��ʱ��仯�Ļ�Ʊ�ۿ۶����о�

机票定价一直是航空公司关注的问题,在适当的时间推出适当折扣的机票可以让航空公司增加收益. 本文首先考虑到旅客提前订票存在风险,并认为风险概率满足指数分布;然后通过航空公司与旅客之间的动态博弈,给出航空公司的关于时间的定价模型;接着在得出的定价模型基础上,确定不同折扣机票的退票手续费和航空公司销售各种折扣机票的时间区间. 研究结果表明：① 航空公司能承受的最低票价越低,订票周期越长;② 订票越是提早票价越低. 最后通过一个例子来说明这个定价机制不仅理论上可行,而且在现实中也能很好的应用,不仅降低了航空公司的销售成本,同时也增加了他们的收益.     

考虑No-Show 的多航段航空机票定价模型

本文提出了多航段航空机票定价模型,从航空公司与旅客两个局中人的博弈 的角度,阐述了考虑No-Show 下的兼顾多航段航空机票定价模型.该模型由价格控制市 场需求出发,结合博弈论、概率论等基本理论,完成多航段机票定价决策的同时,通过价 格变化控制机票销量,达到超售有效克服No Show 对收益的影响,并同步实现了不同航 段舱位的合理分配.算例验证了该模型的可操作性和实用价值.     

基于行程多路径的航空公司航班频率优化

将航空运输网络抽象为多层级网络结构, 构建了确定航空公司某一城市对某条路径航班频率的两阶段规划模型: 第一阶段从旅客选择行为的角度, 考虑旅客对旅行时间、过站时间、计划延误时间、票价等因素的价值感知, 构建旅客旅行负效用函数, 进而基于多项式Logit模型构建计算旅客选择某个航空公司某个城市对某条路径概率的旅客路径选择模型; 第二阶段从航空公司的角度, 以总收益最大化为目标函数, 基于行程多路径, 并考虑航空公司总运力限制, 尽可能地让每条路径的运力供给等于需求, 构建了确定路径航班频率的线性规划模型; 提出了求解两阶段模型的迭代算法。研究结果表明: 提出的算法能够在8次迭代之后达到收敛, 可以在较短的时间内得到最优解; 随着算法的收敛, 构建的两阶段规划模型在航线存在市场竞争且整体运力不足的情况下优先将运力安排到收益最高的航线上, 提升航空公司整体收益; 对于包含多个航节的航线, 构建的两阶段模型更能体现旅客选择行为在航班频率配置中发挥的作用; 对于包含一个航节的航线, 需求随航班频率的变动幅度较小, 随着迭代次数的增加, 需求航班频率弹性系数逐渐变小, 对于包含多个航节的航线, 在航线总需求一定的情况下, 需求随航班频率的变动幅度较大, 由于市场竞争存在航班频率不变需求骤减的情形。可见, 所提出的模型和算法能够有效提升航空公司收益。      

基于累积前景理论的城际列车分时定价研究

城际客流具有时段分布不均衡特点,表现为高峰时段一票难求而低峰时段客座率低。为均衡客流、提高城际高铁收益,选取客运通道内不同时段车次进行差别定价。考虑旅客选择行为的差异性和有限理性,采用潜在类别分析对旅客进行分类,选取票价和时段价值两个影响因素, 建立双参照点的旅客平行车次产品效用模型,以累积前景值刻画异质旅客对平行车次的出行效用。基于累积前景值构建以铁路企业收益最大,旅客广义出行费用最小的分时定价双层规划模型,设计基于灵敏度分析的启发式算法求解。最后以南宁-北海为例对高峰、非高峰时段平行列车进行实例分析,结果表明,本文提出的分时定价方法能提升收益约2.5%,且高峰、非高峰时段的客流更加均衡。     

