随着我国铁路路网规模的逐步扩大和运营里程的增加,客运能力得到提升,局部地区旅客运输供不应求的现象得到缓解。但由于我国人口和城市密度分布不均,铁路旅客在路网中的出行需求分布不同,部分区段存在“车上空位,车站无票”的现象。本文从铁路客运市场营销决策系统角度出发,通过客运供需分析了票额分配问题的关键影响因素,对网络条件下的铁路客运票额动态分配问题展开系列研究。论文的主要研究工作包括以下五项内容:(1)利用系统思想,以铁路客运市场营销决策系统为基础,将票额分配作为实现客运供给和旅客需求动态匹配的关键问题。提出了网络条件下的二阶票额分配,分析了网络条件下票额分配的复杂性、时变性和引导性,分析了票额资源的供需多样性。(2)采用基于回溯的数据挖掘方法分析影响线路中列车能力利用的关键列车属性变量。该方法可应用于任意线路列车的关键属性分析。首先,对列车属性以及列车运输能力利用的一系列评价指标进行分析。其次,针对列车运输能力利用,分别从基于预测的优化建模方法和基于回溯的数据分析方法进行对比和分析。随后,以京沪高速运营数据为例,以列车属性向量为样本元素,利用PCA对多维属性变量进行分析;以客座率为列车能力利用的主要评价指标,将客座率和其余主成分进行聚类分析。在分析过程中迭代使用该组合分析方法,最终发现有效的关键列车属性。(3)通过对旅客出行购票选择行为特征属性的分析,构建了基于旅客出行强度的双重聚类模型以实现旅客类别划分,并给出了求解算法。首先,对目前旅客选择行为分析常用的两类方法进行归纳总结,分别为有监督的和无监督的分析方法。然后,以贵广高铁的实际数据,结合旅客购票趋势,从旅客出行因素、购票因素和个体因素等方面,对旅客购票选择行为的关键影响因素进行分析;构造了基于旅客出行强度的模糊C均值双重聚类方法,进而实现不同购票旅客类别的划分。(4)针对网络条件下旅客不同出行方案,构造了换乘服务网络,基于换乘服务网络构建了不同客流模态下随机用户均衡的列车客流分配模型。首先,从铁路旅客客流结构分析了旅客出行模式;基于列车服务的网络结构,提出用多路节点来表示换乘节点,构造了换乘服务网络。根据旅客出行分布的季节趋势规律,采用专家经验法,对不同季节下的客流模态进行划分,并用ARMA进行模态识别得到预测模型。基于预测客流和换乘服务网络构造了随机用户均衡条件下的客流分配模型,将有效客流分配到换乘服务网络的列车流中,利用梯度投影算法进行求解。最后通过算例对模型进行验证。(5)基于列车客流分配结果,构造了基于支持向量机的区间平均购票强度函数,并结合该函数提出了预售期间基于半马尔可夫决策过程的票额动态分配模型。首先,利用非线性支持向量机,以预售日期为时间变量,构建了区间平均购票强度的预测函数。然后,结合区间平均购票强度函数,采用半马尔可夫决策过程描述预售期每日票额发售过程,最终以期望收益最大为目标构建了票额动态分配模型,并与传统的票额组织方式进行算例分析对比,验证了模型的有效性。