what has come to be known as “virtu

what has come to be known as “virtual nesting”
(Smith et al. 1992), an assignment process that maps
each itinerary/fare type to a hidden or “virtual” value
class within the airline’s own reservations system. For
an itinerary/fare assigned to a given virtual class,
the seat availability on a given flight leg is established
by the booking limit for that virtual class. Initial
implementations of virtual nesting were based on
total itinerary fare values, giving preference to longerhaul
connecting passengers with higher total fares.
The shortcoming of this “greedy” approach was that
it did not address the need under certain circumstances
to give preference to two “local” passengers
instead of taking the connecting passenger.
OR models have been instrumental in the subsequent
development of O-D control strategies that
allowed airlines to manage seat inventories on
the basis of the network revenue value of each
itinerary/fare combination. Network revenue value can
be defined as the total itinerary fare (ticket value)
minus the revenue displacement that might occur on
connecting flight legs if the passenger’s request for
a multiple-leg itinerary is accepted. For example, the
network revenue value of an $800 total fare on the
first leg of a connecting itinerary must be reduced by
$300 if acceptance of this passenger would result in
displacement of $300 in total network revenue on the
second flight leg. The displacement cost associated
with the last (lowest valued) available seat on a given
flight leg is its marginal value to the total network
revenue—the amount by which the total network revenue
would decrease if we were to “remove” (or sell)
one seat on the flight leg. If the flight leg consistently
has empty seats, the marginal network value of its
last seat would be zero. In the more realistic situation
where the flight leg has a significant probability
of being full and it carries both local and connecting
passengers, determining the impact on total network
revenues of removing a seat can require substantially
more complicated analysis, including network optimization
models.
Various network optimization and heuristic algorithms
have been applied to the problem of determining
the network revenue value contribution of
each O-D itinerary and fare product (or ODIF). As
described in Belobaba (1998), several large airlines
make use of leg-based EMSR values to approximate
the network revenue value associated with a given
connecting itinerary/fare combination. Because these
approaches do not make use of any formal network
optimization models, they are referred to as “legbased
heuristic” models for estimating network revenue
displacement.
The majority of published works devoted to the
O-D seat inventory control problem have proposed
mathematical programming approaches to determine
optimal seat allocations for every ODIF over a network
of connecting flight legs (see, for example,
Glover et al. 1982, Dror et al. 1988, and Curry 1990).
Williamson’s (1992) doctoral thesis provides a comprehensive
review of the literature relevant to the application
of mathematical programming and network flow
models to the O-D seat inventory control problem.
More recently, there have been new works proposing
more sophisticated network models. For example,
Bratu (1998) developed a “probabilistic network
convergence” algorithm for estimating the marginal
network value of the last available seat on each leg
in an airline network. Talluri and van Ryzin (1999a)
propose a randomized linear programming method,
while stochastic dynamic programming is also being
pursued as an alternative algorithm for determining
the marginal network value of a range of remaining
seats on each flight leg to account for changes to the
marginal value as bookings are accepted.
Given an estimate of down-line revenue displacement
it is possible to map ODIFs to virtual classes
based on their estimated network revenue value. Displacement
adjusted virtual nesting (DAVN) increases
availability to connecting passengers, while adjustment
for down-line displacement of revenues ensures
that two local passengers (with a higher total revenue)
will receive preference when two connecting flights
are expected to be heavily booked.
