航空公司预定票数的最优化探究.docVIP

航空公司预订票数的最优化探究 摘要 通过查询大量统计资料，由概率统计知识，对题中飞机容量、飞行费用、机票价格、每位被挤者的赔偿金、乘客迟到概率等变量进行合理赋值并由计量经济学知识进行理论分析，以确定最优的预订票数及机票价格为研究对象，建立定量评价模型，达到航空公司综合利益最大化。因此，所要讨论的问题可以归结为一个曲线拟合和基于二项分布求最优决策的问题，建立曲线拟合和周期波动两个模型：分别用来预测机票的未来价格和求机票的预定限额。 根据所给的2005年10月～2010年3月期间，每月经济舱机票平均价格(单位:元)预定价格的数学模型 根据实际情况，制定合理的预定策略需从经济利益最大化和社会声誉最好两方面来考虑。社会声誉可以用定了票来登机因飞机满员而不能起飞的乘客不超过某一给定值来衡量。则这个问题可化为经济利益最大化为单目标来求解。我们假设每位乘客不按时前来登机的概率为p，是否前来登机是相互独立的，则不按时前来登机的乘客数服从二项分布。又因为订票需付一定量的定金，且在飞机起飞前48小时内取消预订会没收全部订金。对此，我们分情况讨论。由概率分布知识可得利润S关于预定量限额M的函数。 由利润最大化，利用Matlab软件求出M的最优解，通过检验和灵敏度分析，由模型得出的机票预订限额置信度较高。查阅资料得，此限额较符合实际情况。最后，根据建立的模型对其进行优化。由实际可能出现的情况如增设某类旅客（学生、旅游者）的减价票，规定迟到则机票作废。在此基础上再建立一个模型。分别求此时飞机的参考价格和最优预订票数。 关键字：曲线拟合 趋势外推 二项概率分布 周期波动模型 1、问题重述 航空公司对机票一般采取预定策略。通过电话或互联网预定，这种预定具有很大的不确定性，客户很可能由于各种原因取消预定。为了争取利润，一方面要争取客户，另一方面要降低客户取消预定遭受的损失。为此，采用一些措施。首先，要求客提供信用卡号，预付定金。如果客户在取消预定，定金将如数退还，否则定金将被没收。其次，采用变动价格，根据市场需求情况调整价格，一般来说价格比较高。 （1）建立预定价格的数学模型，并对以下实例作分析。表1给出了某价格(单位:元)，用模型说明价格变动的规律，并据此估计的参考价格。收集更多的数据来佐证模型的价值（要求注明出处）。 （2）在旺季往往可以预定出超过实际的数, 以减低客户取消预定时的损失。可能会带来新的风险, 万一届时有超出的客户出现, 要通过升级档次或赔款来解决纠纷, 为此还会承担信誉风险. 某有20座，00座，每天一班航班。为该制定合理的预定策略, 并论证理由。 超售是航空公司收益管理的一项重要内容，这是解决所谓的No Show问题，提高航空公司效益的重要技术手段，同时也有许多理论问题甚至法律问题需要研究。在实际航运中，航空公司发现经常发生已购票的乘客没有乘机（叫做No Show），使得一些座位空着虚飞，而一些想旅行的和一些有急事临时到达机场（ 叫做Co Show）的旅客却因购不到票而不能成行，这不仅浪费了航空公司的生产资源，同时也浪费了社会资源。根据对历史销售和离港数据进行分析，可以预测旅客的No Show率和Co Show率，然后确定超售率进行机票销售。这样做不但可以充分利用热线航班的座位，提高航空公司的收益，同时也使得其他想乘机旅行人员能够成行，可以说是各方都受益的好事。德国汉莎航空公司在超售方面所做的工作非常出色，每年能为公司多创造5%的收益。因此对超售的研究一直为航空公司所重视。但超售预测不可能十分准确，因此可能发生所谓的DB（Denied Boarding）问题，即实No Show率低于Co Show率时，便发生了已购票并来乘机的旅客上不了飞机的问题。这常常引起旅客的不满甚至航空公司与旅客的冲突，航空公司采取补偿DB旅客以化解矛盾的做法，但这样的补偿常常是机票价格的两倍以上。发生DB，航空公司的成本迅速上升，这也是航空公司不愿意看到的。因此超售是一把双刃剑，如何解决好No Show率和DB这一对矛盾，一直是航空公司和学术界都十分关心的问题。 目前研究的较多的是机票超售模型是静态的。对于一个航班从开始销售之日到飞机起飞时，超售的数量保持不变。这样将完全忽略机票实际销售情况。超售实际上完全溶于机票销售过程中。在机票销售过程中，航空公司的订座系统一面接受旅客的订票，一面接受旅客的取消订票或是改签其他航班。显然机票的预定速度应大大超过取消速率，在飞机起飞前某时刻将达到或接近飞机的容量，此时航空公司就将面临超售问题。一般来说，航空公司可以控制订票的流量，当已定机票超过理想的数量时，就不再接受订票的请求。但是由于订票需求的不确定性，目前被拒绝的需求未来不再出现，而未来的取消还继续发生，则到飞机起飞时