基于小波神经网络的高速铁路客站商业价值评价方法研究

谭 啸 窦静雅

（1中国铁路经济规划研究院助理研究员、博士，北京100038；2中国铁路经济规划研究院助理研究员，北京100038）

基于小波神经网络的高速铁路客站商业价值评价方法研究

谭 啸1窦静雅2

（1中国铁路经济规划研究院助理研究员、博士，北京100038；2中国铁路经济规划研究院助理研究员，北京100038）

随着我国高速铁路事业的不断发展，高速铁路客站商业开发的重要性也愈发突出。如何实现高速铁路客站高效开发，最大限度地挖掘高速铁路客站的商业价值，是目前迫切需要解决的问题。从客站商业价值的角度出发，在建立高速铁路客站商业价值评价指标体系的基础上，利用小波神经网络的评价方法构建了高速铁路客站商业价值的评价模型，并给出了相应的评价实施步骤,对于推动高速铁路客站商业评价实践活动，具有一定的作用。

高速铁路；客站；商业价值；评价指标体系；小波神经网络

1 概述

近年来，随着我国高速铁路建设里程的不断增加，路网布局逐步完善，一大批基于现代化理念建成的新型高速铁路客站纷纷建成并投入使用。这些客站采用了先进的设计理念和建设技术，不仅可以极大地提高铁路运输服务性功能，还可以充分发挥客站在商业开发中的经济性功能。对这些新型高速铁路客站进行商业开发，是贯彻铁路多元化经营战略的重要举措，是时代发展的必然趋势，也是客站实现投资回报和可持续发展的有效途径[1]。

从实践方面来看，目前我国高速铁路客站的商业开发借鉴了国内外的交通枢纽商业模式，在开发理念和运作方式上进行了一定的探索尝试，经营活动涵盖了餐饮、零售、广告、休闲等多个领域，对客站的空间和资源优势进行了一定程度的利用，客站的盈利能力得到了进一步的提高。

从研究方面来看，一些学者针对高速铁路客站商业开发进行了一定的探讨，比如于浩通过分析高速铁路车站的特点，提出了实施专业化开发、规模化运营等建议[2]；贾永刚对高速铁路车站商业资源进行了系统分析，并提出了相应的开发策略[3]；赵贞慧以京沪高速铁路为例，从业务种类、经营模式、商业布局等方面分析了高速铁路车站的经营模式[4]。但是这些研究主要集中在对客站商业模式及开发策略的探讨上，而针对客站自身商业价值的研究仍然是空白。然而对于客站商业开发工作来说，只有对客站的商业价值有所判断，才能进一步制定相应的商业模式和策略。因此本文以高速铁路客站为对象，以客站商业开发为出发点，对高速铁路客站商业价值的评价理论及方法进行研究，旨在进一步提升客站商业开发的经营管理水平，完善客站商业开发的配套机制和制度，全面提升客站商业开发的盈利能力。

2 高速铁路客站商业价值评价指标体系

结合当前我国高速铁路客站商业开发的现状，综合相关专家及一线工作人员的建议，参考相关理论研究，可以从外部环境、客站资源及运营能力三个方面对客站的商业价值进行评价[1]。其中客站的外部环境主要指的是客站所处的区位、交通以及所在城市经济、政策环境等，外部环境的好坏对客站商业开发具有重要的影响；客站资源指的是客站自身的硬件设施，如客站的规模、发送量、商业面积等，客站自身资源是客站进行商业开发的基础条件；运营能力主要指的是客站进行商业开发的软件条件，包括人员配置、管理经验、组织结构等，运营能力的高低决定着客站商业开发的成功与否。基于这三个方面，建立起高速铁路客站商业价值评价指标体系，如表1所示。

表1 高速铁路客站商业价值评价指标体系表

续表

2.1 外部环境指标

外部环境指标是指从商业开发角度出发，对高速铁路客站的外部环境进行分析的指标，可以帮助客站更加清晰地进行定位。客站外部环境可以从“交通条件”、“区域位置”、“周边配套”、“城市规划”、“经济发展”、“政策环境”等方面进行分析。其中“交通条件”、“区域位置”、“周边配套”、“城市规划”是用来衡量外部环境中的硬件设施的，而“经济发展”、“政策环境”则可以用来对客站所处的外部环境中的软件设施进行评价，而这几个方面又可以选取一些细化的指标如“交通站点与辐射范围”、“银行数量与规模”等来分别进行更深一步的量化。

2.2 客站资源指标

从客站商业开发的角度来对客站自身所拥有的资源进行分析，就是对客站自身开发实力及潜力的评估。本文从“物业资源”、“商铺资源”、“广告资源”、“设施资源”、“场地资源”等方面对客站的自身商业开发条件的硬件设施进行分析。此外，还选取“特许经营权”和“铁路客站品牌”两个指标对客站商业开发的“虚拟资源”进行分析，选取“最大聚集量”、“年平均发送量”、“旅客收入构成”三个指标对客站的“顾客资源”来进行评价，从而帮助评价者更加全面具体地对客站商业资源进行把握。

2.3 运营能力指标

对于高速铁路客站商业开发来说，具备了良好的外部环境及雄厚的开发资源，并不能完全保证客站的商业开发取得令人满意的效果，因为客站商业开发与单纯的商业综合体开发不同，它涉及铁路与地方之间的协调、运输业与非运输业之间的合作等多方面的问题，因此对客站商业开发的管理工作提出了更高的要求。基于这个原因，本文从“管理团队”及“管理模式”两个方面入手，选取“领导团队”、“员工素质”、“员工数量”，“组织结构”、“经营主体”、“分配机制”等指标对客站商业开发的运营能力进行全面分析与评价。

