简介:针对动态、网络环境下的收益管理问题,提出了一个联合舱位控制和超售决策的模型。首先,从航空公司运营的实际角度出发,把No-shows和DB因素考虑在内,并且考虑旅客预订请求的动态性。建立了在整个网络环境下以航空公司期望收益最大化为目标的动态模型。其次,鉴于模型的复杂性,提出了一种随机模拟方法。具体上,通过AnyLogic平台模拟仿真得到订票阶段每个OD航节上各舱位旅客预订的随机到达数,并且通过lingo平台求解得到各舱位等级的座位分配数和整个航线网络的期望收益,再根据票价价值进行等级嵌套。最后,通过对算例结果分析,表明该模型是有效的。
简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。