调整时间差不能超过最大调整值；约束(14)表示列车到达时间调整时间差不能超过最大调整值；约束(15)表示最终被影响的既有列车数量不能超过最大数量；约束(16)为0-1变量，表示列车j是否被影响。
6、确定最终定制化列车开行方案。根据已建立的列车开行优化模型对定制化列车开行方案备选集中的若干个列车开行方案进行模型目标值的计算，选取目标值最大的开行方案即为最优的列车开行方案。
在确定定制化列车开行方案时如若遇到定制化列车开行路线与既有线发生冲突，本发明采用列车冲突消解调整方法进行冲突的化解。本发明采用单个冲突消解方法，单个冲突消解分为车站间隔时间消解和区间间隔冲突消解，其中车站间隔时间消解分为到达间隔时间冲突消解和出发间隔时间消解。下文以到达间隔时间冲突消解方法为例，说明列车冲突消解方法。
A.区间加速。
列车i和列车j在站的到达间隔时间小于规定的到达间隔时间的要求，故采用平移列车运行线的方式调整列车到达间隔，如图1所示。
将列车j向右平移，使列车在无站的到达间隔时间满足规定即可，如图2所示。
B.交换列车到发顺序。
将列车i移动到列车j的右边，并要求列车i在k-2的出发时间满足列车出发间隔时间的要求，如图3所示。
C.变更列车停站方式：
列车j在k-1站越行列车i，列车i在(k-1，k)区间的运行线移动到列车j的右边，同时需在k-1站满足出发间隔时间的要求。如图4所示。
通过运用列车冲突消解调整方法将既有线与定制化列车路线进行适当调整，最终在满足旅客出行需求和尽可能减小对既有线影响的条件下，综合选取最优的定制化列车开行方案为最终开行方案。
7、建立旅客乘车体验评价指标体系。
①构建评价指标体系。在建立旅客乘车体验评价指标体系的过程中，应注重遵循全面性、一致性、针对性、独立性和可操作性五大原则。为了得到科学合理的评价结果，构建更具适用性和有区分度的定制化列车乘车体验评价指标体系，本发明对列出的多个指标进行层次划分，所构建的旅客乘坐体验评价指标体系包括旅客对乘坐定制化列车的时间满意度、停站站点满意度及列车席位类型满意度三大指标，具体构建指标评价体系如表1所示。
表1定制化列车旅客乘坐体验评价指标体系
Figure BDA0002483081030000111
②评价指标的量化。本发明采用数字量表的方式量化旅客对定制化列车服务的满意程度。旅客在通过指定购票平台进行意见反馈时，需根据自身对乘坐体验的满意程度对各具体指标进行评价打分，本发明采用5分制打分形式，其中1分为十分不满意，2分为不满意，3分为基本满意，4分为满意，5分为十分满意。具体数字量表如表2所示：
表2数字量表
Figure BDA0002483081030000121
其中，
Figure BDA0002483081030000122
③确定评价指标权重。在本发明中运用层次分析法对各指标的权重进行计算，找到各因素之间的重要度次序。通过指标权重的计算以量化的形式体现乘客对定制化列车服务内容的期望与要求，为接下来的分析旅客评价反馈结果形成闭环反馈体系做准备。
层次分析法的基本步骤如下：
I建立层次结构模型。以研究内容为切入点，深入分析系统中相关影响因素及其之间的关系。根据因素之间的相互关系将各因素划分为不同层次，建立整体的递阶层次结构。
II构建两两比较判断矩阵。对每一层次上所有因素相对于上一层次某指标的相对重要性进行两两比较，构造两两比较判断矩阵A。