3 基于小波神经网络的高速铁路客站商业价值评价方法

3.1 小波神经网络评价方法介绍

用于商业价值评价的传统方法有许多种，如层次分析法、模糊综合评价法、灰色系统评价法等。尽管这些方法得到了广泛的应用，但是都存在着两个不足之处，一是具有较大的滞后性，不能对研究对象进行实时分析；二是难以摆脱评价过程中的随机性、参评人员认识上的模糊性及主观上的不确定性。人工神经网络的引入在一定程度上克服了上述缺点，但是其本身也存在收敛速度慢，易陷于局部极小值的问题。而小波神经网络将小波理论与人工神经网络相结合，形成一种新的神经网络，具有较强的逼近和容错能力以及较快的收敛速度和较好的预测能力[5]。

小波神经网络用非线性小波基函数取代以往的非线性Sigmoid函数，并通过非线性小波基函数的线性叠加来实现非线性函数的拟合。非线性函数y（k）可用小波基ψab（t）进行如下拟合：

式中：wij为输入层节点与隐含层节点的权重系数，rj为隐含层节点与输出层的权重系数，aj和bj分别为小波基的伸缩因子和平移因子。基本小波采用弦调制的Morlet小波函数，即ψ（t）= cos1.75t。网络的实际输出与期望输出的均方差为其中，为评价样本k的实际值，yk为小波神经网络的输出值，P为评价样本的总数。在小波神经网络中，采用最速下降法，通过调节网络参数wij，rj，aj和bj的值，使网络值E达到最低[6]。

本文采用的小波神经网络结构如图1所示，可以在统一指标类型的基础上，利用学习样本数据及专家评价结果，通过小波神经网络学习获得专家知识，进而建立从评价指标属性到WNN输出的综合评价指标值的非线性映射关系。

图1 小波神经网络结构

3.2 评价模型的建立

结合铁路客站商业开发的特点，应用小波神经网络的理论[7]，可以建立如下模型，如图2。

图2 基于小波神经网络的高速铁路客站商业价值评价模型

3.3 评价步骤

1）对指标体系进行标准化处理，并确定特征参数和状态参数。运用小波神经网络进行评价时，首先必须确定铁路客站商业开发价值的内部构成和外部环境，确定能够正确反映该评价对象安全状态的主要特征参数（输入节点数，各节点实际含义及其表达形式等），以及这些参数下系统的状态（输出节点数，各节点实际含义及其表达方式等）。

2）确定小波神经网络的拓扑结构，包括中间隐含层的层数，输入层、输出层和隐含层的节点数。本文中的评价模型选用三层的小波神经网络如图1所示，输入层节点数为52，输出层节点数为1，隐含层节点数为83【=输入节点数+0.618（输入节点数-输出节点数）】。

3）选择学习样本，选取多组铁路客站商业价值的特征参数值作为学习样本，供网络系统学习。这些样本应尽可能地反映各种等级的铁路客站商业价值。小波神经网络的学习过程即根据样本确定网络的连接权值和误差反复修正的过程。

4）建立铁路客站商业价值评价知识库。通过网络学习确认小波神经网络中反映其间关联度的网络权值的组合，建成具有推理机制的铁路客站商业价值评价知识库。

5）对需要评价的铁路客站商业价值进行评价。经过训练后的小波神经网络将实际评价系统的特征值转换后输入到已具有推理功能的小波神经网络中，运用已建成的客站商业价值评价知识库，得到评价结果。所得到的评价结果又可以作为新的学习样本输入到神经网络中，从而使知识库得到进一步充实。

4 结论

本研究从外部环境、客站资源、运营能力等角度建立铁路客站商业价值的评价指标体系，补充了相关理论的研究空白。同时通过引入小波神经网络的评价方法，弥补了现有铁路客站商业价值评价理论的不足，具有一定的理论创新性。此外，本研究还给出了铁路客站商业价值评价模型及评价步骤。限于客观条件，本研究未能采用实例分析的方法来对模型进行检验和修正，在未来的研究中，可以选取相关典型客站对本评价方法进一步深入研究。

[1]谭啸,谢晓东.铁路客站商业开发综合评价研究[J].铁道经济研究，2013（6）：32—35

[2]于浩.我国高速铁路车站商业开发与管理模式探讨[J].铁道运输与经济，2012（8）：48-49

[3]贾永刚.高速铁路车站商业开发研究[J].铁道运输与经济，2013（2）：76-80

[4]赵贞慧.京沪高速铁路车站商业模式研究[D].北京：北京交通大学，2011

[5]陈峰,何有事.基于小波神经网络的中小企业人才竞争力评价[J].江苏科技大学学报（自然科学版），2010，24（3）：298-301

[6]Cao J，Lin X.Study of hourly and daily solar irradiation forecast using diagonal recurrent wavelet neural networks［J］.Energy Conversion and Management，2008，14(6)：1396-1406

[7]张士昌,孙健全.神经网络理论的矿井安全管理评价[J].煤矿安全, 2003(10)：53-55

（责任编辑：魏艳红）

With the continuous development of China's high speed railway industry,the commercial development of high speed railway station is becoming increasingly prominent.How to realize the high speed railway station efficient commercial development and to maximize the value of the station is an urgent problem.From the perspective of station commercial value,and based on establishing high speed railway station commercial development value evaluation index system,this paper applies wavelet neural network evaluation method to build high speed railway station commercial development value evaluation model,and then provides the corresponding evaluation procedures.This paper has a certain role in guiding practical activity and enriching theoretical study of high speed railway station commercial development.

high speed railway station;commercial value;evaluation index system;wavelet neural network

A

1004-9746（2015）04-0016-04

2015-07-31）