航空客运舱位控制和超售综合动态建模研究

合集下载

UML可视化建模(航空订票系统)

UML可视化建模(航空订票系统)

《可视化建模与UML》课程结业报告课题名称: 航空客运订票系统建模姓名: ***学号: *******班级:****: ***完成日期: 2013.06.16目录第一章概述 (3)1.1系统开发的摸底和开发背景 (3)1.2系统功能 (3)1.3系统结构框架 (4)1.4开发环境 (5)第二章用例模型 (6)2.1用例模型简介 (6)2.2用例图的的含义及其作用 (6)2.3用例图及用例描述 (7)第三章类模型 (10)3.1类模型简介 (10)3.2类图的作用 (10)3.3类图 (11)第四章交互模型 (13)4.1交互模型简介 (13)4.2序列图简介 (13)4.3序列图的作用 (13)4.4序列图描述及其序列图 (14)第五章行为模型 (20)5.1行为模型简介 (20)5.1.1活动图简介 (20)5.1.2活动图的作用 (20)5.1.3状态图简介 (21)5.1.4状态图的作用 (21)5.2行为模型图 (21)5.2.1活动图及其描述 (21)5.2.2状态图及其描述 (23)第六章构件图和部署图 (25)6.1构件图简介 (25)6.2部署图简介 (25)第七章课程学习小结 (27)7.1课程小结 (27)7.2学习心得 (27)参考文献 (28)第一章概述1.1系统开发的摸底和开发背景随着科技与经济的发展,越来越多的人选择乘飞机,这跟我国的经济增长有很大关系,人们在追求快节奏的生活方式,所以做飞机无疑成了首选。

而且随着网络的盛行,航空订票系统就显得尤为重要,我们开发这个系统主要是为了方便大家,让大家能够快速、清晰、准确地了解航班信息,而不至于像以前那样排队等候,从而避免耽搁乘客大量的等待时间。

航空客运业务诞生已有进一个世纪了,作为现有交通工具中最方便快捷的一种,它确实地给大家的生活、出行带来了极大的方便。

随着航空客运业务多年来的发展,其售票业务也同样不断地发展。

1.2系统功能机票预订系统是在现代社会生活节奏不断加快,对机票预订工作的自动化和准确化要求也日益强烈的背景下,为了实现机票预订工作的网络化,以及实现网络查询和统计一体化而开发的管理信息系统。

