運籌學方法在航空公司收益管理中的

1、運籌學方法在航空公司收益管理中的應用中國民航大學 樊瑋報告提綱 一、什么是收益管理 二、收益管理的要素 三、需求預測 四、座位控制 五、超售管理 六、應用總結(jié)一、 什么是收益管理（1） 起源于航空運輸業(yè) 行業(yè)特點：就是必須在限定的期限內(nèi)將各種不同價位的產(chǎn)品銷售出去，否則，就會白白損失銷售不了的產(chǎn)品 。 收益管理的定義：在合適的時間將合適的產(chǎn)品以合適的價格銷售給合適的顧客。（UA，1987） Yield ManagementRevenue Management 一、什么是 收益管理（2） 收益管理的歷史與背景 1972之前: 研究集中在超售方面（overbooking） 1970s早期: 部分航

2、空公司開始提供限制銷售機票，如BOAC(現(xiàn)在的 British Airways) 1972年, Littlewood 首次提出一種兩個艙位的銷售控制策略 近40年來的發(fā)展歷程 航節(jié)控制single leg control; 航段控制segment control; 起始地、目的地控制origin-destination control一、什么是收益管理（3） 收益管理的歷史與背景 Delta航空公司曾經(jīng)于1987年評估認為：在每一個航班上多售出1張全價票，而不是折扣票，全年可增加5億的收入。 原美利堅航空公司在1992的研究指出，在過去的3年中，因?qū)嵤┦找婀芾碛媱潱摴竟苍黾恿?4億美元的額

3、外收入，并估算隨著航空市場的日益擴大，這個數(shù)字將會更大。 時至今日，全球大約超過80%的航空公司都在使用這一工具。 產(chǎn)品: PROS; （Sabre）Airmax; Habersham-Oasis Logistic Ltd. 中國的航空公司 三大航、海航、川航、深航 2005年，深航的瑞馬系統(tǒng) 廈門航空+中國民航大學一、什么是收益管理（4） 航空公司銷售評估指標 客座率 旅客人數(shù)/飛機可用座位數(shù) 客公里收入 總收入/（旅客人數(shù)*航段公里數(shù)） 座公里收入 總收入/（座位數(shù)*航段公里數(shù)） 平均折扣率 各旅客的票價之和/(旅客人數(shù)*航段公布價)一、什么是收益管理（5） PEKCAN航班僅剩1個位子

4、100%概率賣500元 80%概率賣800元 50%概率賣1300元 如何賣？ 客座率 關(guān)注人數(shù) 客公里收入 關(guān)注票價 座公里收入 關(guān)注人數(shù)與票價一、什么是收益管理（6）航程：2100公里，座位數(shù)：200座等級平均票價客座率重點客公里收入重點座公里收入重點YMQBV$420$360$230$180$12001314556820232230151723193740售出的座位數(shù)客座率總收入平均票價15075%$25960$17311055%$28940$26313668%$31250$230每客公里收入（美分）每座公里收入（美分）（座公里=客公里*客座率）8.246.1812.536.8910.9

5、47.44二、收益管理的要素(1) 影響收益管理的一些因素 用戶行為和需求的易變性 控制系統(tǒng) 收益的要素 可變成本因素 價格體系 問題的規(guī)模 問題的界面 二、收益管理的要素(2)市場細分歷史數(shù)據(jù)采集Noshow、goshow分析需求預測座位分配控制AU團隊銷售Price超售計算OverBooking市場銷售二、收益管理的要素(3) 需求預測 超售 座位控制 團隊管理三、需求預測 1、需求分布 2、旅客到達模型 3、預測模型3.1 需求分布模型（1） 1958, Beckmann and Bobkowski 比較了泊松、負二項、Gamma 模型，指出旅客到達符合 Gamma 模型. 1970,

6、Lyle 指出旅客到達符合系統(tǒng)Gamma 和隨機 Poisson 過程. 經(jīng)驗研究表明，正態(tài)分布符合航空公司的訂座累計過程 Belobaba,19873.1 需求分布模型（2）Logit模型 可以表示系統(tǒng)性偏好的變化 在給定選擇者代表性效用的設定時，暗含了選擇項之間成比例的替代 跨期間的重復選擇，如個人過去的選擇對當前選擇產(chǎn)生的影響，或?qū)傩愿淖兒蟮臏蠓磻葟V義極值模型（generalization extreme value models，GEV） GEV模型的共性在于所有選項的效用不可觀測部分服從于廣義極值的聯(lián)合分布。這一分布允許選項間存在相關(guān)性，并且是一種能夠用于標準的logit模型的廣

