RU112465U1 - Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте - Google Patents
Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте Download PDFInfo
- Publication number
- RU112465U1 RU112465U1 RU2011133550/08U RU2011133550U RU112465U1 RU 112465 U1 RU112465 U1 RU 112465U1 RU 2011133550/08 U RU2011133550/08 U RU 2011133550/08U RU 2011133550 U RU2011133550 U RU 2011133550U RU 112465 U1 RU112465 U1 RU 112465U1
- Authority
- RU
- Russia
- Prior art keywords
- block
- calculating
- unit
- parameters
- calculation
- Prior art date
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте, характеризующаяся наличием головного сервера 1 системы, подключенного к блокам подсистемы «мониторинг» 2 и блокам подсистемы «оптимизация» 3, при этом подсистема «мониторинг» 2 включает блок данных о проданных билетах 4, блок данных о реестре и состоянии вагонного парка 5, блок параметров конкурентной среды 6, блок результатов маркетинговых исследований 7, блок фиксирования неявки пассажиров на посадку 8, блок данных об эксплуатационных расходах 9, блок данных о внешних факторах 10, а подсистема «оптимизация» 3 включает блок расчета параметров модели 11, блок расчета оптимальных цен 12, блок прогнозного расчета пассажиропотока 13, блок расчета параметров квотирования 14, блок оценки допустимого объема сверхлимитной продажи 15, блок расчета квот для промежуточных станций 16, блок рентабельности для поезда 17, блок оптимизации схем поездов 18, блок прогнозного расчета дохода 19 и блок формирования отчетных данных 20, причем головной сервер 1 системы получает в режиме реального времени информацию о проданных билетах, о реестре вагонного парка, об уровне эксплуатационных расходов, о параметрах конкурентной среды и результатах маркетинговых исследований пассажирского спроса, а информация от головного сервера 1 поступает в блок расчета параметров модели 11, блок прогнозного расчета пассажиропотока 13, блок оценки допустимого объема сверхлимитной продажи 15 и блок расчета рентабельности для поезда 17, в свою очередь блок расчета параметров модели 11 передает данные в блок расчета оптимальных цен 12, который передает ин�
Description
Полезная модель относится к вычислительной технике, в частности, к средствам автоматизации управления ценами на железнодорожном транспорте и оптимизации схем поездов с целью повышения рентабельности пассажирских перевозок.
Известны различные автоматизированные системы управления рентабельностью пассажирских перевозок на авиатранспорте (патент РФ №77467, МПК G06F 15/00, публикация 2008 г., патент РФ №56675, МПК G06F 15/00, публикация 2006 г.).
Однако известные системы, разработанные для нужд авиатранспорта, не могут быть применимы к железнодорожному транспорту, поскольку базируются на специфических предпосылках, связанных с условиями авиаперевозок.
В настоящее время известен ряд алгоритмов управления рентабельностью с целью максимизации дохода (их обзор приведен в книге Talluri K.T., Van Ryzin G.J. The Theory and Practice of Revenue Management. Boston: Kluwer Academic Publishers, 2004, 713 p.), однако в связи с тем, что разработка указанных алгоритмов (далее называемых RM - Revenue Management) производилась для нужд пассажирских авиаперевозок, эти алгоритмы в совокупности характеризуются недостаточным учетом специфики железнодорожного сообщения и их реализация на пассажирском железнодорожном транспорте требует построения систем управления рентабельностью на базе вариантов схем, отличных от типовых схем, рассчитанных на применение в сфере авиаперевозок.
В частности, алгоритмы RM не учитывают возможности (и по сути необходимости для железнодорожного транспорта) построения оптимальных схем поездов, то есть такого разделения поездного состава ограниченной протяженности на вагоны разных классов, которое обеспечивало бы максимальный доход и в наибольшей мере удовлетворяло пассажирский спрос. В связи с тем, что указанная оптимизация схем поездов алгоритмически связана с процедурой расчета цен, построение автоматизированной системы управления рентабельностью для нужд железнодорожного транспорта требует кардинальной перестройки структуры такой системы по сравнению со структурой, базирующейся на использовании алгоритмов RM.