Figure BDA0002483081030000123
判断矩阵具有下述性质：
aij＞0，aij＝1/aji，aii＝1
式中，aij(i，j＝1，2，......n，n为某一层指标的个数)代表元素Aki与Akj相对于其上一层元素的相对重要性的比例标度。判断矩阵元素的值反映了人们对各因素相对重要性的认识，层次分析法采用1-9的9级比例标度对重要程度赋值，评价标度见表3：
表3评价标度表
Figure BDA0002483081030000131
III权重计算
a)计算判断矩阵的每一行元素乘积Ti，如式(18)所示：
Figure BDA0002483081030000132
b)对Ti开n次方，得到各行的权重Wi，并归一化得到各元素权重Wi，如式(19)(20)所示：
Figure BDA0002483081030000133
Figure BDA0002483081030000134
c)权重向量如式(21)所示：
W＝(w1，w2，......wn)T (21)
IV计算元素的组合权重
在计算出层次结构模型中每一层元素相对于上一层准则的权重之后，就可以求取相应的组合权重。任意最底层元素相对于总目标的权重为其在父准则下的权重与其以上各级逐级在各父准则下的权重的乘积。以三级层次结构为例：
设第三层元素指标
Figure BDA0002483081030000141
相对于它自己的上级第二层元素(准则层)Pi 2的权重为βij，而准则Pi 2相对于总目标的权重为αi，则指标
Figure BDA0002483081030000142
相对于总目标的权重计算如式(22)所示：
δijk＝αi×βij (22)
④乘客满意度值计算式，如式(23)所示：
Figure BDA0002483081030000143
8、在乘车服务结束后旅客可通过购票平台对当次列车运行服务体验进行评价，铁路相关部门收集并分析旅客反馈意见，利用层次分析法计算得出的各指标权重及乘客满意度值，同时确定一个乘客满意度阈值，当一定数量的乘客在乘车服务结束后所反馈的满意度值低于阈值时，相关铁路部门则需结合已建立的评价指标体系分析有关各指标的旅客反馈意见，权衡各指标下旅客反馈意见及现开行的定制化列车开行方案进一步优化调整定制化列车运行方案，以此形成完整的闭环反馈体系，实现旅客与铁路客运双方的信息交流，确保向旅客提供更优质的客运服务。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种铁路定制化列车开行方案生成优化方法，其特征在于，包含以下步骤：
A、结合实际列车运营情况提出综合考虑铁路线路运营现状及旅客需求的定制化列车开行条件；
B、根据已选定的开行定制化列车线路上的常旅客出行数据设计调查问卷并进行调研分析，结合既有列车运行图建立符合开行条件的定制化列车开行方案备选集合，建立备选集合时主要考虑列车开行时间范围、席位类型比例及停站方案三大因素；
C、分析通过定制化列车购票平台获取的实际旅客出行数据，包括旅客的出行时间范围、始发终到站及席位类型；
D、拟合已制定的列车开行方案备选集及实际旅客出行信息，在综合考虑对既有列车运行影响的条件下建立定制化列车开行优化模型；
E、运用列车冲突消解调整方法化解既有线与定制化列车路线之间的冲突，并确定最终定制化列车开行方案；
