[发明专利]一种铁路客运需求估算方法在审

专利信息
申请号: 202010306482.9 申请日: 2020-04-17
公开(公告)号: CN111539865A 公开(公告)日: 2020-08-14
发明(设计)人: 刘震;周兴 申请(专利权)人: 广州优策科技有限公司
主分类号: G06Q50/26 分类号: G06Q50/26;G06Q10/06;G06F30/20
代理公司: 北京科亿知识产权代理事务所(普通合伙) 11350 代理人: 赵蕊红
地址: 511457 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 铁路 客运 需求 估算 方法
【权利要求书】:

1.一种铁路客运需求估算方法,其特征在于,通过如下步骤进行:

S1,采集历史销售数据,并对历史销售数据进行销售开关赋值;销售开关赋值为1的历史销售数据定义为销售开放数据,代表有对应列车段的车票出售;销售开关赋值为0的历史销售数据定义为销售限制数据,代表没有对应列车段的车票销售;

S2,以历史销售数据作为样本数据;

S3,根据样本数据建立需求的Gamma分布模型;

S4,通过Gamma分布对历史销售数据中的销售限制数据进行修正,得到修正需求数据;

S5,判断修正需求数据是否满足迭代终止条件,如果是,则进入步骤S7;否则,进入步骤S6;

S6,以修正需求数据替代样本数据中对应的销售限制数据,形成更正数据集,以更正数据集中的数据作为样本数据,返回步骤S3;

S7,根据更正数据,采用辛普森公式计算Gamma分布的积分作为估算的列车段目标坐席的需求。

2.根据权利要求1所述的铁路客运需求估算方法,其特征在于,步骤S1,采集的历史销售数据包括目标列车的多个历史销售量和多个历史销售量对应的历史日期以及列车的发车日期。

3.根据权利要求1所述的铁路客运需求估算方法,其特征在于,步骤S3,具体是:

根据样本数据分别计算均值E(x)和方差Var(x);

再根据公式(1)计算得到Gamma分布模型的两个参数:形状参数α和逆尺度参数β,

β=E(x)/Var(x)

α=βE(x) ……公式(1);

需求x的Gamma分布模型为:

特征函数为

4.根据权利要求3所述的铁路客运需求估算方法,其特征在于,首次采用样本数据中的开放数据分别计算均值E(x)和方差Var(x)。

5.根据权利要求4所述的铁路客运需求估算方法,其特征在于,以更正数据集中的数据作为样本数据,返回步骤S3中计算均值E(x)和方差Var(x)时,以样本数据中的所有数据计算均值E(x)和方差Var(x)。

6.根据权利要求3或4或5所述的铁路客运需求估算方法,其特征在于,

步骤S4,通过Gamma分布模型对历史销售数据中的销售限制数据进行修正,得到修正需求数据,具体是:

通过Gamma分布分布估算修正需求数据D为:

其中,f(x)为Gamma分布,B(t)为销售限制数据,x>B(t)表示需求x大于销售出的票量,M为估算需求,D(t)为新估算的修正需求数据。

7.根据权利要求6所述的铁路客运需求估算方法,其特征在于,步骤S5中,迭代终止条件为:

以修正需求数据替代当前样本数据中对应的销售限制数据所形成的更正数据集的均值与当前样本数据的均值之间的差值小于0.01;或者

以修正需求数据替代当前样本数据中对应的销售限制数据所形成的更正数据集的方差与当前样本数据的方差之间的差值相对于当前样本数据的方差的比值小于0.01。

8.根据权利要求7所述的铁路客运需求估算方法,其特征在于,步骤S7中所采用的辛普森公式的科特斯系数分别为1/6、4/6和1/6。

9.根据权利要求8所述的铁路客运需求估算方法,其特征在于:采集的历史销售数据中的列车的发车日期包括公历月份数据、公历日期数据、农历月份数据、农历日期数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州优策科技有限公司,未经广州优策科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010306482.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top