机票预定价格和数量的预测及优化设计问题.docxVIP

机票预定价格和数量的预测及优化设计问题 摘要 本文研究了订票价格和订票量的预测与优化设计。问题1：首先，使用EVIEWS软件对已知数据从2022年10月到2022年3月的时间序列进行分析。通过对数据进行6期中心移动平均和季节性调整，得到线性趋势拟合数据方程YT=C0+C1t（C0=625.7152，C1=7.289751）。然后，根据方程计算趋势值，然后将趋势乘以季节指数，得到未来预测。最终结果为12345678910112个月2022104510039939779911008105311161139202211671167116162。该模型准确地反映了2022年10月之前的价格变化趋势。然而，由于趋势方程是一阶线性方程，2022年10月后的数据误差较大。 因此，又采用灰色预测模型（gm（1,1）模型），通过讨论每个月在2021年至2021年间的价格变动规律，来预测未来一年内相对应的每个月的机票预订价格。同时，在此模型的基础上运用matlab软件编制相关程序求解，并且进行了模型检验。最后绘出每年以及预测出的未来一年内的价格变动图像，通过比较分析，得出价格变动的规律，并且通过灰色预测模型得到未来一年内相对应的每个月的机票预订价格。由于灰色预测模型得出的结论较为准确，所以问题一的最终结果采取灰色预测模型的结果。 问题一的结论是：1月份票价波动较大；从2月到5月，价格逐渐上涨；价格在6月份下降，从6月到8月逐渐上升；9月份价格下跌；价格在10月份上涨，从10月份到12月份逐渐下降。价格通常在每年的同一个月上涨。下表显示了下一年的估计价格：12345678910112 20221067109498910391189998119610058622022924894917问题2：假设公司的经济利益是以机票收入扣除飞行费用和补偿后的利润计量的；社会声誉以持票准时到达但因满座而无法起飞的旅客人数为标准，转化为经济利益和社会声誉的优化问题，并通过MATLAB软件建立合理的模型进行分析和求解。最后，通过模型改进对模型进行了进一步优化。模型2的结果是，航空公司预订的机票数量为316张经济舱机票和22张头等舱机票。 关键词：时间序列预测模型灰色预测模型eviews软件matlab软件模型转化模型改进 一、 提出问题 1.1背景 航空公司通常采用机票预订策略。电话或互联网是航空公司为客户提供预订服务的两个渠道。机票的预订不仅为乘客提供了便利，也给航空公司带来了一些不确定性。由于客户可能会因各种原因取消预订，而且客户退还的机票在飞机起飞前尚未售出，航空公司将蒙受损失。因此，为了获得更大的利润，航空公司应该一方面争取客户，另一方面减少客户在取消预订时遭受的损失。 为此，航空公司也采取了一些有效的措施。首先，要求客户在预定机票的同时提供信用卡号，并预付一定数量的定金。如果客户在飞机起飞前48小时内取消预定，那么定金将如数退还，否则定金将被没收。此举虽然在一定程度上减少了航空公司的损失，但是也增加了乘客在预定机票时的手续。另外，航空公司采用变动价格，根据市场需求情况调整机票价格，一般来说旺季机票价格比较高，淡季价格略低。同时，在旺季航空公司往往可以预定超过实际座位数的机票数，保证在客户取消预定时，航空公司还可以保证机舱满员。当然，超额的预定也就为超过座位数的客户出现提供了可能。这种情况下，航空公司可能要通过升级机票档次或赔款来解决纠纷，为此航空公司还会承担信誉风险。因此合理的预定策略，也是航空公司需要解决的问题。1.2需要解决的问题 一、在给出2022年10月至2022年3月航线航线经济舱票的平均价格（单位：元）的基础上，建立了价格变动规律的模型，并据此估算了下一年经济舱票价的参考价格。 二、在某航空公司某条航系一中机型有头等舱20座，经济舱300座的情况下，为该航线设计合理的预定策略，解决以预订票数量的限额时决策变量的以经济利益和社会声誉为两目标的优化问题。 二、 基本假设 2.1问题一的基本假设模型一的基本假设： 1.过去一段时间内收集的数据准确地记录了历史；2.历史会重演。模型2的基本假设： 1、不考虑天气因素带来的影响； 2.票价和订票人数不会因紧急情况而突然变化。2.2问题2的基本假设 1、如果头等舱坐满，多出的持头等舱预订票的乘客不能进入经济舱，只能等待下一班飞机并获得赔偿； 2.订票数量限制为常数M（n），每位乘客不按时上船的概率为p。每位乘客是否按时上船相互独立，适合商人和游客单独行动；3.头等舱与经济舱的比例为2； 4、由题目知客户在预定时需要预付定金，假设定金为票价的20%；5、每位被挤掉