Задачей предлагаемой полезной модели является создание автоматизированной системы управления рентабельностью пассажирских перевозок на железнодорожном транспорте, обеспечивающей решение в автоматическом режиме проблемы выравнивания транспортной нагрузки во времени средствами ценоуправления, и получение максимального дохода от эксплуатации пассажирского железнодорожного парка.
Сущность предложенной полезной модели заключается в следующем.
Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте включает головной сервер системы, подключенный к блокам подсистемы «мониторинг» и блокам подсистемы «оптимизация», при этом подсистема «мониторинг» включает блок данных о проданных билетах, блок данных о реестре и состоянии вагонного парка, блок параметров конкурентной среды, блок результатов маркетинговых исследований, блок фиксирования неявки пассажиров на посадку, блок данных об эксплуатационных расходах, блок данных о внешних факторах, а подсистема «оптимизация» включает блок расчета параметров модели, блок расчета оптимальных цен, блок прогнозного расчета пассажиропотока, блок расчета параметров квотирования, блок оценки допустимого объема сверхлимитной продажи, блок расчета квот для промежуточных станций, блок расчета рентабельности для поезда, блок оптимизации схем поездов, блок прогнозного расчета дохода и блок формирования отчетных данных. Головной сервер системы получает в режиме реального времени информацию о проданных билетах, о реестре вагонного парка, об уровне эксплуатационных расходов, о параметрах конкурентной среды и результатах маркетинговых исследований пассажирского спроса, а информация от головного сервера поступает в блок расчета параметров модели, блок прогнозного расчета пассажиропотока, блок оценки допустимого объема сверхлимитной продажи и блок расчета рентабельности для поезда; в свою очередь блок расчета параметров модели передает данные в блок расчета оптимальных цен, который передает информацию в блок расчета параметров квотирования; блок прогнозного расчета пассажиропотока передает выходные данные в блок расчета параметров модели, в блок оценки допустимого объема сверхлимитной продажи, в блок расчета рентабельности для поезда и в блок оптимизации схем поездов; блок расчета квот для промежуточных станций получает информацию от блока расчета оптимальных цен и блока расчета параметров квотирования; блок расчета рентабельности для поезда и блок оптимизации схем поездов взаимодействуют в дуплексном режиме; а блок прогнозного расчета дохода получает входную информацию от блока прогнозного расчета пассажиропотока, блока расчета оптимальных цен, блока оценки допустимого объема сверхлимитной продажи и блока расчета квот для промежуточных станций.
Сущность полезной модели поясняется чертежом, где представлена принципиальная блок схема предложенной автоматизированной системы.
Предлагаемая полезная модель, рассматриваемая как целостная система и реализующая принцип автоматизированного ценового управления, содержит три базовых узла: головной сервер 1 (блок памяти), подсистему «мониторинг» 2 и подсистему «оптимизация» 3.
Подсистема «мониторинг» 2 служит для сбора и первичной обработки всего объема данных, необходимых для оптимального управления ценой. Основной канал поступления текущий данных - это информация от функционирующей в настоящее время на железнодорожном транспорте системы автоматического управления «Экспресс-3» о проданных билетах: номер поезда, дата отправления, класс, место, оплата дополнительных внутривагонных услуг (постельные принадлежности, питание и т.п.). Данные о состоянии конкурентной среды, результатах маркетинговых акций, состоянии вагонного парка, о нормах эксплуатационных расходов и параметрах внешних факторов (инфляционный тренд, стоимость потребительской корзины) вносятся периодически оператором. Фиксирование случаев неявки пассажиров на посадку производится по отчету поездной бригады, и соответствующие данные с указанием даты, номера поезда и класса заносятся в пополняемую базу данных для последующей передачи информации на головной сервер.
