收益管理中非正态无约束估计的EM算法研究

对于收益管理中产品各"预售提前期间隔"的无约束需求,已有的无约束估计研究所采用的EM算法均假设其服从正态分布,这不完全符合收益管理实践中的需求数据特征。本文对收益管理无约束需求分布问题进行了多角度探讨,扩展了原有假设,建立了基于伽玛、威布尔、指数和泊松分布的EM算法,并改进了无失效数据情况下的算法应用。最后,通过数值算例说明了本文提出的基于非正态分布的EM算法简单易行,在结论部分对其相关应用提出了建议。

收益管理中考虑顾客策略行为的多航班无约束估计方法

传统的收益管理多航班无约束估计方法假设顾客到达时的购买决策是一次性的,未能充分考虑策略型顾客的跨期替代行为.在仅能获取产品的历史可观察订购量、历史预售开放状态以及市场份额信息的情况下,基于顾客偏好排名列表建立了考虑顾客策略行为的非参数离散选择模型.针对历史预售数据的不完备性,采用EM算法对顾客到达率和非参数离散选择模型的概率质量函数进行联合估计,并提出了考虑历史顾客策略行为的"初始需求"无约束估计计算方法.使用数值算例说明了所提方法的可行性,通过与现有文献中已有方法比较,验证了所提多航班方法能够反映产品价格变化对顾客选择行为的影响,并能更加有效地避免需求预测对未来顾客"初始需求"的高估.

航空客运平行航班动态定价模型

航空公司在同一航线上,提供多个不同时刻起飞的航班,我们称这样的航班为平行航班。本文应用随机控制理论建立了两个平行航班动态定价连续时间数学模型,证明了最优策略的性质,得到了最优动态定价综合策略,并给出了最优控制的时间阈值点。数值实验结果表明,这种时间阈值点的综合控制策略不仅易于实施,而且,应用该优化模型得到的总收入比两个平行航班独立决策时得到的总收入大。