The estimated marginal network revenue of the
lowest-valued available seat on a flight leg can also
be used in a much simpler inventory control mechanism
based on bid price controls. At the time of an
ODIF request for seat availability, the ODIF fare is
evaluated against the sum of the leg bid prices over
the itinerary being requested. As was the case for estimates
of revenue displacement associated with connecting
passengers, leg bid prices can similarly be

ผลลัพธ์ (ไทย) 1:

อะไรมาเรียก "เสมือนเนสติ้ง"(Smith et al. 1992), กระบวนการกำหนดที่แมปแต่ละชนิดเดินทาง/ค่าโดยสารค่าซ่อน หรือ "เสมือน"ชั้นภายในระบบการจองของสายการบินเอง สำหรับการเดินทาง/ค่าโดยสารกับคลาสที่กำหนดเสมือนก่อตั้งขึ้นพร้อมนั่งบนขาเที่ยวบินที่กำหนดโดยขีดจำกัดการจองสำหรับคลาสที่เสมือน เริ่มต้นปฏิบัติการของเนสติ้งเสมือนก็ตามค่าโดยสารรวมค่าเดินทาง ให้ความสำคัญกับ longerhaulเชื่อมต่อผู้โดยสาร ด้วยราคาค่าโดยสารรวมสูงกว่าคงของวิธีการนี้ "โลภ" ได้ที่มันไม่ได้จำเป็นภายใต้สถานการณ์บางอย่างให้ความสำคัญกับสองผู้โดยสารที่ "ท้องถิ่น"แทนที่จะทำผู้โดยสารเชื่อมต่อรุ่นหรือมีเครื่องมือในการต่อมาพัฒนากลยุทธ์ควบคุม O-D ที่อนุญาตให้สายการบินการจัดการสินค้าคงคลังนั่งบนพื้นฐานของมูลค่ารายได้เครือข่ายของแต่ละชุดเดินทาง/ค่าโดยสาร เครือข่ายรายได้มูลค่าสามารถกำหนดเป็นค่าโดยสารเดินทางทั้งหมด (ค่าตั๋ว)ลบแทนรายได้ที่อาจเกิดขึ้นบนเชื่อมต่อเที่ยวบินขาถ้าคำขอของผู้โดยสารยอมรับรายการหลายขา ตัวอย่าง การรายได้ค่าโดยสารรวมเป็น $800 เครือข่ายในการต้องลดช่วงแรกของการเดินทางเชื่อมต่อ$300 ถ้ายอมรับผู้โดยสารนี้จะทำให้ปริมาณกระบอกสูบ $ 300 ในเครือข่ายรวมรายได้ในการสองขาบิน ต้นทุนแทนที่เกี่ยวข้องด้วยสุดท้ายต่ำสุด (บริษัท) ว่างนั่งบนที่กำหนดเที่ยวบินขาเป็นค่ากำไรเครือข่ายทั้งหมดรายได้ – เงินซึ่งรายได้รวมเครือข่ายจะลดลงถ้าจะ "เอา" (หรือขาย)นั่งบนขาบิน ถ้าเลกการบินอย่างสม่ำเสมอมีที่นั่งว่าง ค่ากำไรเครือข่ายของตนที่นั่งหลังสุดจะเป็นศูนย์ ในสถานการณ์ที่สมจริงมากขึ้นที่ขาเที่ยวบินมีความสำคัญการ เต็มรูปแบบและดำเนินการทั้งภายใน และเชื่อมต่อผู้โดยสาร กำหนดผลกระทบต่อเครือข่ายทั้งหมดสามารถกำหนดรายได้ของเอานั่งมากวิเคราะห์ที่ซับซ้อนมากขึ้น เพิ่มประสิทธิภาพเครือข่ายรวมทั้งรูปแบบจำลองต่าง ๆ เครือข่ายเพิ่มประสิทธิภาพและ heuristic อัลกอริทึมใช้การกำหนดสัดส่วนมูลค่ารายได้เครือข่ายของแต่ละ O-D ผลิตภัณฑ์เดินทางและค่าโดยสาร (หรือ ODIF) เป็นอธิบายไว้ใน Belobaba (1998), สายการบินขนาดใหญ่หลายทำให้ใช้ในการประมาณค่า EMSR ตามขาค่ารายได้ของเครือข่ายเกี่ยวข้องกับการกำหนดเชื่อมต่อการเดินทาง/อาหารชุด เนื่องจากเหล่านี้วิธีทำใช้ของเครือข่ายอย่างเป็นทางการปรับรูปแบบ พวกเขาอย่างเป็น "legbasedรุ่นแล้ว"สำหรับการประเมินรายได้ของเครือข่ายปริมาณกระบอกสูบส่วนใหญ่เผยแพร่งานที่ทุ่มเทเพื่อการมีการนำเสนอปัญหาการควบคุมสินค้าคงคลังที่นั่ง O-Dวิธีการเขียนโปรแกรมทางคณิตศาสตร์เพื่อกำหนดการปันส่วนที่นั่งที่ดีที่สุดสำหรับ ODIF ทุกเครือข่ายการเชื่อมต่อเที่ยวบินขา (ดู เช่นโกลเวอร์ et al. 1982, Dror et al. 1988 กแกงปี 1990)วิทยานิพนธ์พัฒนบริหารของ Williamson (1992) ให้ครอบคลุมทบทวนวรรณกรรมที่เกี่ยวข้องกับแอพลิเคชันการเขียนโปรแกรมคณิตศาสตร์และกระแสเครือข่ายรูปแบบปัญหาการควบคุมสินค้าคงคลังนั่ง O-Dเมื่อเร็ว ๆ นี้ มีการทำงานใหม่ที่เสนอรูปแบบเครือข่ายที่ซับซ้อนมากขึ้น ตัวอย่างประตูน้ำ (1998) พัฒนา "probabilistic เครือข่ายบรรจบกัน"อัลกอริทึมสำหรับการประมาณการกำไรค่านั่งสุดท้ายว่างบนขาแต่ละเครือข่ายในเครือข่ายสายการบิน Talluri และ van Ryzin (1999a)เสนอ randomized เส้นเขียนโปรแกรมวิธีการในขณะที่ยังมีการเขียนโปรแกรมแบบสโทแคสติกติดตามเป็นอัลกอริทึมอื่นสำหรับการกำหนดค่าของเครือข่ายต่ำของช่วงของส่วนที่เหลือที่นั่งในแต่ละขาบินการเปลี่ยนแปลงกำไรค่าที่รับจองกำหนดประมาณการรายได้ลงสายแทนจำเป็นต้องแม็ป ODIFs เรียนเสมือนตามค่ารายได้ของเครือข่ายโดยประมาณ ปริมาณกระบอกสูบการปรับปรุงเสมือนซ้อน (DAVN) เพิ่มขึ้นพร้อมการเชื่อมต่อผู้โดยสาร ขณะปรับปรุงสำหรับการย้ายรายได้ลงสายใจผู้โดยสารภายในเครื่องที่สอง (มีรายได้รวมสูงขึ้น)จะได้รับการตั้งค่าเมื่อสองการเชื่อมต่อเที่ยวบินคาดว่าจะต้องการอย่างมากรายได้เครือข่ายต่ำโดยประมาณของการมูลค่าต่ำนั่งว่างบนขาบินสามารถใช้ในมากง่ายกว่าสินค้าคงคลังควบคุมกลไกการควบคุมราคาการประมูล ในขณะการเป็นคำขอที่นั่งพร้อมใช้งาน ค่าโดยสาร ODIF ODIFประเมินจากผลรวมของราคาประมูลขามากกว่าการเดินทางร้องขอ เป็นกรณีสำหรับการประเมินของแทนรายได้ที่เกี่ยวข้องกับการเชื่อมต่อผู้โดยสาร เลกประมูลราคาได้ในทำนองเดียวกัน

ผลลัพธ์ (ไทย) 2:

สิ่งที่ได้มาเป็นที่รู้จักกันในชื่อ "เสมือนรัง"
(สมิ ธ et al. 1992) เป็นกระบวนการที่ได้รับมอบหมายที่แผนที่
แต่ละการเดินทาง / ค่าโดยสารประเภทที่จะซ่อนอยู่หรือ "เสมือน" ค่า
ระดับของตัวเองที่อยู่ในสายการบินระบบการจอง สำหรับ
การเดินทาง / ค่าโดยสารที่ได้รับมอบหมายในชั้นเรียนเสมือนได้รับ,
ที่นั่งว่างบนขาเที่ยวบินที่กำหนดที่จะจัดตั้งขึ้น
โดยการ จำกัด การจองห้องพักสำหรับการเรียนเสมือนที่ เริ่มต้น
การใช้งานของการทำรังเสมือนอยู่บนพื้นฐานของ
ค่าโดยสารการเดินทางทั้งหมดให้การตั้งค่าให้ longerhaul
เชื่อมต่อผู้โดยสารที่มีอัตราค่าโดยสารรวมที่สูงขึ้น.
บกพร่องของ "โลภ" วิธีการก็คือว่า
มันไม่ได้อยู่ที่ความจำเป็นในบางกรณี
เพื่อให้การตั้งค่าสอง "ท้องถิ่น "ผู้โดยสาร
แทนการเชื่อมต่อผู้โดยสาร.
