航空货运多航段多阶段模型

在航空货运运力分配中需要解决两个问题:一是选择哪条航段来运输货物,二是在满足货物运输的前提下,选择哪个时期运输货物.本文使用数学规划方法建立了航空货运多航段多阶段模型,以解决航空货运运力分配中的两个问题.通过实例数值仿真,证明了该模型的有效性,并揭示了飞机的承载能力、航段的收益水平和货物的利润水平对舱位分配策略影响较大.     

中国航空运输市场中航线票价的优化研究

为了对民航机票定价问题进行优化,从理论层面分析我国民航定价方面存在的问题,分析显示消费者有降低机票价格的需求.利用价格敏感度法(PSM)以大连-天津航线为例定量研究乘客对机票价格水平的意识,计算得出机票的无差别价格点、优化价格点、价格下限点、价格上限点,从而得到价格承受带和价格町接受域.分别从航空运输服务生产者和消费者的角度建立生产者收益模型和航空运输市场份额模型,计算得到优化机票定价点,并与现行票价进行比对分析,得到了与理论分析一致的结论,从定性和定量2个方面揭示了我国消费者有降低航空机票价格的需求.     

基于可达性指标的航空货运网络布局优化研究

以网络可达性和利用率最大为目标,建立货机班次分配与货物运输路径选择的多目标双层优化模型,针对我国基于审批方式为各航线分配航班的实际情况,通过调整货机班次优化航空货运网络布局.以20个机场组成的航空货运网络为例,设计NSGAII算法求解模型.结果表明:北京、上海、广州、深圳之间的航段将获得1/4的货机班次,他们是航空货运的枢纽机场;当决策者偏好网络可达性时,更多货机班次将被分配到大型机场间的航段上,当决策者偏好网络利用率时,货机班次在航段上的分配较均匀;随着货机班次在航段上由集中趋向分散,网络可达性降低而利用率提高;减少货机班次会降低网络可达性,增加货机班次会降低网络的利用率.     

基于强化学习的平行航班动态定价

由于平行航班之间的竞争越来越激烈,为提高航空公司收益,对机票销售系统中的航班和旅客分别建模。将航班的动态定价问题建模成马尔可夫博弈过程,对混合类型旅客建立Logit选择模型。利用多Agent的强化学习算法对实例进行求解,结果表明WoLF-PHC算法收敛所需迭代的次数大于Nash-Q算法,但在计算速度上WoLF-PHC算法优势明显,且具有较强的适应能力。此外,航空机票的定价策略与其他易逝品有所不同,整体呈现上升趋势。而旅客环境参数的变化,也会影响定价策略。基于WoLF-PHC算法得到的定价策略对于收益提升具有积极作用。     

��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.     

基于多阶段动态组合拍卖的联盟舱位分配研究

收益分配方式的不同决定了航空公司对于不同航段舱位的认知价值不同,承运航空公司决定是否承运,不在于市场航空公司所接收到旅客请求票价的高低,而在于它所能分配到的收益的多少,收益分配方式的不同会影响舱位分配的优化结果。本文抛弃了原有先确定收益分配方式再进行舱位分配的模式,以航空公司对航段舱位自身的认知价值进行舱位分配。将联盟看作拍卖者,各航空公司作为竞拍者,联盟航线上的舱位看作商品,建立基于多阶段动态组合拍卖的航空联盟舱位分配模型,得到航空联盟收益最大化下的舱位分配,算例分析表明,该方法可解决航空联盟内各航空公司在不同航段上的舱位分配问题,具有实用性与创新性。     

航空收益管理中多航段舱位控制模型

为了优化多航段舱位控制,提高航空客运收益,将旅客始一终点流按票价由高到低排序,定义旅客始一终点流为决策变量,以各始一终点流需求为约束条件,以航线期望总收益为目标函数,建立了多航段舱位控制问题的随机规划模型,设计了模型求解遗传算法。算例分析结果表明,收益计算结果最大误差为0．34％,结果稳定,模型可行。     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标;采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级;结合集成学习算法构建航路网络航段交通拥挤状态识别模型,实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%,采用决策树基学习器优于k 近邻基学习器,且增加的集成学习基学习器数量可提升模型的识别精度;集成学习识别模型的识别性能优于BP神经网络模型,识别方法符合实际且具有应用价值.     

集装箱班轮多港挂靠循环航次舱位分配

舱位分配优化是集装箱班轮经营中的重要决策问题。基于收益管理的原理,利用概率统计方法,计算出在一个多港挂靠循环航次所包括的各个航段应为普通客户预留的舱位数量;建立了包含空箱调运问题的舱位分配随机规划模型;通过确定各航段长期合同客户舱位数量的上下限,将随机规划模型转化为可以求解的确定型规划模型。算例分析显示了该模型及算法的有效性。     