Подсистема «оптимизация» 3 служит для управления ценами, при этом блоки, входящие в данную подсистему взаимодействуют по следующей схеме: информация от головного сервера 1 поступает в блок расчета параметров модели 11, блок прогнозного расчета пассажиропотока 13, блок оценки допустимого объема сверхлимитной продажи 15 и блок расчета рентабельности для поезда 17, в свою очередь блок расчета параметров модели 11 передает данные в блок расчета оптимальных цен 12, который передает информацию в блок расчета параметров квотирования 14, блок прогнозного расчета пассажиропотока 13 передает выходные данные в блок расчета параметров модели 11, в блок оценки допустимого объема сверхлимитной продажи 15, в блок расчета рентабельности для поезда 17 и в блок оптимизации схем поездов 18, блок расчета квот для промежуточных станций 16 получает информацию от блока расчета оптимальных цен 12 и блока расчета параметров квотирования 14, блок расчета рентабельности для поезда 17 и блок оптимизации схем поездов 18 взаимодействуют в дуплексном режиме, а блок прогнозного расчета дохода 19 получает входную информацию от блока прогнозного расчета пассажиропотока 13, от блока расчета оптимальных цен 12, от блока оценки допустимого объема сверхлимитной продажи 15 и блока расчета квот для промежуточных станций 16.
Используемая в блоке расчета параметров модели 11 экономико-математическая модель имеет вид
где N(p) - характеристика спроса, называемая далее для краткости населенностью, величина а и значения ргр и рпр (граничная и предельная цены) - параметры модели, определяемые автоматически по истории продаж для данного поезда и класса, а также сезона и дня недели, и корректируемые на основе результатов маркетинговых акций.
В качестве первоначальной оценки, подлежащей последующей корректировке, принимается значение α=2, а для отношения предельной цены к граничной - значение ξ=рпр/ргр=2. Корректировка параметров модели по истории продаж основана на сравнении усредненной характеристики спроса N(p), определяемой относительным количеством проданных билетов, с модельной зависимостью (1). Уточненные значения граничной и предельной цен находятся далее по методу ван Вестендорпа (Van Westendorp, P. (1976) «NSS-Price Sensitivity Meter (PSM) - A new approach to study consumer perception of price». Proceedings of the ESOMAR Congress). После того как величины ргр и рпр определены, по известному значению текущей цены р и текущей средней населенности N из (1) находится величина α:
Вычислением параметра а завершается расчет параметров модели.
В блок расчета оптимальных цен 12 исходные данные поступают из блока расчета параметров модели 11. По найденным модельным параметрам производится расчет цены, обеспечивающей максимальный доход. Указанная оптимальная цена находится как такое значение цены р, при котором величина pN(p) принимает наибольшее значение. Величина N(p} при этом задана соотношением (1). При типичных для практики значениях α=ξ=2 оптимальная цена дается равенством .
При произвольных α и ξ для поиска оптимальной цены применяется метод трисекции в следующей форме:
- задается первоначальный интервал поиска решения [ргр, рпр],
- указанный интервал разбивается на три равные доли,
- производится вычисление величины pN(p) в двух внутренних точках между долями,
- из двух указанных значений величины pN(p) определяется наименьшее значение,
- интервал поиска сужается на одну треть: интервал между найденным наименьшим значением и ближайшей к нему внешней границей поиска исключается из рассмотрения,
- полученный интервал уменьшенных размеров снова делится на три части и все операции повторяются до пор, пока интервал поиска не станет меньше допустимой ошибки в поиске решения, равной 0,001.
Результат расчета оптимальной цены передается далее в блоки:
- блок прогнозного расчета дохода 19,
- блок оптимизации схем поездов 18,
- блок расчета квот для промежуточных станций 16,
- блок расчета параметров квотирования 14.
Прогнозный расчет пассажиропотока производится на основе алгоритма Хольта (Holt C.C., Forecasting trends and seasonals by exponentially weighted averages. Carnegie Institute of Technology, Pittsburgh ONR memorandum #52, 1957). При этом используются средненедельные данные пассажиропотока для анализируемого поезда, имевшие место за последний год. На основе этих данных рассчитываются прогнозные характеристики пассажиропотока на ближайшую и отдаленную (в пределах месяца) перспективу.