หรือรุ่นที่ได้รับประโยชน์ในการที่ตามมา
ของการพัฒนากลยุทธ์การควบคุมยาที่
ได้รับอนุญาตให้สายการบินในการจัดการสินค้าคงเหลือที่นั่งอยู่บน
พื้นฐานของมูลค่ารายได้จากเครือข่ายของแต่ละ
การเดินทาง / ค่าโดยสารรวมกัน รายได้ค่าเครือข่ายสามารถ
กำหนดเป็นค่าโดยสารการเดินทางรวม (ค่าตั๋ว)
ลบรางรายได้ที่อาจเกิดขึ้นใน
การเชื่อมต่อเที่ยวบินขาถ้าขอโดยสารสำหรับ
การเดินทางหลายขาได้รับการยอมรับ ตัวอย่างเช่น
รายได้ค่าเครือข่ายของ $ 800 ค่าโดยสารรวม
ขาแรกของการเดินทางเชื่อมต่อจะต้องลดลงจาก
$ 300 ถ้าได้รับการยอมรับผู้โดยสารนี้จะส่งผลใน
การกำจัดของ 300 $ ในรายได้เครือข่ายรวม
ขาเที่ยวบินที่สอง ค่าใช้จ่ายในการกำจัดที่เกี่ยวข้อง
กับที่ผ่านมา (ต่ำสุดมูลค่า) ที่มีอยู่บนที่นั่งที่กำหนด
เที่ยวบินขาคือค่าเล็กน้อยไปยังเครือข่ายรวม
รายได้จำนวนเงินโดยที่รายได้จากเครือข่ายทั้งหมด
จะลดลงถ้าเราจะ "ลบ" (หรือขาย)
อย่างใดอย่างหนึ่ง ที่นั่งในเที่ยวบินขา ถ้าขาเที่ยวบินอย่างต่อเนื่อง
มีที่นั่งว่างค่าเครือข่ายขอบของ
ที่นั่งที่ผ่านมาจะเป็นศูนย์ ในสถานการณ์จริงมากขึ้น
ที่ขาเที่ยวบินที่มีความน่าจะเป็นอย่างมีนัยสำคัญ
ของการเป็นเต็มรูปแบบและจะดำเนินการทั้งในระดับท้องถิ่นและการเชื่อมต่อ
ผู้โดยสารกำหนดผลกระทบต่อเครือข่ายรวม
รายได้จากการเอาที่นั่งจะต้องมีนัยสำคัญ
การวิเคราะห์ที่ซับซ้อนมากขึ้นรวมทั้งเพิ่มประสิทธิภาพเครือข่าย
รุ่น.
เครือข่ายต่างๆ การเพิ่มประสิทธิภาพและขั้นตอนวิธีการแก้ปัญหา
ได้ถูกนำมาใช้ในการแก้ไขปัญหาของการกำหนด
ผลงานที่รายได้ค่าเครือข่ายของ
แต่ละการเดินทาง OD และสินค้าค่าโดยสาร (หรือ ODIF) ในฐานะที่
อธิบายไว้ใน Belobaba (1998) สายการบินขนาดใหญ่หลายแห่ง
ทำให้การใช้ขาตามค่า EMSR ที่ใกล้เคียงกับ
รายได้ค่าเครือข่ายที่เกี่ยวข้องกับการได้รับ
การเชื่อมต่อการเดินทาง / ค่าโดยสารรวมกัน เพราะสิ่งเหล่านี้
วิธีการที่ไม่ได้ใช้ประโยชน์จากเครือข่ายอย่างเป็นทางการใด ๆ
รูปแบบการเพิ่มประสิทธิภาพของพวกเขาจะถูกเรียกว่า "legbased
แก้ปัญหา "แบบจำลองสำหรับการประเมินรายได้จากเครือข่าย
เคลื่อนที่.