基于偏好序的高铁票价与售票时间窗联合优化

采用形式灵活且适用性好的偏好序模型刻画旅客购票选择行为，拓展现有高速铁路动态定价与售票控制策略联合优化的研究方法。按照票价变动范围划分客票等级，结合偏好序模型的特点，通过决策各等级客票售票时间窗进行售票控制，同时，在一定范围内优化各客票等级的票价，实现票价与售票控制的联合决策。本文在分析弹性客流的基础上，采用偏好序选择概率、 到达率和时间窗长度测算客票销售量。根据运营需要设定客票产品排序，以各客票产品停售时间和票价作为决策变量，建立以期望总收益最大为目标的非线性规划模型，并且将粒子群算法与线性规划精确求解嵌套求解模型。以京沪高铁为背景进行数值实验，结果表明：与固定各等级票价只优化售票时间窗的方案相比，联合优化方案可提升期望总收益约4.54%；不同需求水平下，联合优化方案的期望总收益均高于固定票价方案；期望总收益随着转移购买概率增加而增加，且不同转移概率取值下联合优化方案的期望总收益均高于固定票价方案。所提方案可为高铁列车动态定价和制定售票控制策略提供决策支持。     

基于旅客选择行为的高速铁路平行车次定价策略

考虑运行在同一OD上的高速铁路平行车次,现行高铁票价固定,即不能反应平行车次间的差异化,也无法与旅客需求状况相适应,最终造成平行车次间上座率的失衡和收入的损失.鉴于此,本文借鉴多产品定价的思想,利用MNL模型来描述旅客购票过程的选择行为,并以平行车次的整体收入最大化为目标提出了3种定价策略.最后以京沪高铁为案例背景,对旅客购票过程的最优票价路径及3种定价策略的效率进行了分析.结果表明,3种定价策略均能有效提高售票收入,且差别动态定价策略表现最优.本文研究内容为高速铁路平行车次的定价决策提供了科学依据.     

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.     

考虑收益管理的高铁平行车次动态差别定价

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.     

基于超模博弈的定价与舱位控制联合决策研究

在航空运输市场中,多家航空公司共同经营的航线上,各家航空公司对折扣机 票的定价及订座限制不但会影响自身的收益,而且会对其他航空公司收益造成影响.将竞 争因素考虑在内,主要研究相同航线竞争下航空公司之间的折扣票定价与舱位控制（预 订阈值）联合决策问题.在合理假设的基础上,引入超模博弈理论对相关问题进行深入分 析,证明航空公司之间的竞争一定存在纯策略纳什均衡.分析了均衡结果的一些特点,给 出了存在唯一纳什均衡点的一个充分条件.最后分析了竞争程度改变后对均衡行为的影 响,并通过算例对相关结论进行了验证.     

����Ԫ���Զ���ģ�͵������Ŷ���Ϊģ��

排队行为模型是常态下行人交通仿真系统模型的基础。本文利用排队论、有限状态自动机原理以及元胞自动机模型对排队系统进行建模。排队行为模型以邻居方向与目标方向间的修正夹角作为主要因子构造了元胞自动机模型的转移概念率函数。利用C#对行人排队行为模型进行实现,并构造了两个不同数量的售票服务台的仿真场景。从仿真动画来看,该模型逼真地模拟行人的排队活动;从不同场景的队长与时间关系曲线可以看出,增加一个售票服务台明显可以减少队列长度,排队系统性能得到改善。由此说明该模型具有模拟行人排队行为的能力。     

基于Epsilon 约束法的高速铁路客票多目标定价研究

高铁客票定价是多目标定价问题,既要保障旅客福利,又要增加企业合理利润. 以企业利润和旅客福利作为高铁定价目标,考虑旅客差异和不同运距情境下的多种运输方式竞争,研究高铁客票多目标定价. 结合Epsilon约束法构建双层规划模型,根据分层序列思想分解多目标问题,设计松弛算法得到纳什均衡解,由解对应的目标值得到帕累托边界,确定多目标定价最优决策. 计算结果表明,对比量价波动和目标值改进,多目标定价适合票价改革要求,时间敏感型客票和短途客票有较高涨价空间,多种运输方式竞争影响定价实施效果. 将 Epsilon 约束法应用于求解高铁客票定价多目标问题,有利于优化客运企业与旅客利益,为铁路部门提供高铁客票定价思路.     

整合公路运输服务下竞争性港口定价博弈模型

为研究港口差异化服务对网络中竞争企业带来的影响,构建了基于MNL模型与博弈理论的整合公路运输服务下的港口定价双层规划博弈模型,通过改进的均衡求解数值算法求解Nash均衡.通过算例研究,分析了整合公路运输服务前后的市场变化、最优定价策略与服务路径选择策略,以及用户选择偏好系数对于均衡价格的影响.分析结果表明：整合公路运输服务能有效提升企业策略的自由度及利润水平;纯价格决策对市场竞争力提升有限,在竞争中处于被动方;在本例中,用户对于价格因素越敏感,企业的价格策略越能获得成效;但价格策略空间有限,企业无法完全通过纯价格策略获得市场主导地位,通过开拓新服务,企业能够在竞争中获得优势,取得更高的利润.     

博弈论在公交票价中的应用

以旅客行为时间价值为原理,通过建立博弈论模型进行分析,说明旅客利用公交出行过程中单位时间价值的变化和快速轨道交通方式出行价格的变化引起最优票价的波动,并建立城市快速轨道交通与常规公交动态定价博弈模型,以具体案例为例,并进行求解,指出交通企业定价应该采取动态调整策略。