基于机器学习的航空客运量预测模型研究

基于机器学习的航空客运量预测模型研究

基于机器学习的航空客运量预测模型研究航空客运量预测一直以来都是航空运输领域的一个重要问题。

随着航空业的发展和客运量的增长,航空公司需要准确地预测航班的客运量,以便进行航班安排、资源分配和票价制定。

在这样的背景下,基于机器学习的航空客运量预测模型应运而生。

机器学习作为一种人工智能技术,能够从数据中学习并自动调整模型以实现预测目标。

因此,基于机器学习的航空客运量预测模型能够利用过去的航空客运数据,自动分析特征和模式,并在此基础上预测未来的客运量。

首先,建立一个可靠的航空客运量数据集非常重要。

这个数据集应该包括大量的航空公司的客运量数据,包括航班时间、航班路线、航班类型、航班航空器、航空公司等特征数据。

此外,还需要考虑到一些外部因素,如经济指标、节假日和天气等因素的影响。

通过收集并整理这些数据,就可以构建一个完整的航空客运量数据集。

接下来,需要对数据进行预处理和特征工程。

预处理过程包括数据清洗、数据变换和数据归一化等步骤。

数据清洗是为了去除异常值和缺失值,确保数据的准确性。

数据变换可以将非数值型特征转换为数值型特征,以便机器学习算法能够处理。

数据归一化可以将不同特征的数据缩放到相同的范围,避免某些特征对预测结果的影响过大。

特征工程的目的是根据领域知识和特征的相关性进行特征选择和数据转换,以提高模型的准确性和预测能力。

然后,选择合适的机器学习算法来构建航空客运量预测模型。

常用的机器学习算法包括回归算法、决策树算法、支持向量机算法和神经网络算法等。

根据数据集的特征和问题的要求,可以选择最合适的算法进行建模。

同时,为了进一步提高模型的性能,可以使用交叉验证和网格搜索等技术来优化模型的参数。

在模型构建完成后,需要对模型进行评估和验证。

评估指标可以使用均方根误差(RMSE)、平均绝对百分误差(MAPE)和决定系数(R^2)等。

通过与实际客运量进行对比,可以评估模型的准确性和可靠性。

如果模型表现不佳,可以对数据集进行进一步的调整和特征工程,甚至尝试其他机器学习算法。

航空客运量预测模型研究

航空客运量预测模型研究

航空客运量预测模型研究随着人们生活水平的提高,人们的出行需求也越来越多。

而航空客运就是其中的一种重要的出行方式。

因此,航空客运量预测模型的研究变得异常重要。

本文将就此话题展开探讨。

1. 航空客运量预测模型的背景根据国际民航组织的数据,2019年全球航空客运量为42亿人次。

而到了2020年,受到新冠疫情的影响,航空客运量大幅下降。

这也说明了航空客运的重要性。

因此,如何准确地预测航空客运量这一问题受到了广泛的关注。

2. 航空客运量预测模型研究的方法2.1 数学模型数学模型是航空客运量预测中比较普遍使用的方法。

数学模型可以将历史数据、市场情况和其他因素等综合考虑,通过数学公式推算出未来的航空客运量。

此外,数学模型还可以进行实时跟踪和预测。

数学模型的优点是数据量大,覆盖面广,可以给出较为准确的结果。

但是,数学模型对历史数据的要求较高,对数据的准确性要求也比较高。

2.2 模糊数学模型模糊数学模型是航空客运量预测中相对较新的研究方法。

模糊数学模型是一种能够处理模糊信息的一种数学工具。

它可以通过对模糊信息进行模糊度分析,得到模糊数学模型,进而预测未来的航空客运量。

模糊数学模型的优点是可以克服数据噪声和数据缺失等问题,适用于具有不确定性和模糊性的航空客运量预测。

但是,模糊数学模型的缺点是需要进行模糊度分析,而模糊度分析的过程较为繁琐且不易操作。

2.3 神经网络模型神经网络模型是一种基于人类神经系统的模型,通过人工神经元构建的网络实现对数据的学习和加工,进而提高预测的准确性。

神经网络模型可以自主学习,不需要人类进行规则的定义。

神经网络模型的优点是能够处理非线性关系,能够处理多维的数据。

但是,神经网络模型的缺点是需要大量的数据来训练,网络中过多的节点可能会导致过拟合的问题。

3. 航空客运量预测模型的应用航空客运量预测模型可以应用于航空公司、航空运输机构和政府部门等方面。

航空公司可以通过预测模型来合理安排航班、机型,提高服务水平和利润。

收益管理的研究现状及综述

收益管理的研究现状及综述

收益管理的研究现状及综述摘要:收入管理作为管理科学一个飞速发展的分支,是对服务业中易逝性产品进行管理的有效工具。

对收入管理理论的三个主要部分———价格策略、存量控制和超订的研究文献加以综述、评价;对收益管理动态定价问题的几个构成要素进行了分析;对国外动态定价基本模型的研究文献进行了简单的评述;介绍收入管理理论最新发展动态及其在中国的研究现状。

强调对于加入WTO后的中国服务业,收入管理是一项亟待促进的商业策略。

关键词:收入管理;动态定价;存量控制;策略性顾客一、引言收益管理起源于二十世纪七十年代美国的航空业,经过近三十多年的发展,已经成为管理科学的一个重要分支,并得到广泛应用。

现在收益管理已经突破传统应用领域(航空,宾馆,汽车出租等)向其它行业渗透,如广播广告、医疗服务、房地产、交通运输、制造业、体育比赛和娱乐事件管理等。

作为收益管理的重要方法,动态定价也随之得到广泛应用。

麦肯锡在对财富1000企业2001年的成本结构的研究中发现,定价是比可变成本、固定成本以及销售量更有力的提升收益的杠杆。

在定价方面1%的改进可以平均提高8。

6%的营业毛利。

Elmaghraby和Keskinocak[1]认为促成动态定价得以广泛应用的因素主要有以下三个:(1)决策者拥有大量销售数据可以用于辅助决策;(2)新技术的采用使价格调整变得更容易;(3)辅助分析需求数据和动态定价决策支持工具逐渐增加。

但是确定“正确”的价格仍然是一件非常复杂的事情,不仅要求决策者了解自己的运营成本和库存水平,还要了解顾客的品味以及对价格的反应。

因此动态定价策略也受到越来越多的学者关注,他们提出大量价格优化方法。

这些动态定价模型又被集成到各种收益优化软件中,应用到多个行业来指导决策者制定更合理的价格从而提高收益。

目前已有一些文献从不同角度对动态定价的研究进行了综述。

Bitran和Caldentey[2]通过建立一个一般的动态定价模型对当时的研究成果进行了综述,并指出了将来可能的研究方向。

浅谈国内航班超售

浅谈国内航班超售

浅谈国内航班超售伴随着2002年国内航空企业的改组,在中国国内特定国情的条件下,国内民航业竞争日趋白热化。

特别是民营航空公司日益增多的今天,航空公司之间的竞争更加激烈。

为了能够更好的增加航班收益,国内航空公司在收益管理方面狠下功夫,促使其能够在竞争激烈的环境下更好的发展。

航班超售作为航空企业提高收益水平的手段之一,在实际航班运营过程中显得尤为重要,成为增加航班收益的一个重要途径。

但是航班进行超售配额的的设定,以及出现实际超售(简称“实超”)情况下,如何对旅客进行有效的安臵,这是航空公司面临的难题,本文针对国内航空公司的超售问题浅谈几点自己的看法。

一、航空业航班超售的概念航空公司的超售一词首先来源于航空领域的收益管理概念。

超售是航空公司收益管理的重要内容。

航班超售实际上具有不断优化配臵资源的作用,从而使航空公司和旅客双方受益。

(1)航空业收益管理的简单介绍收益管理诞生于上世纪80年代的美国航空业。

随着美国政府对航空公司管制的放松, 开始允许航空公司自行定价, 进而出现了民航市场激烈的价格。

战后, 收益管理作为一种定价策略应用到实际中。

在航空客源领域里,收益管理是指航空公司通过科学的预测和优化管理等手段,使每一个航班的每一个航段的每一个座位在最合适的时间以最合适的价格销售给最合适的人,从而航空公司获取最大收益。

国内航空公司实施收益管理比较晚,在90年代后,收益管理才被国内航空公司所使用并逐渐得到发展,为国内航空企业的收益水平的提高起到了很重要的作用。

(2)航空业超售的概念超售作为收益管理决策问题中研究历史最长,也是航空公司使用最早最广泛的收益管理手段,是航空公司收益管理的一项重要的内容,所谓超售是指旅客订座数超过了相应的实际可利用的座位数,超售的目的是为了减少座位虚耗损失,从而增加航班的收益。