F、构建旅客乘坐体验评价指标体系，旅客在乘车服务结束后可就当次列车运行服务进行评价，相关铁路运输部门收集并分析旅客反馈意见，根据得到的反馈结果进一步优化定制化列车运行方案，形成完整的闭环反馈机制。
2.根据权利要求1所述的一种铁路定制化列车开行方案生成优化方法，其特征在于，特定线路上如计划开行定制化列车需满足如下条件，①定制化列车开行线路范围应在同一铁路局管辖范围之内，②定制化列车开行期间该列车运行区段列车运行能力不紧张，有一定剩余的通过能力加开定制化列车，③在线路运行范围内既有列车可根据定制化列车的开行需求进行适当调整，④在有客流明显增大现象的条件下可加开定制化列车，定制化列车旅客需求量应至少满足一列列车的开行，且列车上座率达到80％，同时列车编组数不少于8。
3.根据权利要求1所述的一种铁路定制化列车开行方案生成优化方法，其特征在于，所述步骤B具体是：结合已有的以往旅客出行数据，设计调查问卷，问卷内容主要包括旅客的出行时间意愿范围、始发终到站及期望乘坐的席位类型，通过分析得出该条线路上旅客出行的不同时间范围、始发终到站及不同席位类型的客流量，根据所得数据结合既有列车运行图制定定制化列车开行方案并建立列车开行备选集合。
4.根据权利要求1所述的一种铁路定制化列车开行方案生成优化方法，其特征在于，所述分析实际获取的旅客出行信息是希望乘坐定制化列车出行的乘客在指定购票网站上进行购票，相关铁路部门在获取到旅客的相关出行数据后，分析数据中的列车开行时间、乘客上下站点、已选择的列车席位类别等信息，确定该趟定制化列车是否具有开行可行性。
5.根据权利要求1所述的一种铁路定制化列车开行方案生成优化方法，其特征在于，确定定制化列车运行方案包含以下步骤：①建立定制化列车运行优化模型；②如若遇到选定开行方案与既有列车发生冲突，则需运用列车冲突消解调整方法进行冲突的化解。
6.根据权利要求5所述的一种铁路定制化列车开行方案生成优化方法，其特征在于，在综合考虑减小对既有列车的影响和最大化满足旅客出行需求的基础上确定最终的定制化列车开行方案，在运用列车冲突消解调整方法消解列车冲突后，计算备选集中各方案的模型目标值，选择模型目标值最优的列车开行方案为最终的定制化列车开行方案。
7.根据权利要求1所述的一种铁路定制化列车开行方案生成优化方法，其特征在于，根据旅客反馈信息对定制化服务进行优化调整具体过程如下：建立定制化列车旅客出行需求与列车运行图优化的闭环反馈体系，同时建立旅客乘车体验评价指标体系，旅客在指定购票平台上购买定制化列车车票后当乘车服务结束后仍可在该购票平台上进行服务评价与反馈，铁路部门根据收集到的旅客反馈意见进一步优化列车开行方案。
CN202010375870.2A 2020-05-08 2020-05-08 一种铁路定制化列车开行方案生成优化方法 Pending CN111598317A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010375870.2A CN111598317A (zh) 2020-05-08 2020-05-08 一种铁路定制化列车开行方案生成优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010375870.2A CN111598317A (zh) 2020-05-08 2020-05-08 一种铁路定制化列车开行方案生成优化方法