При использовании метода на основании истории продаж о пассажиропотоке Пt для момента t используются рекуррентные дробно-линейные зависимости вида
,
bt=β(Lt-Lt-1)+(1-β)bt-1,
где Пt - текущие значения пассажиропотока, величины Lt (осуществляют экспоненциальное сглаживание, bt задают линейный тренд, а значения St определяют сезонные колебания.
Начальные значения для величин L, b и S определяются из соотношений
,
.
Значения параметров α, β и γ в методе Хольта-Винтера определяются по методу наименьших квадратов для периода времени, когда пассажиропоток задан историей продаж.
После нахождения величин Lt, bt и St вычисление прогнозных данных пассажирооборота производится по формуле
Пt+m=(Lt+btm)St-s+m.
Перед расчетом прогнозных характеристик с целью сглаживания недельных колебаний производится усреднение пассажиропотока в пределах недельного цикла, в связи с чем величина s в приведенных формулах соответствует количеству недель, приходящихся на период истории продаж.
Количество недель s, по которым производится расчет прогнозных данных, задается администратором в период настройки программного комплекса и может оперативно изменяться для отдельных поездов и классов.
Результаты прогнозного расчета пассажиропотока передаются в блоки:
- блок расчета рентабельности для поезда 17,
- блок оптимизации схем поездов 18,
- блок прогнозного расчета дохода 19.
Работа блока расчета параметров квотирования 14 основана на принципе разделения имеющегося количества билетов данного класса для рассматриваемого поезда на объемы (квоты), причем цена для соответствующего объема билетов выбирается исходя из условий максимизации дохода при рассчитанной оптимальной цене в блоке расчета оптимальных цен. Количество квот (от единицы до трех) назначается администратором системы. Алгоритм расчета наилучших размеров квот и соответствующих ценовых показателей базируется на анализе соотношения (1), определяющего потенциальные объемы пассажирского контингента, готовых платить за билет определенную цену.
Вычисления производятся следующим образом. По рассчитанной оптимальной цене ропт определяется доля пассажиров k1, готовая заплатить цену выше или равную оптимальной: k1=N(pопт).
Рассчитанная таким образом величина k1 определяет долю пассажиров (квоту от общего числа мест), которым билеты предлагаются по оптимальной цене.
На следующем шаге рассчитанная оптимальная цена принимается в качестве предельной, а функция N(p) заменяется на (1-k1)N(p). Далее все действия повторяются: отыскивается новая оптимальная цена и рассчитывается доля пассажиров k2, которой билеты предлагаются по этой новой цене. На последнем шаге оставшимся пассажирам билеты предлагаются по граничной цене.
Описанным способом находятся квоты (k1, k2,.…) и соответствующие продажные цены. Количество ступеней квотирования задается администратором.
Результаты расчета параметров квотирования передаются в блок расчета квот для промежуточных станций 16.
Блок оценки допустимого объема сверхлимитной продажи 15 использует информацию на сервере, содержащую результаты фиксирования случаев неявки пассажиров на посадку. Помимо этого в блок поступают данные о прогнозном расчете пассажиропотока.
Рассматриваемый блок имеет два настроечных параметра, задаваемых администратором:
- временной интервал Т, на протяжении которого фиксируются случаи неявки пассажиров,
- допустимое значение вероятности неявки Fmax (в качестве типового значения выбирается Fmax=0,001).
По заданному временному интервалу Т находится оценка для вероятности единичной неявки v по формуле v=n/M, где n - зафиксированное за время Т количество неявок пассажиров на посадку в рассматриваемый поезд, М - общее количество билетов, проданных в соответствующий поезд за период Т.