航班超售是指对于NO-SHOW率(NO-SHOW是指旅客订座后,却没有乘飞机的行为)比较高的航班根据通过对历史数据的积累与整理分析,从而进行科学合理的预测,对航班座位数进行合理的放大,出售座位数超过实际航班的布局,从来降低因为NO-SHOW造成的航班收益损失。

基于旅客选择的航班座位优化分配模型

基于旅客选择的航班座位优化分配模型

基于旅客选择的航班座位优化分配模型陈蓉;刘向荣;樊玮【摘要】针对航空公司收益管理中传统座位分配算法的不足,即舱位独立性、不包含批定座、不可再得性等3个不尽合理的假设,在研究了旅客选择行为以及航空旅客市场细分的基础上,构建了市场细分条件下的旅客选择舱位控制模型.由于本模型充分考虑了旅客到达的分布以及旅客的选择意愿,可有效消除不合理假设的影响.基于市场调研数据获得旅客到达率及旅客舱位选择概率,最后利用Logit模型进行旅客行为模拟,同时进行EMSRb算法仿真计算,仿真对比表明:旅客选择模型的最终收益优于传统的EMSRb.【期刊名称】《中国民航大学学报》【年(卷),期】2014(032)004【总页数】4页(P55-58)【关键词】座位优化控制;期望边际收益;旅客选择行为;收益管理【作者】陈蓉;刘向荣;樊玮【作者单位】厦门航空公司营销管理委员会,福建厦门361006;中国民航大学计算机科学与技术学院,天津300300;中国民航大学计算机科学与技术学院,天津300300【正文语种】中文【中图分类】TP18;F560.83自上世纪70年代末,美国航空公司(American Airlines)首次提出并在其机票销售中采用收益管理这一方法以来[1],收益管理很快在全球航空公司中得以推广应用。

由于收益管理涉及到复杂的运筹学算法、庞大的计算机系统和精细的管理学技术,40年来有关收益管理的理论研究及实际应用一直是学术界和产业界关注并研究的热点之一。

收益管理方法的基本思想是:针对不同旅客,将航班上的座位划分成不同价位的舱位销售,以期达到单航班销售收入最大化。

由于航班上的座位数是固定的,销售过程又有一定的时效性,即在航班离港后,销售不了的座位收入为0。

因此,收益管理的基本思路为:首先制定分等级分价格的航班舱位等级;然后在航班销售周期内设定不等距间隔的数据采集点,在每个数据采集点上,对各个舱位可能的购票旅客数进行预测;最后依据预测结果,将航班上的座位分配给不同的舱位销售,预测和座位分配过程在各个数据采集点上循环计算,直至航班离港。

航空公司客运超售运作与管理问题研究

航空公司客运超售运作与管理问题研究

航空公司客运超售运作与管理问题研究
随着我国经济的进一步发展,民航业发展速度不断加快,航空公司间的竞争也越发激烈。

为适应竞争需求,航空公司越来越多的引入收益管理系统,以期获得利润最大化。

超售是航空公司最早采用亦最常采用的收益管理方法之一。

本文在对超售研究发展历程进行总结的基础上,主要对航空公司客运超售的运作与管理方法做出了探究,主要包括:一、在超售的运作上,对超售数学模型做出探究。

针对单航段、单舱位等级航班,以航班成本最小作为目标函数,在传统的基于二项分布的超售模型中加入团队旅客的相关约束,建立超售模型,设计了求解程序。

在此基础上,针对多航班航线,考虑前航班DB旅客对后续航班超售量的影响,依然以航班成本最小为目标函数,建立数学模型并提出求解方法,验证了模型的正确性和算法有效性。

二、鉴于该类问题具有求解耗费时间长、占用系统内存大的缺陷,在上述求解程序的基础上提出了一个解决该类问题的启发式系统,即一个基于案例数据库的超售决策系统,在LINGO软件中对其中的关键问题——案例适配与判定问题——进行了求解分析,为超售问题的解决提供了一个新的思路。

三、针对近期航空公司与旅客在超售问题上争议较大,法律学术界、舆论界近乎一面倒的不支持国内超售的情况做出问题分析,并与国外航空公司遇到同样情况时的处理方法进行对比总结。

对销售前、DB发生后的处理情况提出管理方面的建议,以期形成保留旅客
知情权、选择权的航空公司超售管理制度。

考虑超售的航空客运舱位控制模型

考虑超售的航空客运舱位控制模型

考虑超售的航空客运舱位控制模型作者:高强刘玮朱金福来源:《价值工程》2011年第29期Airline Seat Inventory Control Modeling under OverbookingGao Qiang;Liu Wei;Zhu Jinfu(①College of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China;②Planning and Statistics Division,East China Civil Aviation Authorities,Shanghai 200335,China)摘要:本文研究航空运输收益管理的舱位控制在超售情况下的静态建模问题。

通过将机票销售过程模拟成排队过程,以收益最大化为目标函数,首先给出了单等级票价下的超售水平公式。

然后将该思路推广到多等级票价情况,应用动态规划方法建立了一种舱位控制静态模型,由该模型推导出了各等级舱位最优订座限制的决策方程。

最后分析了一个实例以说明决策方程的应用。

Abstract: The seat inventory control under overbooking for airline revenue management was studied in this paper. Firstly, a simple overbooking equation was given for single-class seat inventory flight, with seat reservation process simulated as queuing process and maximized flight revenue as objective function. Then the idea was extended to multi-class seat inventory situation by using dynamic program to build up static model of seat inventory control. Furthermore, optimal seat reservation decision equations of each level seat inventory were obtained. Finally, an instance was analyzed to show the utilization of the decision equations.关键词:超售舱位控制收益管理Key words: overbooking;seat inventory control;revenue management中图分类号:V35文献标识码:A文章编号:1006-4311(2011)29-0011-020引言所谓超售,是指接受的旅客订座数超过了飞机最大允许座位数。