ส่วนใหญ่ของการทำงานที่ทุ่มเทให้กับการเผยแพร่
ปัญหาการควบคุมสินค้าคงคลัง OD ที่นั่งได้เสนอ
แนวทางการเขียนโปรแกรมทางคณิตศาสตร์ในการตรวจสอบ
การจัดสรรที่นั่งที่ดีที่สุดสำหรับ ODIF ทุกเครือข่าย
ของการเชื่อมต่อขาเที่ยวบิน (ดูตัวอย่างเช่น
ถุงมือ et al. 1982 Dror et al. 1988 และแกง 1990).
วิลเลียมสัน (1992) วิทยานิพนธ์ปริญญาเอกให้ครอบคลุม
การทบทวนวรรณกรรมที่เกี่ยวข้อง กับการประยุกต์ใช้
ในการเขียนโปรแกรมทางคณิตศาสตร์และการไหลของเครือข่าย
แบบให้ปัญหาการควบคุมสินค้าคงคลังที่นั่ง OD.
เมื่อเร็ว ๆ นี้ได้มีการเสนอผลงานใหม่
แบบจำลองเครือข่ายที่มีความซับซ้อนมากขึ้น ตัวอย่างเช่น
Bratu (1998) พัฒนา "ความน่าจะเป็นเครือข่าย
คอนเวอร์เจนซ์ "อัลกอริทึมสำหรับการประเมินร่อแร่
ค่าเครือข่ายของที่นั่งที่มีอยู่ล่าสุดเมื่อวันที่ขาแต่ละ
ในเครือข่ายของสายการบิน Talluri และรถตู้ Ryzin (1999a)
เสนอวิธีการเขียนโปรแกรมเชิงเส้นแบบสุ่ม
ในขณะที่การเขียนโปรแกรมแบบไดนามิกสุ่มนอกจากนี้ยังถูก
ไล่ตามเป็นขั้นตอนวิธีทางเลือกสำหรับการกำหนด
ค่าเครือข่ายขอบของช่วงที่เหลือของ
ที่นั่งในแต่ละเที่ยวบินขาไปยังบัญชีสำหรับการเปลี่ยนแปลง
ค่าเล็กน้อย เป็นบริการจองห้องพักได้รับการยอมรับ.
ได้รับการประมาณการของรายได้ลงเส้นราง
มันเป็นไปได้ที่จะ map ODIFs เรียนเสมือนจริง
ขึ้นอยู่กับมูลค่ารายได้จากเครือข่ายของพวกเขาโดยประมาณ แทนที่
ปรับรังเสมือน (DAVN) เพิ่ม
ความพร้อมที่จะเชื่อมต่อผู้โดยสารในขณะที่การปรับตัว
สำหรับการกำจัดเส้นลงของรายได้เพื่อให้แน่ใจ
ว่าทั้งสองผู้โดยสารท้องถิ่น (ที่มีรายได้รวมสูงกว่า)
จะได้รับการตั้งค่าเมื่อสองเที่ยวบินเชื่อมต่อ
ที่คาดว่าจะได้รับการจองอย่างหนัก.
ประมาณ รายได้ส่วนเพิ่มของเครือข่าย
ต่ำสุดมูลค่าที่นั่งที่มีอยู่บนเที่ยวบินขานอกจากนี้ยังสามารถ
นำมาใช้ในกลไกการควบคุมสินค้าคงคลังที่ง่ายมาก
ขึ้นอยู่กับการควบคุมการเสนอราคาราคา ในช่วงเวลาของ
การร้องขอ ODIF สำหรับความพร้อมที่นั่งโดยสาร ODIF มีการ
ประเมินเทียบกับผลรวมของราคาเสนอซื้อขามากกว่า
การเดินทางที่มีการร้องขอ อย่างเช่นกรณีสำหรับการประมาณการ
ของรางรายได้ที่เกี่ยวข้องกับการเชื่อมต่อ
ผู้โดยสารขาราคาเสนอซื้อในทำนองเดียวกันสามารถ

ผลลัพธ์ (ไทย) 3:

สิ่งที่ได้มาเป็นที่รู้จักในฐานะเสมือน " ทำรัง "
( Smith et al . 2535 ) กำหนดกระบวนการที่แผนที่
แต่ละการเดินทาง / ค่าโดยสารประเภทซ่อนหรือ " เสมือน " ค่า