7、義的單變量極值分布。 如某人因為其他交通工具（小轎車）的存在不習慣乘公交車出行，那么可能對乘火車也會做出相似的反應。那么影響乘公交車和火車的不可觀測因素就具有相關(guān)性而不是對立性?；旌蟣ogit模型 克服了標準logit模型的三個限制：偏好變化、成比例替代、跨區(qū)間選擇。3.2 旅客選擇模型（1） PODS旅客選擇模型 PODS（Passenger Origin-Destination Simulator）即旅客起終點模擬器，是一種用來調(diào)查航空公司收益管理技術(shù)的計算機模擬工具。最初由波音公司的Hopperstad、Berge和Filipowski提出，是波音公司決策窗模型的一個擴展，用來研究航班時

8、刻對航空公司市場份額的影響。 PODS的基本思想是在真實的航空旅行當中模擬乘客和航空公司之間的交易決策過程。3.2 旅客選擇模型（2）旅客選擇模型收益管理座位存量控制預測模塊歷史訂座數(shù)據(jù)庫航程/訂座數(shù)據(jù)航程/等級訂座/取消當前訂座未來訂座更新歷史訂座3.2 旅客選擇模型（3） 基于非齊次旅客到達選擇的艙位控制模型試 驗 1 試 驗 2 試 驗 3 試 驗 4 試 驗 5 試 驗 6 試 驗 7 試 驗 8 試 驗 9 試 驗 10平 均 值00.511.522.5x 104試驗編號收益 EMSRb收 益旅 客 選 擇 收 益3.3 預測模型（1） 預測模型優(yōu)劣判定準則 準確性 較小的平均絕對誤

9、差（MAE） 較小的均方差（MSE） 較低的平均偏差 簡單性 易于理解、易于調(diào)整 易于維護 健壯性 在變化的環(huán)境下運行良好 最少限度的干預3.3 預測模型（2） 預測算法流程歷史數(shù)據(jù)采集數(shù)據(jù)統(tǒng)計與整理DOW、淡旺季航班時刻Deconstrain處理預測模型應用REG、ADD、pick-up、MUT、zero-Book、BP依據(jù)市場份額、航班時刻等對預測結(jié)果調(diào)整得到預測結(jié)果3.3 預測模型（3） 回歸模型易于兼容變動因素當前航班相當前航班相關(guān)性統(tǒng)計關(guān)性統(tǒng)計影響影響因素因素+3.3 預測模型（4） 預測的數(shù)據(jù)組織模式04-5-3104-6-104-6-204-6-304-6-404-9-1.起飛日

10、期DCP3 DCP2 DCP1 DCP0DCP22 .圖2-2 航班訂座數(shù)據(jù)結(jié)構(gòu)3.3 預測模型（5） 預測方法準確性時間復雜度健壯性可擴展性簡單均值法差O(n)強弱簡單指數(shù)平滑法差O(n2)強弱回歸法良O(kn2)弱弱古典增量預測法良O(n)強強改進增量預測法良O(n2)強強加權(quán)古典增量預測法優(yōu)O(n)強強加權(quán)改進增量預測法優(yōu)O(n2)強強 經(jīng)典預測算法比較3.3 預測模型（6） 考慮主成分分析的BPDFM預測算法3.3 預測模型（7） 廈門航空收益管理系統(tǒng)的預測效果3.3 預測模型（8） 3.3 預測模型（9） 預測總結(jié) 執(zhí)行效率 易于解釋 簡單穩(wěn)健四、座位控制(1) 單Leg 優(yōu)化 多L

11、eg優(yōu)化 嵌套問題 O&D優(yōu)化 嵌套問題 Shadow-price Bid-price 可計算性問題（PMP）四、座位控制（2） 航節(jié)優(yōu)化方法 靜態(tài)方法 Littlewood準則：f2=f1*P(D1p1) Belobaba提出的EMSR，后來的EMSRb等 動態(tài)方法 Lee和Hersh考慮了一個離散時間動態(tài)規(guī)劃模型 Kleywegt等在研究動態(tài)隨機背包問題（DSKP-dynamic stochastic knapsack problem）時指出，單航節(jié)的座位分配問題可以看成一個DSKP問題，通過設定隨機到達旅客的收益值和拒絕時的懲罰值，可以對該問題求解)(1112pDPff四、座位控

12、制（3）網(wǎng)絡優(yōu)化方法 PMP（probabilistic mathematical programming） DMP（deterministic mathematical programming）四、座位控制（4） 基于遺傳算法的座位優(yōu)化控制模型五、超售管理（1） 為什么要超售 重復訂座 、虛假訂座、noshow等 據(jù)美利堅航空公司測算，如果沒有超售，航班起飛時大約有15的座位虛耗 據(jù)我國南方航空公司市場部航線管理處統(tǒng)計，1998年14月份國內(nèi)航班座位平均虛耗率為1.6，某些航線甚至高達15以上。廣州至北京的3101航班14月份每月的Noshow人數(shù)分別為368、179、152、239，即平均