航空机票预订策略的概率模型

航空机票预订策略的概率模型

航空机票预订策略的概率模型作者:陈明吴耀文张爱国来源:《经济研究导刊》2017年第25期摘要:航空公司从经济利益角度出发会让预订机票数量大于飞机容量,这会产生已订票乘客按时到达机场却因超员而被挤掉。

航空公司为保证社会声誉,要对被挤掉乘客数量加以控制。

为此建立以二项分布为基础的概率模型,针对航空公司的经济利益和社会声誉设定两个目标函数H(n)和Pi(n),在对Pi(n)加以限制的情况下,寻求预订机票数量最优值n以及H(n)最大值。

利用Matlab软件模拟计算,并对结果加以分析说明,最后指出该模型具有广泛的应用性和移植性。

关键词:机票预订;经济利益;社会声誉;概率模型;Matlab计算中图分类号:F560.5 文献标志码:A 文章编号:1673-291X(2017)25-0175-02预订机票业务是各大航空公司为乘客提供的一项基本业务,航空公司为抢占客源都推出了先预定机票后登机付款的业务。

乘客预订机票以后,如果预订机票数量与飞机容量相同,如果有部分乘客因为不能按时前来,会导致飞机不满员飞行而使得利润下降,甚至亏本。

但如果预订票数量超过飞机容量,可能会有部分乘客按时前来但却不能登机,航空公司为此必须先给予乘客一定赔偿,并由此带来公司声誉的下降。

为此,航空公司需要在经济利益和社会声誉两个方面寻找平衡,确定最佳预订机票的数量。

经济利益可以用机票收入减去飞行固定费用和赔偿金来衡量。

社会声誉可考虑将按时前来但由于超员无法登机的乘客控制在某个范围内,并给予一定赔偿来衡量。

为此,设定两个目标函数分别针对经济利益和社会声誉,综合两个函数并寻求最优解答。

一、模型建立根据模拟计算结果可以得到以下几点:(1)当n变大时,平均利润H(n)先增加后减少,且在最大值附近变化不大。

而当n变大时,P5(n)、P10(n)增加较快。

所以,可考虑先将P5(n)、P10(n)约束在某范围内,再选取H(n)最大值。

(2)当赔偿金占机票价格比重a/q由0.2增加到0.4时,平均利润H(n)减少大约2%,所以,可以考虑给被挤掉的乘客稍多赔偿金来为航空公司赢得良好口碑。

基于后悔理论的航空客运舱位控制分析

基于后悔理论的航空客运舱位控制分析

2018 4中一、引言在航空收益管理中,舱位控制一直是一个重要的研究领域,根据乘客的需求差异,航空公司将飞机中的可乘用座位划分为不同的等级,以满足差异化需求,并通过尽可能多地将合适的座位匹配给适合的旅客,以实现航空收益的最大化。

传统的舱位控制理论中忽略了乘客的情绪变化,只是将不同舱段的客观效用与乘客的需求进行匹配,进而建立相应的数学模型进行舱位控制,造成了实际操作中的很多误差。

文章放弃传统舱位控制关于决策主体是“完全理性人”的假定[1],而认为乘客只有有限理性,会受到其信息条件、决策偏好等因素的影响,进而修正乘客在选择过程中面对各个舱位的效用情况[2]。

文章在考虑顾客后悔厌恶及偏好转移的舱位控制研究中,通过引入考虑后悔的无选择效用函数,修正乘客在选择过程中面对各个舱位的效用情况,进而修正舱位控制模型,进行恰当的舱位控制分析。

二、基于后悔理论的舱位控制模型在考虑后悔的情况下,旅客体验到的效用将因为把现实情况与做出其他选择时的结果相对比而发生变化,因此改变选择情况的概率分布。

利用无选择效用函数C (C hoiceless ut ilit y f unct ion)来表示未选择选项可能给个体心理上带来的后悔或愉悦,进而影响效用[3]。

(一)两个选择情况下考虑后悔的效用计算假设个体在不确定的情况下需要在行为A1和A2之间作出选择。

当他选择A1的时候,由此产生了第j个状态,从而获得在结果X1j下的体验。

同样的道理,如果他当初选择了A2,那么他就会获得在结果X2j下的体验。

反思行为告诉我们,在任意情况下,经历X1j后是否愉悦不止依赖于X1j的情况,还与X2j有关。

如果相对于X1j来说,X2j是个体更希望得到的结果,那么个体就会对他之前所做出的选择感到后悔,他会想到如果选择另一个,情况将会变得更好,于是这个心理过程降低了他在X1j这个选择上感受到的喜悦程度。