模糊销售机制在航班延误损失优化中的应用

针对航空公司机票销售淡季的航班延误损失严重问题,首先,利用霍特林模型从收益管理的角度,分析模糊销售机制在航班延误损失优化中的运用。通过分析模型发现:实行模糊销售机制能够缓解航班延误对航空公司期望收益的影响。最后,利用数值模拟分析了模糊销售机制的有效性,同时发现:实行模糊销售机制并不能完全消除航班延误对期望收益的影响,在销售淡季,航班延误率越大,模糊销售机制缓解航班延误损失的效果越明显。     

动态信息下的机场定制巴士路径优化

为解决因航班延误而造成旅客候机时间较长问题,考虑现实路网中阻抗不确定性和机场接驳定制化及差异化出行需求,以运营收益最大、车辆出行成本最小和车辆提前到达的时间窗惩罚成本最小为目标函数,建立了动态信息下机场定制巴士路径优化模型,并采用差分进化算法对其进行求解.为避免算法早熟,提出了改进的自适应操作方法,增强算法的全局寻优能力.通过算例计算表明:考虑航班延误和路网实时订单的动态路径优化模型,可以减少旅客26.61％～46.68％的候机时间,该模型具有较强的可靠性和应用价值.     

航空公司不正常航班机组恢复模型和算法研究

不正常航班机组恢复问题的建模和快速有效求解对民航资源优化利用、降低民航企业运营成本和提高旅客服务水平至关重要.采用约束规划建模,在ILOG Solver优化组件提供的框架基础上,设计了不正常航班机组恢复问题的禁忌搜索算法.该算法与直接使用CPLEX优化组件相比,提高了邻域搜索效率,能够满足大规模机组恢复问题的时间要求,给出算例验证了算法的实时性和有效性.     

机场群运行方式下的航班时刻与频率优化模型

针对枢纽机场的拥堵问题,提出了机场群航班时刻与频率优化策略.应用运输需求管理理论,以旅客最小出行损失时间为目标函数,以旅客流失率与航空公司客座率为约束条件,建立了基于机场群运行方式的航班时刻与频率优化模型.根据机场群内5个机场的地面交通时间与枢纽机场的航班数量与平均延误的关系,将机场群内各个机场的旅客需求进行分类,采用k-means聚类算法,计算了航班时刻与频率、旅客出行损失时间、机型与数量分配方式.计算结果表明:在机场群运行方式下,旅客需求分为7类,满足全部旅客需求的航班数量为11个,旅客出行损失时间为123 403 min;在独立运行方式下,旅客需求分为8类,满足全部旅客需求的航班数量为13个,旅客出行损失时间为165343 min;在机场群运行方式下,采用遗传算法求得的满足全部旅客需求的航班数量为11个,旅客出行损失时间为126119 min.     

基于离散价格的高铁差异化定价优化研究

与现有大多数结果为连续值的高铁动车组定价理论不同，本文提出一种基于离散价格的高铁动车组差异化定价优化模型。首先设置离散的折扣率档位，再将旅客群体按照价格敏感性分类，考虑出发到达时间不在同一时间段给旅客带来额外机会成本的情况下分别得到各群体旅客乘车广义费用函数，基于广义费用函数估计总体旅客弹性需求函数，构建基于收益最大化为目标的多列车多区段下的线性整数规划模型，最后采用粒子群算法进行求解。算例结果表明，采用本文提出的优化方法能够显著提升列车的整体收益，同时可以将定价理论中输出最优价格为连续值的情况看做是基于离散价格定价优化问题的一个特殊情况，基于离散价格的假设应该更接近于定价优化问题的实际，应得到更多的关注。     

前言

基于RP(Revealed Preference)和SP(Stated Preference)调查数据，利用潜在类别模型对高铁旅客进行细分，得到旅客对平行车次不同服务属性，如列车运行时间、发车时段和舒适度的偏好程度，并对其进行量化；引入收益管理，以多列车整体收益最大为目标，构建平行车次动态差别定价模型，并设计模拟退火算法进行求解；最后，通过京沪高铁进行实例验证.结果表明：与固定票价进行客票销售相比，所提方案能够适应高峰期和平峰期不同客流特点，提高铁路客票总收益，为高铁平行车次灵活定价提供参考.