基于聚类分析的铁路出行旅客类别划分

摘要：

对铁路出行旅客进行类别划分，是简化旅客乘车选择问题研究的重要策略。根据成都—武汉段既有线与新线的旅客调查数据，以旅客的各类主体、出行特性作为属性变量，运用分层聚类法中的凝聚法进行变量聚类，将具有较大相关性的变量——时间价值与月收入、出行目的与费用来源合并。然后根据简化的旅客属性变量指标集，运用近邻传播算法对旅客进行样本聚类，并引用CH、Hart及IGP等聚类有效性指标确定最佳聚类数。指标值表明，将铁路出行旅客划分为6个类别时，具有最好的聚类效果。调查数据中旅客乘车选择结果亦显示，不同类别的旅客对客运产品的选择有着明显的偏好。

关键词：铁路运输、铁路出行旅客、类别划分、聚类分析、近邻传播算法

分类号：U292.3(铁路运输管理工程)

资助基金：国家自然科学基金/National Natural Science Foundation of China61273242，61403317；四川省科技厅软科学计划项目/Soft Science Foundation of Sichuan Province STA of China2015ZR0141；中国铁路总公司科技研究计划项目/Science and Technology Plan of China Railway Corporation2013X006-A,2013X014-G,2013X010-A,2014X004-D

在线出版日期：2016-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：129-134