反之,如果X1j是个体更希望得到的结果,那么就会对之前所做出的选择感到喜悦,这时个体会对自己做出了正确的选择而感受到额外的喜悦。

航空业中的数据分析与模型研究

航空业中的数据分析与模型研究

航空业中的数据分析与模型研究在当今数字化时代,数据分析和模型研究对于航空业的发展起着至关重要的作用。

无论是航空公司还是机场管理方,都需要依据大量的数据来进行决策,提高航班准点率、优化资源分配以及提升客户体验。

本文将探讨航空业中的数据分析与模型研究的相关应用,并探讨其对航空业的影响。

一、航班准点率预测模型航班准点率是一项重要的指标,直接关系到航空公司的运营效率和旅客的出行体验。

数据分析与模型研究可以帮助航空公司预测航班的准点率,从而优化航班计划,减少延误情况的发生。

为了构建准确的预测模型,首先需要收集大量的历史数据,包括航班起降时间、天气情况、航空公司的运营情况等。

通过分析历史数据,可以识别出对航班延误有影响的因素,并建立数学模型来预测航班的准点率。

这些模型可以利用机器学习算法,如决策树、支持向量机等,通过训练和验证来提高预测准确率。

利用准点率预测模型,航空公司可以提前做出相应的调整,例如调整飞行计划、增加备用机组等,以减少航班延误。

这不仅可以提高运营效率,还可以改善旅客的航班体验,为航空公司赢得良好的声誉。

二、客户需求预测模型航空公司需要了解旅客的需求,以便合理安排航班资源、提供个性化服务。

数据分析和模型研究可以帮助航空公司预测旅客需求,提供更好的服务。

客户需求预测模型可以通过分析历史数据来建立,包括乘客的购票渠道、购票时间、乘客的个人信息等。

通过综合分析这些关键信息,可以预测出旅客的出行意向、旅行时间等信息。

这些模型可以利用时间序列分析、聚类分析等方法来构建,以提高预测准确性。

根据客户需求预测模型的结果,航空公司可以更好地进行航班资源分配和服务规划。

例如,在需求高峰期增加航班频次,提供更多的旅行选择;根据旅客的个人偏好和历史行为,推送个性化的服务和优惠信息。

这些举措可以提高客户满意度,增加客户忠诚度,进而促进航空公司的业务发展。

三、航空货运运力优化除了旅客运输,航空公司还承担着大量的货物运输任务。

机票销售中的超售策略研究

机票销售中的超售策略研究

机票销售中的超售策略研究xx年xx月xx日CATALOGUE目录•研究背景和意义•超售策略相关理论•超售策略在机票销售中的应用•超售策略的实证研究•超售策略的改进建议•结论与展望01研究背景和意义由于机票超售,很多旅客在购买机票后无法乘坐原定航班,造成旅客的不满和投诉。

机票超售现象研究机票销售中的超售策略,对于提高旅客满意度、减少航空公司经济损失等方面具有重要意义。

研究的现实意义研究背景提高旅客满意度通过研究超售策略,为旅客提供更好的解决方案,提高旅客的满意度和忠诚度。

减少航空公司经济损失合理进行机票超售,可以减少航班座位虚耗,提高航空公司经济收益。

分析现有机票超售情况及存在的问题,为提出有效的解决方案奠定基础。

研究超售策略优化方法通过研究超售策略的优化方法,为航空公司制定合理的超售计划提供决策支持。

02超售策略相关理论机票超售是指航空公司为避免座位浪费,在航班起飞前一定时间内,将部分已售出的机票进行回收或销售调整,以最大化利用航班资源。

超售定义超售是一种常见的营销策略,其主要目的是在提高航班座位利用率的同时,保持航空公司的收益稳定。

超售通常针对热门航线和高频次航班,以确保高需求和高收益。

超售特点超售定义和特点基于时间根据航班起飞时间的不同,超售策略可分为短期超售和长期超售。

短期超售通常在航班起飞前的一段时间内进行,长期超售则是在航班起飞前的较长时间内进行。

基于乘客类型根据乘客类型的不同,超售策略可分为普通乘客超售和会员乘客超售。

普通乘客超售通常针对普通乘客,会员乘客超售通常针对航空公司会员或常旅客。

超售策略的类型市场需求市场需求是影响超售策略的主要因素。

对于热门航线和高频次航班,超售策略的运用更为重要和有效。

超售策略的影响因素航空公司政策航空公司的政策也会影响超售策略的实施。

一些航空公司可能会采取较为激进的超售策略,而另一些航空公司则可能采取较为保守的策略。

乘客需求乘客需求也是影响超售策略的重要因素。

轮辐式航线网络下的超售策略研究

轮辐式航线网络下的超售策略研究
本文讨 论 最 大收 益下的最佳 超售 数,舱位 控制涉
①基金项目:大学生创新创业训练计划项目资助(项目名称:轮辐式航线网络下的超售策略研究;项目编号:2019 10059066)。 通信作者:王丹丹(1997—),女,汉族,河南濮阳人,本科,研究方向为统计学。E-mail:3463731433@。
Abstract: As the development of China's economic construction is becoming more and more stable, the competition in the aviation market is also becoming more intense, but the empty seat has brought a great negative impact on the operating income of the airline, so the airline adopts the method of overbooking to improve the revenue effectively. Based on the characteristics of hub and spoke route network and the practical considerations of route operation, the overselling model is established in this article. The optimal no-show number of each segment of a route, reducing the rejection rate and the number of empty seats are derived from the model optimization and computer simulation so that the expected profit can be maximized. Key Words: Hub and spoke route network; Expected prof it; Best overbooks; Analogue simulation

基于风险规避的航班舱位分配控制研究

基于风险规避的航班舱位分配控制研究
第 3 1卷
第 2期
广西 师范 大 学学 报 : 自然科 学版
J o u r n a l 0 f Gu a n g x i No r ma l Un i v e r s i t y : N a t u r a l S c i e n c e E d i t i o n
1 模 型 描 述
1 . I 单 航段 模型 本文 研 究 的假 设 如下 : ① 不考 虑超 售 策 略 , 取 消预订 及 n o — s h o w情况 ; ②各 舱 位等 级之 间的需 求相 互 独立、 预 订请 求 相互 独 立 ; ③低 票 价 的乘 客 比高票 价 的 乘客 先预 订 机票 ; ④ 为 了更 清 楚地 说 明在 不 同 的风