В блоке оценки допустимого объема сверхлимитной продажи 15 рассчитывается такое наибольшее значение величины m, при котором функция F(m), задаваемая формулой
не превосходит значения Fmax. Величина X в формуле (3) соответствует имеющемуся числу мест в соответствующем классе рассматриваемого поезда.
Полученная в расчете величина т и определяет допустимое количество билетов, которые могут быть проданы сверх лимита.
Рассчитанной объем сверхлимитной продажи передается в блок прогнозного расчета дохода 19.
Входная информация поступает в блок расчета квот для промежуточных станций 16 от сервера 1 и содержит данные о количестве пассажиров, купивших на данной промежуточной станции за интервал времени Т (назначаемый администратором) билеты в соответствующий класс рассматриваемого поезда. Помимо этого используется информация о населенности за период Т для пассажиров, направлявшихся со станции отправления.
Алгоритм расчета квот для промежуточных станций основан на численном решении задачи линейного целочисленного программирования с целевой функцией
где К - количество пунктов (включая станции отправления и прибытия), qik - среднее (по имеющейся истории продаж) количество пассажиров, направляющихся из пункта i в пункт k (i<k), рik - стоимость билета, отвечающая дистанции между этими пунктами.
При оценке функции (4) учитываются следующие ограничительные условия:
где М - число мест в данном классе рассматриваемого поезда, и
В (6) величины представляют собой суммарные квоты, основанные на статистике имеющегося спроса.
Решение задачи программирования с целевой функцией (4) при наличии ограничений (5) и (6) производится симплекс-методом. В итоге определяются квоты продаж билетов для промежуточных станций, обеспечивающие максимальное значение дохода. Результаты расчета передаются в блок прогнозного расчета дохода.
Входные данные в блок расчета рентабельности для состава 17 передаются:
- от сервера 1 и включают информацию об эксплуатационных расходах,
- из блока прогнозного расчета пассажиропотока 13, где рассчитываются характеристики, связанные с планируемым уровнем востребованности вагонов разных классов,
- из блока оптимизации схем поездов 18 в качестве рекомендуемого распределения вагонов разных классов в составе поезда.
Расчетный алгоритм рентабельности заключается в следующем: из оценки суммарного дохода, учитывающего ценовые показатели и планируемый объем спроса, вычитаются эксплуатационные расходы.
Данные из блока передаются:
- в блок расчета оптимальных цен 12,
- в блок оптимизации схем поездов 18.
Блок оптимизации схем поездов 18 включает в свой состав два программных раздела, реализующих соответственно следующие функции:
- оценку потенциальных объемов пассажирских контингентов для различных классов рассматриваемого поезда,
- расчет оптимального количества вагонов различных классов, обеспечивающего наибольшее значение дохода.
Оценка потенциальных объемов пассажирских контингентов производится по следующей схеме. Блок расчета оптимальных цен 12 вырабатывает значение оптимальной цены ропт, а также содержит значения модельных параметров ргр, рпр, ξ и α. Все указанные значения передаются в блок оптимизации схем поездов 18.
Далее в ценовом интервале от 0,92pопт до 1,10опт выбираются 10 различных ценовых уровней pi (1≤i≤10) и рассчитываются отвечающие им относительные цены хi=рi/ргр, после чего по формуле (1) находятся десять соответствующих значений населенности N. Наконец, ищутся такие значения величин b, k и σ0, которые минимизируют форму
при этом зависимость величин и σ от xi, задается в виде
а символом Ф в формуле (7) обозначен интеграл вероятности
.
Минимизация формы (7) производится методом последовательных градиентных спусков, в итоге чего находятся значения величин b, k и σ0. После нахождения этих величин искомое значение потенциального пассажирского контингента S определяется по формуле S=N0(b-k pопт/pгр), где N0 - количество мест данного класса в рассматриваемом поезде.
Интеграл вероятности Ф(t) входящий в формулу (7), рассчитывается по известной аппроксимационной формуле [Справочник по специальным функциям с формулами, графиками и математическими таблицами под ред. М.Абрамовица и И.Стиган, Москва, «Наука», 1979 г.].
В следующем программном разделе данного блока производится расчет оптимального количества вагонов различных классов. Если в поезде всего имеется J классов и для каждого класса с номером j (1≤j≤J) задана цена билета pj, потенциальный пассажирский контингент Sj, число мест в вагоне Mj и эксплуатационные расходы на вагон за одну поездку rj, то оптимальное количество вагонов vj находится как решение целочисленной задачи программирования с целевой функцией
при ограничении на длину состава
.
В качестве величин pj в (9) выбирается рассчитанная оптимальная цена, в качестве Sj - величина N0(b-k pопт/pгр), рассчитанная в предшествующем программном разделе данного блока для соответствующего класса, значения Mj и rj берутся из надлежащих разделов сервера, относящихся к рассматриваемому поезду и классу. Величина Wmax в соотношении (10) задается оператором в разделе сервера, включающем данные об отдельных поездах парка.
Решение задачи целочисленного программирования (9) при условиях (10) производится путем расчета целевой функции для всех возможных комбинаций числа вагонов в составе поезда и нахождения в итоге такой комбинации величин vj, которая обеспечивает максимум целевой функции. Число таких комбинаций не превосходит величины и оказывается доступным для вычисления на компьютере средней производительности за время, не превышающее двух секунд.
Блок прогнозного расчета дохода 19 получает исходные расчетные данные из четырех блоков: блока прогнозного расчета пассажиропотока 13, блока расчета квот для промежуточных станций 16, блока расчета оптимальных цен 12 и блока оценки допустимого объема сверхлимитной продажи 15. Общая расчетная формула прогнозного дохода имеет вид
,
где i - индекс, отмечающий один из четырех вышеупомянутых блоков, поставляющих входную информацию в блок прогнозного расчета дохода, j - индекс класса, - цены, - прогнозируемое количество пассажиров класса j для блока, отмеченного индексом i.
Расчетные данные, полученные в блоке расчета рентабельности для состава и блоке прогнозного расчета дохода, передаются в качестве руководящей итоговой информации оператору в блок формирования отчетных данных 20.
Claims (1)
- Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте, характеризующаяся наличием головного сервера 1 системы, подключенного к блокам подсистемы «мониторинг» 2 и блокам подсистемы «оптимизация» 3, при этом подсистема «мониторинг» 2 включает блок данных о проданных билетах 4, блок данных о реестре и состоянии вагонного парка 5, блок параметров конкурентной среды 6, блок результатов маркетинговых исследований 7, блок фиксирования неявки пассажиров на посадку 8, блок данных об эксплуатационных расходах 9, блок данных о внешних факторах 10, а подсистема «оптимизация» 3 включает блок расчета параметров модели 11, блок расчета оптимальных цен 12, блок прогнозного расчета пассажиропотока 13, блок расчета параметров квотирования 14, блок оценки допустимого объема сверхлимитной продажи 15, блок расчета квот для промежуточных станций 16, блок рентабельности для поезда 17, блок оптимизации схем поездов 18, блок прогнозного расчета дохода 19 и блок формирования отчетных данных 20, причем головной сервер 1 системы получает в режиме реального времени информацию о проданных билетах, о реестре вагонного парка, об уровне эксплуатационных расходов, о параметрах конкурентной среды и результатах маркетинговых исследований пассажирского спроса, а информация от головного сервера 1 поступает в блок расчета параметров модели 11, блок прогнозного расчета пассажиропотока 13, блок оценки допустимого объема сверхлимитной продажи 15 и блок расчета рентабельности для поезда 17, в свою очередь блок расчета параметров модели 11 передает данные в блок расчета оптимальных цен 12, который передает информацию в блок расчета параметров квотирования 14, блок прогнозного расчета пассажиропотока 13 передает выходные данные в блок расчета параметров модели 11, в блок оценки допустимого объема сверхлимитной продажи 15, в блок расчета рентабельности для поезда 17 и в блок оптимизации схем поездов 18, блок расчета квот для промежуточных станций 16 получает информацию от блока расчета оптимальных цен 12 и блока расчета параметров квотирования 14, блок расчета рентабельности для поезда 17 и блок оптимизации схем поездов 18 взаимодействуют в дуплексном режиме, а блок прогнозного расчета дохода 19 получает входную информацию от блока прогнозного расчета пассажиропотока 13, блока расчета оптимальных цен 12, блока оценки допустимого объема сверхлимитной продажи 15 и блока расчета квот для промежуточных станций 16.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011133550/08U RU112465U1 (ru) | 2011-08-11 | 2011-08-11 | Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011133550/08U RU112465U1 (ru) | 2011-08-11 | 2011-08-11 | Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU112465U1 true RU112465U1 (ru) | 2012-01-10 |
