关键词
基于收益管理的支线航空公司营销决策模型及应用研究
作者: 王斌   来源: 华中科技大学 年份: 2016 文献类型 : 学位论文 关键词: 动态定价   需求预测   收益管理   支线航空公司   剩余座位   决策支持系统  
描述: 收益管理是将合适的产品在合适的时间,以合适的价格销售给合适的顾客,由此使企业在其产品销售中获得最大限度的收益。对航空公司而言,收益管理是指运用预测和优化等科学手段,将自己经营的每一航班的每一航段的每一座位以最好的价格出售,使企业的整体收益获得最大的一种管理思想。支线航空公司是我国航空市场的重要组成部分。但是相对于国外同行,中国支线航空公司经营状况并不十分理想。如何通过提高支线航空公司的收益能来提升我国民航业整体盈利水平、增强航空业的国际竞争力,这是当前民航业最迫切需要解决的问题之一。但是针对支线航空公司的研究还存在很多不足,也没有关于支线航空公司收益管理方面的研究。针对以前研究所存在的不足,本文通过对国内外支线航空公司所面对的市场环境进行分析,并结合支线航空市场的特点,提出了适合支线航空公司的经营战略。同时,针对支线航空公司的特点,提出了解决相关问题的收益管理模型。在这些模型的基础上,建立了基于数据仓库的收益管理决策支持系统,用于辅助支线航空公司的经营活动。论文的主要工作如下:分析了航空客运市场的特点,对于支线航空公司进行了清晰的界定,通过比较国内外支线航空公司的发展状况,对国内支线航空公司的现状进行了剖析,提出了支线航空公司的经营战略。航线客流量的预测是支线航空公司发展规划的重要基础。通过对时间序列法、增量法、回归分析方法、神经网络法等常用航线客流量预测方法进行的分析和比较,在时间序列预测模型和BP神经网络预测模型的基础上,引入组合预测法,建立支线客流量组合预测模型。通过实证分析,比较了三种模型的预测结果,验证了文中提出的组合预测模型的有效性。在对民航定价的国内外研究现状进行综述的基础上,从经济学角度介绍差别定价的基本理论,阐述了民航客运的多等级差别定价理论和动态差别定价理论;引入logit模型来描述旅客选择行为,以航空公司收益最大化为目标,建立动态差别定价模型,并结合粒子群算法,对模型进行了优化求解。针对国内民航业客座率偏低的状况,提出了剩余座位销售策略,设计了剩余座位的拍卖销售流程,建立了剩余座位贝叶斯拍卖定价模型,为航空公司制定剩余座位最低保留价提供了指导。同时,设计了剩余座位投标竞价模型,并使用遗传算法进行了优化求解,完善了剩余座位理论体系。在以上收益管理模型的基础上,提出了基于数据仓库的支线航空公司收益管理决策支持系统,在对收益管理的数据需求进行分析的基础上,设计了决策支持模型的数据仓库模型,并介绍了决策支持系统的功能结构。论文最后对研究工作的创新点进行了总结,并提出了有待于进一步研究的问题和方向。
区域航空公司产品定价模型研究
作者: 瞿慧   来源: 华中科技大学 年份: 2016 文献类型 : 学位论文 关键词: 动态定价   市场份额   影响因素   客运市场   博弈论   区域航空公司   市场细分  
描述: 航空公司定价的目标通常是将有限的座位以合适的价格卖给合适的旅客,使收益最大化。与航空公司收益有关的两个直接变量除了价格就是客流量,流量和价格之间相互影响。关于客流量的预测技术现阶段已经有了较成熟的理论,而航空领域的定价研究文献很少,大多数文献在建立定价模型时考虑的因素不够全面,集中于探讨单航班多舱位的动态定价,对于现实中存在的竞争因素考虑甚少,从影响航空公司定价的因素出发探讨定价的文献几乎没有。出于理论和现实的需要,本文将决定航空公司竞争地位的航线市场份额引入到动态定价竞争模型中,构建比较符合实际的定价模型。本文首先从航空公司产品特征出发,分析了国内区域航空公司定价的影响因素。之后以这些影响因素为基础,分别从定性和定量两方面探讨适合于国内区域航空公司的定价模型。定性分析中,将社会分层理论引入市场细分中,提出了二层架构的定价策略。定量分析中,将市场份额模型加入定价模型中,以确定竞争中各个航空公司的地位。市场份额模型根据区域航空公司的特征,将起飞时间和品牌效应加入模型中,使模型更有效。之后构建了一个考虑两个航班,各自提供两种价格时的连续时间的动态定价博弈模型。计算参数时,将计算航线市场份额时旅客的效用函数引入,使参数的计算更符合实际情况。最后通过数值算例分析了两个航空公司在一条航线上竞争的均衡解,并对比了均衡策略和跟进策略的计算结果。通过对结果的分析,得到了一些符合规律的结论。
航空收益管理中NOSHOW率预测研究
作者: 卢巍   来源: 华中科技大学 年份: 2016 文献类型 : 学位论文 关键词: RBF神经网络   正规正交分解   收益管理   超售   NOSHOW预测  
描述: 收益管理理论在国外航空公司运营中起到了至关重要的作用。它已经成为国内外航空运输企业竞争力的重要体现。收益管理近20年成为研究热点,超售是收益管理中的重要组成部分,超售策略实施的效果直接关系到航空公司的收益水平,而决定超售水平的是NOSHOW率的预测准确水平。本文以NOSHOW率的预测为基础进行研究。首先从介绍收益管理的概念与发展入手,指出了研究意义,分析了中国航空运输业的发展状况,然后分析了影响超售的因素和超售风险、超售收益、现有的一些超售模型和NOSHOW率的预测方法,比较了这些方法的优点和缺点。在NOSHOW率预测方法的研究上,首先分析了NOSHOW旅客的构成、影响NOSHOW率的因素、和NOSHOW率的时间序列特性。接着分析了现有的一些可以对NOSHOW率进行预测的方法,并且探讨了这些方法的优缺点,然后根据现有神经网络预测方法的不足建立了基于时间序列的正规正交分解RBF神经网络(POD-RBF)预测模型,该模型在选取中心时考虑了时间序列数据之间的时序关系,并且使得中心的选取具有并行性,在预测精度与模型复杂度上有其优势。最后应用实际数据对所建立模型的有效性进行验证,并与其它几种预测模型的预测结果进行比较。最后总结了整个研究工作,并对以后的研究做出了进一步的建议与期望。
< 1
Rss订阅