要: 本 文 从 风 险 规 避 的 角 度 研 究 航 班 舱 位 分 配 控 制 问题 , 基 于 风 险 规 避 的 舱 位 分 配 控 制 研 究 能 更好 地 说
明 未 来 收 益 的 不 确 定性 。本 文 采 用 的风 险度 量 方 法 是 引 入 期 望 收 益 的 风 险 规 避 系数 , 表示 收益的变化情况 , 分 别 建 立 单 航 段 与 多航 段 舱 位分 配 控 制 模 型 。通 过 仿 真 分 析 , 得 到 不 同风 险规 避 系数 下 单 航 段 与 多 航 段 模 型 的舱位分配数 量、 期 望 收 益 及 收 益 标准 差 , 并 通 过 风 险规 避 系 数 的变 化来 分 析 对 期 望 收益 及 不 同舱 位 等 级 的 座 位 分 配 所 产 生 的影 响 , 比较 丁单 航 段 与多 航段 模 型 的 求 解 结 果 , 其 结 论证 明 了本 文 模 型 的有 效 性 和 创新 性 。 关键 词 : 航 空 收益 管 理 ; 舱位控制 ; 风险规避 ; 线 性 规 划 中 图分 类 号 : F 5 6 0 . 5 文献标识码 : A 文章 编 号 : 1 0 0 1 — 6 6 0 0 ( 2 0 1 3 ) 0 2 — 0 0 2 7 — 0 7

基于交叉弹性及边际成本的机票预售收益管理模型

基于交叉弹性及边际成本的机票预售收益管理模型

基于交叉弹性及边际成本的机票预售收益管理模型王勇;宋国军;李富昌【摘要】收益管理是一种新型的经营管理技术,而超订作为收益管理的关键技术之一对提高航班收益具有重要作用.本文在航班存在超订的基础上,建立了考虑交叉弹性及航班向乘客所提供服务的边际成本的机票预售新模型.新模型不仅强调了边际成本对机票预售的重要性,而且充分反映了我国航空公司所面临的激烈市场竞争问题.通过对新模型的进一步分析,得到了存在超订情况下的一系列对现实具有指导意义的最优机票预售策略.【期刊名称】《技术经济》【年(卷),期】2010(029)007【总页数】5页(P56-60)【关键词】收益管理;交叉弹性;边际成本;最优折扣;最优收益【作者】王勇;宋国军;李富昌【作者单位】重庆大学,经济与工商管理学院,重庆,400030;重庆大学,经济与工商管理学院,重庆,400030;重庆大学,经济与工商管理学院,重庆,400030【正文语种】中文【中图分类】F562.520世纪70年代,收益管理作为一种通过建立实时预测模型确定最佳销售或服务价格,以谋求收入最大化为目标的新型经营管理技术,首先被美国航空公司提出,并在随后近40年的发展中,被推广应用于酒店、汽车租赁、银行、饭店等服务性行业,且分别取得了较好的收益效果。