Family
ID=45784910
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2011133550/08U RU112465U1 (ru) | 2011-08-11 | 2011-08-11 | Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU112465U1 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2773984C1 (ru) * | 2021-12-21 | 2022-06-14 | Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" | Система для управления маршрутной сетью крупной пассажирской компании |
-
2011
- 2011-08-11 RU RU2011133550/08U patent/RU112465U1/ru not_active IP Right Cessation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2773984C1 (ru) * | 2021-12-21 | 2022-06-14 | Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" | Система для управления маршрутной сетью крупной пассажирской компании |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cascetta et al. | A quality-based approach to public transportation planning: theory and a case study | |
| Nourinejad et al. | A dynamic carsharing decision support system | |
| Arbex et al. | Estimating the influence of crowding and travel time variability on accessibility to jobs in a large public transport network using smart card big data | |
| Sivilevičius et al. | The criteria for identifying the quality of passengers’ transportation by railway and their ranking using AHP method | |
| Birolini et al. | Access mode choice to low-cost airports: Evaluation of new direct rail services at Milan-Bergamo airport | |
| Fosgerau et al. | Travel time variability: Definition and valuation | |
| Lovrić et al. | Sustainable revenue management: A smart card enabled agent-based modeling approach | |
| Batarce et al. | Cost and fare estimation for the bus transit system of Santiago | |
| Jin et al. | On the interaction between public transport demand, service quality and fare for social welfare optimisation | |
| Militão et al. | Optimal fleet size for a shared demand-responsive transport system with human-driven vs automated vehicles: A total cost minimization approach | |
| Canitez et al. | Agency costs in public transport systems: Net-cost contracting between the transport authority and private operators-impact on passengers | |
| Ma et al. | A user-operator assignment game with heterogeneous user groups for empirical evaluation of a microtransit service in Luxembourg | |
| Zahrani et al. | An intelligent social-based method for rail-car fleet sizing problem | |
| Sang et al. | Design of build-operate-transfer contract for integrated rail and property development with uncertainty in future urban population | |
| Chou et al. | Evolutionary bi-level model for optimizing ticket fares and operations profit of Taiwan high-speed rail | |
| Grunicke et al. | Evaluation methods and governance practices of new flexible passenger transport projects | |
| Hadas et al. | Assessing public transport passenger attitudes towards a dynamic fare model based on in-vehicle crowdedness levels and additional waiting time | |
| Gao et al. | Regulating for-hire autonomous vehicles for an equitable multimodal transportation network | |
| Kinene et al. | Decision support for an optimal choice of subsidised routes in air transportation | |
| Pueboobpaphan et al. | Experimental analysis of variable surcharge policy of taxi service auction | |
| US20230125533A1 (en) | System and method for dynamically enhancing a pricing database based on external information | |
| Friedrich et al. | From transit systems to models: purpose of modelling | |
| RU112465U1 (ru) | Автоматизированная система управления рентабельностью пассажирских перевозок на железнодорожном транспорте | |
| Urban et al. | Modelling the European air transport system: A System Dynamics approach | |
| Balaiyan et al. | Joint forecasting for airline pricing and revenue management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM1K | Utility model has become invalid (non-payment of fees) |
Effective date: 20160812 |