基于旅客出行选择特征的高速铁路浮动定价策略研究

作者：陈方遒; 景云; 郭思冶^*

来源：铁道学报, 2022, 44(06): 11-17.

• 高速铁路
• 浮动定价
• 出行选择特征
• LSTM
• GBDT

基于旅客出行选择行为制定相应的定价策略，是提高铁路企业客票收益的关键。针对现行定价策略提出改进方案，首先构建考虑非时序特征的改进长短期记忆网络模型(LSTM),精准预测即将开售车次不同价格水平下的余票情况；其次，利用梯度提升决策树(GBDT)切割旅客出行选择特征空间，并依据特征进行价格分级；最后，构建以铁路企业收益最大为目标的定价模型，并采用逐次逼近算法求解。算例结果表明，改进LSTM模型预测余票标准化均方误差为0.053,比LSTM、RNN和GRU更优；改进的浮动定价策略与现行浮动定价政策相比，能够更好地反应运输市场需求，提高铁路部门单日收益。

• 单位
  北京交通大学; 交通运输学院