目前,收益管理系统已被全世界的航空公司争相使用,并成为航空公司面对激烈市场竞争时的盈利武器。

为充分提高收益,各航空公司在收益管理系统的支持下不断将合适数量的机票售给适合的消费群体,并以此不断提高航班客座率。

鉴于我国航空客运客座率普遍不高的现状,快速合理地引进使用收益管理理念成为一种必然趋势。

据相关学者分析,我国3大航空公司的飞机空座率平均为30%~37.5%[1]。

之所以有如此高的空座率,其中存在诸多原因,诸如提前订票的乘客在飞机起飞前退票以及铁路客运的竞争等。

因此,在存在超定可能的情况下,如果航空公司不采取超定策略,那么由此造成的损失将多达15%[2]。

航空公司动态定价模型研究

航空公司动态定价模型研究

航空公司动态定价模型研究随着航空业的快速发展,航空公司日益意识到有效的定价模型对于提高收益和市场竞争力的重要性。

传统的静态定价模型已经无法满足不断变化的市场需求和竞争环境。

因此,越来越多的航空公司开始关注和研究动态定价模型,以更好地适应市场变化和优化收益。

动态定价模型是基于市场需求和供求关系等因素来进行航空票价调整的一种模型。

通过对市场状态和竞争环境的实时监测和分析,航空公司可以根据需求的变化来调整票价,实现最大收益。

一种常见的动态定价模型是基于预测市场需求的模型。

航空公司可以通过分析历史数据、市场趋势以及竞争对手的行为来预测未来需求。

根据需求预测结果,航空公司可以相应地调整票价,以满足市场需求并最大化利润。

这种模型可以帮助航空公司更好地理解市场,提供有竞争力的票价,并及时调整以应对市场变化。

除了需求预测,航空公司还可以利用动态定价模型进行市场定价策略的优化。

航空公司可以通过制定不同目标和条件的定价策略,来适应不同的市场需求和竞争环境。

例如,根据季节、时间、航线等因素的不同,航空公司可以灵活地制定不同的票价策略,包括优惠促销、会员奖励、团体折扣等。

这样的定价策略可以吸引更多的乘客,提高航空公司的市场份额和收益。

在动态定价模型的研究中,数据分析和机器学习技术有着重要的作用。

航空公司可以通过收集和分析大量的数据,包括乘客的行为和偏好、竞争对手的定价策略等,来获取更准确的市场信息和需求预测结果。

同时,航空公司还可以使用机器学习模型来识别隐藏的市场规律和趋势,并根据这些模式来调整定价策略和优化收益。

另外,航空公司还需要考虑到一些其他因素,如成本、市场竞争力和品牌形象等。

动态定价模型应该综合考虑这些因素,以实现一个既能满足市场需求又能保证盈利的定价策略。

航空公司可以利用成本控制和经营效率来提高盈利能力,同时也要注意市场竞争力和品牌形象的维护,以吸引和留住更多的乘客。

航空公司动态定价模型的研究对于提高航空收益和市场竞争力具有重要意义。

收益管理中等级座位控制和超售博弈分析

收益管理中等级座位控制和超售博弈分析
AC NhomakorabeaAU
E(G)=∑S×Y×P(n s)+ ∑[AC×
航和其他航某时刻的航班容量已经 饱和,而市场上出现 4 名顾客,他们
人数,P(N S)是 N个订座旅客中成行 S
(2)指数平滑预测是把本期实际 选择接收 (也就是超售) 还是拒绝
人的概率,AC为航班的物理座位数。 观察值和本期预测值的加权平均直 (顾客流失)。我们引用 Bayes 博弈理
P(N S)=CSN PSQN- S
首先应服从企业的总体经营活动的 低运价的旅客比支付高运价的旅客
方向、目标、方针,在此基础上根据市 有更早订座的愿望和趋势,并且低运
场变化进行投资,同时还必须根据自 价的需求量可能会超过所提供的座
己的实力确定投资项目、对投资风险 位容量。航空公司在销售时往往要为
进行预测与评估,投资决策要科学 高票价旅客预留一定的座位,但是这
我国当今的收益管理系统中分
配等级座位容量主要根据该航线的
收益管理系统的一个基本目标 历史数据以及结合收益管理人员的
是将座位优先保留并出售给那些愿 经验,在与旅客买不买某一折扣票价
意并能够支付高运价的旅客。通常情 进行博弈时,忽略旅客可以选择其他
况下,支付低运价的旅客比支付高运 航空公司也就是竞争对手的策略。
预测数;f(i r)i 为 i 等级的订座需求为 航空公司收入的最大化。
和 升 舱 潜 力(高 等 级 舱 位 不 满 ,低 等
ri 时的概率密度。 记 sji 为仅对等级 i 有效而不允许
二、超售的实施和有效控制
级舱位不够时,允许低等级舱位旅客 占用高等级舱位的座位)等因素的影
等级 j 占用的座位数。当 f i>f j 时,保
理方法,其核心内容是在合适的时 释。因此,座位等级容量控制是收益
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

消和超售的多时段舱位控制模型, 把问题简化为 一个单一票价的超售问题 , 构造了一个离散时间 的马尔科夫决策过程 , 用动态规划来研究结合超 售的座位分配问题 . 最近, de Boer
[ 14]
假设旅客总
是购买能接受的限制条件下的最低票价的座位 , 研究 了 单一 航 段航 班 和网 络 的动 态舱 位 控制 问题 . 尽管在超售动态模型 方面已有许 多研究成 果, 但仍存在许多问题, 例如: 几乎还没有涉及到 多等级舱位超售问题 ; 或假设订座取消率与时间 无关 ; 或将舱位控制和超售控制分开考虑; 或建立 的模型过于复杂, 计算量大, 难以满足实时决策的 要求等等 . 本文将首先建立单一舱位动态超售模 型, 并讨论应用动态规划求解该模型的迭代过程 . 然后推广应用到多等级舱位的动态控制问题 . 最 后详细讨论几个算例 , 用以验证本文方法的正确 性和有效性.
j j n- j
1 单一舱位控制和超售综合动态模型
本文研究的假设条件包括; 1)旅客需求是无限的 ; 2)旅客的订座请求是独立发生的, 且服从参 数为 K负指数分布 ; 3)任意时刻订座需求是一个非负随机变量 , 并且不同时刻的需求相互独立; 4)已订机票不在当天取消, 其它时间可以任 意取消, 并且每个取消请求相互独立, 订座取消率 ( 和 no -show 率 ) 服从参数为 L的负指数分布. 订 座取消率近似为 p = L /K ; 5 )N o -show 和取消订座获得的退款与距离起 飞时间有关; 6) 支付给 DB ( 拒载, den ied board ing) 乘客 的赔偿金额与其票价无关, 这与航空公司的实际 情况相符 . 建立模型需要如下的基本参数 C ) ) ) 航班座位容量, 即飞机可提供最大座 位数 . N ) ) ) 最大允许订座数 , 考虑到超售, 可以有 N \ C. t) ) ) 表示距离航班起飞的天数. 航班的订座
型推广到多等级舱位订座的动态控制问题. 我国 的航空运输市场的特点是: 对低等级舱位的机票 , 除了退票和改签票方面的限制外 , 无法执行其它 限制 , 因此即使是公务旅客, 如果提前购票也将尽 可能地购买低等级舱位的机票. 根据这一特点, 多
E P ( t) E
i= x
Yn- j+ x ( t - 1)P j | n ( t ) ( 4) ( 5)
)
527 )
I {0 , 1 , 2 , ,, N }. 采用动态规划方法可以将舱位 控制和超售决策这一多维问题变为多个一维问题 来求解, 因此简化了问题的求解. 由于动态规划求 解过程是递推过程 , 因此可以根据当前状态对超 售问题进行实时决策. 在阶段 t, 对于给定的 n, 指标函数 Yn, x ( t) 定 义为单一舱位超售问题的期望收益函数 , 它的表 达式为 Yn, x ( t) =
] i
式保留在此数据库中 , 方便销售人员根据当日的 n 查询对应的最佳 x n ( t), 从而做出舱位控制和超 售决策.
*
2多等级舱位控制和超售综合动态型本节将上节建立的单一舱位订座动态控制模
E P ( t) E Y
i i= 0 j= 0 n j= 0
x- 1
n
n- j+ i
( t - 1)P j | n ( t) +
[ 13]