Publications (1)

Publication Number Publication Date
CN111598317A true CN111598317A (zh) 2020-08-28

Family

ID=72187114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010375870.2A Pending CN111598317A (zh) 2020-05-08 2020-05-08 一种铁路定制化列车开行方案生成优化方法

Country Status (1)

Country Link
CN (1) CN111598317A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819388A (zh) * 2021-03-10 2021-05-18 西南交通大学 一种基于乘客需求重识别的长距离优先票额分配方法
CN112836996A (zh) * 2021-03-10 2021-05-25 西南交通大学 一种识别乘客潜在购票需求的方法
CN112949926A (zh) * 2021-03-10 2021-06-11 西南交通大学 一种基于乘客需求重识别的收入最大化票额分配方法
CN113627694A (zh) * 2021-10-11 2021-11-09 中国铁道科学研究院集团有限公司通信信号研究所 一种考虑停运的城际铁路列车运行计划调整方法和系统
CN115719288A (zh) * 2022-12-02 2023-02-28 浙大网新系统工程有限公司 一种铁路客运专线旅客信息智能管理平台
CN117829491A (zh) * 2023-12-26 2024-04-05 清华大学 考虑乘客需求具有时间窗约束的高铁列车增开方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709618A (zh) * 2015-11-18 2017-05-24 广州地铁集团有限公司 城市轨道交通网络运营服务质量评估方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709618A (zh) * 2015-11-18 2017-05-24 广州地铁集团有限公司 城市轨道交通网络运营服务质量评估方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
XIAOJUAN LI等: ""An Adjustment Method for the Customized Trains of the Railway"", 《JOURNAL OF ADVANCED TRANSPORTATION》 *
李晓娟等: ""基于多叉树的延误高速列车运行优化调整方法"", 《交通运输系统工程与信息》 *
李晓娟等: ""基于转换极大代数和序优化的高速列车运行调整方法"", 《中国铁道科学》 *
陈雷雷等: ""高速铁路列车服务旅客满意度评价研究"", 《铁道运输与经济》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819388A (zh) * 2021-03-10 2021-05-18 西南交通大学 一种基于乘客需求重识别的长距离优先票额分配方法
CN112836996A (zh) * 2021-03-10 2021-05-25 西南交通大学 一种识别乘客潜在购票需求的方法
CN112949926A (zh) * 2021-03-10 2021-06-11 西南交通大学 一种基于乘客需求重识别的收入最大化票额分配方法
CN112819388B (zh) * 2021-03-10 2022-03-04 西南交通大学 一种基于乘客需求重识别的长距离优先票额分配方法
CN112949926B (zh) * 2021-03-10 2022-03-04 西南交通大学 一种基于乘客需求重识别的收入最大化票额分配方法
CN112836996B (zh) * 2021-03-10 2022-03-04 西南交通大学 一种识别乘客潜在购票需求的方法
CN113627694A (zh) * 2021-10-11 2021-11-09 中国铁道科学研究院集团有限公司通信信号研究所 一种考虑停运的城际铁路列车运行计划调整方法和系统
CN115719288A (zh) * 2022-12-02 2023-02-28 浙大网新系统工程有限公司 一种铁路客运专线旅客信息智能管理平台
CN115719288B (zh) * 2022-12-02 2023-04-21 浙大网新系统工程有限公司 一种铁路客运专线旅客信息智能管理平台
CN117829491A (zh) * 2023-12-26 2024-04-05 清华大学 考虑乘客需求具有时间窗约束的高铁列车增开方法及装置

Similar Documents

Publication Publication Date Title
CN111598317A (zh) 一种铁路定制化列车开行方案生成优化方法
Zhan et al. Social equity-based timetabling and ticket pricing for high-speed railways
WO2018023331A1 (zh) 一种常规公交服务指数实时评价系统及评价方法
Loizides et al. Productivity growth in European railways: a new approach
CN113256187A (zh) 区域轨道交通互联互通协同性评价交互系统
Axhausen et al. Searching for the rail bonus: Results from a panel SP/RP study
Wong et al. Evaluation of management strategies for the operation of high-speed railways in China
CN112434969B (zh) 一种区域多式轨道交通运力资源调配方法
Ding et al. The optimization of airport management based on collaborative optimization of flights and taxis
Bi et al. Real trip costs: Modelling intangible costs of urban online car-hailing in Haikou
Sun et al. Subway passenger flow analysis and management optimization model based on AFC data
CN114781881A (zh) 一种区域轨道交通系统的分析系统及分析方法
Alom Transit Ridership of Dhaka Metro Rail: Understanding the Views of Prospective Users
Kato et al. Feasibility analysis for the introduction of a bus rapid transit system in Yangon, Myanmar
CN108830509A (zh) 一种巡游出租车运力规模动态调整方法
Yuan BRTs and investment fads: Civic engagement and fiscal discipline
de Rus et al. Cost–Benefit Analysis of Transport Investments: An Application to High-Speed Rail Investments
Wang et al. Intelligent Bus Operation Service Quality Evaluation System Construction
Phuong et al. Bus users’ behavior in using parking services and their expectations for the development of parking service quality at bus stations in Hanoi, Vietnam
Liang et al. A decision-making model of railway tourist dedicated train operation plan
Rotaru et al. Quality of public transport services in Chisinau
Xu et al. Train stop schedule plan optimization of high-speed railway based on time-segmented passenger flow demand
Izquierdo et al. Infrastructure capacity and network access
Ma et al. Characteristics and Willingness of Bike Share Travel near BRT Corridor: A Case Study in Guangzhou
Łazor et al. Perspectives of increasing the quality of the public transport system-case study on the example of the Lubin district

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination