机票预售价格预测和数量决策的优化模型.pdfVIP

机票预售价格预测和数量决策的优化模型 摘要 本文针对航空公司机票预定价格的变动规律，以及在综合考虑经济利润和社会声誉 情况下最优预售票数的决策进行了讨论。 在问题1中，本文建立了基于趋势比率法的季节预测模型和基于SARIMA的时间序 列预测模型。首先根据价格走势图初步认为原价格时间序列受长期趋势及季节变动的影 响明显。之后由原数据建立直线趋势方程，得出各月的趋势值，并根据古典时间序列分 解模型，分离出季节比率，之后调整季节比率得到季节指数，每月季节指数与各月的趋 势值的乘积即为各月的机票价格的预测值。用这种方法可以得到2010年4月到2011年 3月的机票预订价格预测值：1040、1106、1013、1138、1283、1032、1207、1080、935、 1064、956、917，单位：元。在采用SARIMA方法建模时，用EVIEWS软件首先通过一阶 差分消除原序列的非平稳性，再进行一次季节性差分，削弱了季节因素的影响。然后考 察平稳序列的自相关系数、偏相关系数，用AIC定阶准则建立了较为合适的SARIMA 12 模型SATIMA(9,1,9)(1,12,1) ：D DY = −6.676056 + u 12 t t 2 9 12 (1+ 0.810866L)(1+ 0.420978L )(1− 0.404643L )(1+ 0.025949L )u t 2 9 12 = (1−1.004015L)(1+ 2.503009L )(1+ 5.261903L )(1−1.471241L )v t 并对其进行了白噪声检验。之后对模型进行样本内预测，通过 、 、 、 、 Theil MAPE BP VP CP指标对预测精度进行了评估，结果显示较好。再次，对2010年4月到2011年3月机 票预订价格进行预测，结果如下：886、961、830、972、1047、930、956、895、752、 687、719、759，单位：元。最后针对两种方法的预测结果的差异进行分析，认为在预 测时SARIMA模型较合适,并综合两种模型描述了机票价格的变动规律。 在问题2中，本文基于Taguchi模型，并做了一定的优化。以公司经济利益最大化 和社会声誉尽量不受影响为原则公司。经济利益可以用机票收入扣除飞行费用和赔偿 金，再加上订金收入后的利润来衡量，同时为了维持一定的社会声誉又要确保会被挤下 飞机的乘客数量尽可能的小，因此建立了一个两目标的优化模型。而又考虑到预订票后 乘客是否前来登机是随机的，所以文章运用概率的思想使其服从二项分布。公司的首先 假定不优先考虑头等舱乘客的利益，分别对经济舱、头等舱用MATLAB进行了数值求 318 22 解：当预订者不按时登机的概率p= 0.05时，航空公司发出 张经济舱票、 张头等 舱票总收益大，单位费用的总