第 22 卷
研究 了一个包 括订座取
过程每天为一个阶段 , 按照起飞前的天数可划分 成若干阶段 t = 0 , 1 , ,, T. t = 0 表示航班起飞当 日, t = 1 表示航班起飞前 1 天, 以此类推, 一般 T 的取值根据实际情况确定. f ) ) ) 航空公司机票价格. N ) ) ) 航班在第 t d开始时系统已有订座数. P i ( t) ) ) ) 在第 t d 有 i个订座的概率. 设 K t 是第 t天旅客的到达率, 那么 i K t -K P i ( t) = e t i!
t\ 1 由下式 Yn ( t ) = mxax { Yn, x ( t) } x ( t ) 和最大期望收益. 式 ( 4 ) 可以写成
x- 1 * n
等级舱位动态控制可以有两种方式 : 平行的和串 行的 . 所谓并行的动态控制是指各等级舱位同时开 放, 每 阶段根 据本 阶段初 的各等 级舱位 的状态 ( 已订座数 ) 确定当前阶段的订座限制 . 假设各等 级舱位需求相互独立, 不存在需求转移 , 则多等级 舱位问题可看作多个单一舱位问题 , 此时根据各 等级舱位的需求预测和每阶段各等级舱位的到达 率、 取消率的预测结果, 将上节的单一舱位动态控 制模型应用于每个等级舱位, 即可求出各等级舱 位订座控制的最优策略 . 具体做法是, 若每个舱位 的需求 D j 满足
第 22 卷第 5期 2007 年 10 月
系 统 工 程 学 报 JOURNAL OF SYSTEM S ENG I N EER ING
V o.l 22 N o . 5 O ct . 2007
航空客运舱位控制和超售综合动态建模研究
朱金福 , 刘
1
¹
玮, 姚
2

1
(1 . 南京航空航天大学民航学院 , 江苏 南京 210016 ; 2 . 民航华东管理局规划统计处 , 上海 200335)
1 2 1
0 引

续时间的随机模型, 因求解困难没有得到实际应 用. Rothste in 提出了非齐 次马尔可夫序贯决策
[ 6]
文献 [ 1~ 4] 研究了航空客运舱位控制和定 价的静态建模问题, 但静态模型不能考虑舱位开 放模式和开放时间长短的影响, 不能根据实际已 订座数动态确定当日最优订座限制数. 解决这些 问题需要采用动态控制方法 . 超售建模问题的动态研究方法有离散时间和 连续时间两种处理方式 . Kosten 提出了一个连
Integrated dyna m ic modeling of airline seat inventory control and overbooking
ZHU Jin -fu , LIU W ei , YAO Yun (1 . Co llege of C iv il Av iation , N anjing Un iv ersity of Aeronautics and Astronautics , N anjing 210016 , Ch ina ; 2 . P lann ing and Statistics D iv ision , CAAC East Reg ional Adm in istration , Shanghai 200335 , Ch in a) A bstract : T he in tegrated dyna m ic m ode ling o f seat inventory contro l and overbook ing for airline rev enue m anagem ent is studied in th is paper . F irstly , flig ht sea t reservat io n process is si m ulated as a M arkov birth -and-dea th process based on a few assum ptions g iven in th is paper , so that an in tegrated dynam ic progra mm ing m odel of seat reservat io n for sing le -class seat in ventory flight is built up . T hen, th e mode l is ex tended to mu lti c lass seat in ventory contro l situat ion, and a sequent ial control m odel and a parallel contro l m odel are proposed . F in ally , som e instances are ana ly zed in detail to show th e e ffect iv eness o f the decision m odels . K ey words : traffic transportation ; seat inventory contro;l overbook in g ; dynam ic m odel
态规 划 方 法 对 两 等 级 超 售 问 题 进 行 了 研 究 . 建立 了 一个 单一 票 价多 阶段 超 售模
[ 12]
型, Chatw in
提 出了连续时间的 单一票价超售
收稿日期 : 2005- 08 - 18; 修订日期 : 2006- 02 - 27.
)
526 ) 模型 , Subra m anian 等
¹
[ 5]
过程 , 第一次用动态规划方法解决航空公司超售 [ 7] 问题 . H ersh 等 考虑超售和取消订座的概率 , 提 出了一个动态超 售模型. H ersh 等
[ 8]
把订座过程
[ 9, 10]
看作 M /M /1 /C 排 队系统. A lstrup 等 Chatw in
[ 11]
利用动
( 1)
P j | n ( t ) ) ) ) 第 t天已被乘客预订的 n 个座位 中有 j 个被取消的概率 , 因此 P j | n ( 0) 是飞机起飞 当天 n 个订座中有 j 个 no - show 的概率 . 显然任意 一天取消的机票数量 j I [ 0 , n ]. 由于对每个旅客 取消订座不加限制 , 因此每个旅客取消订票的概 率与他何时订票无关 , 所以设每个已订票旅客取 消订票的概率相同 , 但可以是 t的函数 p ( t). 由于 订了座 的乘客 只有两 个选择 , 登 机或取 消订座 ( 起飞当天为 no-show ), 所以 P j | n ( t ) 服从二项式 分布 P j | n ( t ) = Cn p ( 1 - p )
相关文档
最新文档