คลาสภายในระบบการจองของสายการบินเอง สำหรับ
itinerary / ค่าโดยสารมอบหมายให้ให้เสมือนห้องเรียน
ที่นั่งว่างบนเที่ยวบิน โดยให้ขาขึ้น
จองจํากัดที่เสมือนห้องเรียน เริ่มต้น
ใช้เสมือนทำรังตาม
ค่าการเดินทางค่าโดยสารทั้งหมดให้ตั้งค่าการเชื่อมต่อผู้โดยสารกว่า longerhaul

รวมค่าโดยสาร ข้อบกพร่องของ " โลภ " วิธีการคือ
มันไม่ที่อยู่ต้องการภายใต้สถานการณ์บางอย่าง
ฝักใฝ่สอง " ท้องถิ่น " ผู้โดยสาร
แทนการใช้เชื่อมต่อผู้โดยสาร
หรือรุ่นที่ได้รับเครื่องมือในการพัฒนากลยุทธ์การควบคุมตามมา

o-d ที่อนุญาตให้สายการบินเพื่อการจัดการสินค้าคงคลังบนที่นั่ง
พื้นฐานของเครือข่ายรายได้ ค่าของแต่ละ
การเดินทาง / ค่าโดยสารรวม มูลค่ารายได้เครือข่ายสามารถ
หมายถึงค่าโดยสารการเดินทางทั้งหมด ( ค่าบัตร )
ลบแทนที่รายได้ที่อาจเกิดขึ้นบน
เครื่องเชื่อมขาถ้าผู้โดยสารขอ
หลายขา การเดินทางที่เป็นที่ยอมรับ ตัวอย่างเช่น
เครือข่ายรายได้ค่าของ $ 800 รวมค่าโดยสารบน
ขาแรกของการเชื่อมต่อการเดินทางต้องลดลงโดย
$ 300 ถ้ารับผู้โดยสารคนนี้ก็คือ "
+ $ 300 ในรายได้ของเครือข่ายทั้งหมดบน
ขาการบิน 2 ต้นทุนที่เกี่ยวข้อง
การแทนที่กับสุดท้าย ( ต่ำสุดมูลค่า ) ที่นั่งในเที่ยวบินขาให้
มูลค่าส่วนเพิ่มของรายได้รวมจำนวนเงินที่เครือข่าย

รายได้เครือข่ายทั้งหมดจะลดลง ถ้าเราเป็น " ลบ " ( หรือขาย )
1 ที่นั่งในเที่ยวบินขาไป ถ้าเที่ยวบินขาอย่างต่อเนื่อง
มีเก้าอี้ว่างโดยเครือข่ายคุณค่าของ
ที่นั่งสุดท้ายจะเป็น ศูนย์ ในสถานการณ์ที่สมจริงมากขึ้น
ที่บินขามี
ความน่าจะเป็นที่สําคัญของการเต็มรูปแบบและมันมีทั้งท้องถิ่นและการเชื่อมต่อ
ผู้โดยสาร กำหนดผลกระทบต่อรายได้รวมเครือข่าย
เอาที่นั่งสามารถต้องการอย่างมาก
การวิเคราะห์ที่ซับซ้อนมากขึ้น รวมถึงการเพิ่มประสิทธิภาพเครือข่ายแบบ
.
เพิ่มประสิทธิภาพเครือข่ายต่างๆและฮิวริสติกอัลกอริทึม
ได้ถูกประยุกต์ใช้กับปัญหาของการกำหนด
มูลค่ารายได้เครือข่าย สนับสนุน ของ แต่ละ o-d
การเดินทางและค่าโดยสารผลิตภัณฑ์ ( หรือ odif ) ตามที่อธิบายไว้ใน belobaba
( 1998 ) , ขนาดใหญ่หลายสายการบิน
ให้ใช้ขายึด emsr ค่าโดยประมาณ
เครือข่ายรายได้ค่าเชื่อมต่อการเดินทางที่เกี่ยวข้องกับให้
/ ค่าโดยสารรวม เพราะวิธีเหล่านี้
ไม่ใช้รุ่นใดๆ การเพิ่มประสิทธิภาพเครือข่าย
อย่างเป็นทางการพวกเขาจะเรียกว่า " legbased
) " แบบจำลองในการประมาณรายได้แบบเครือข่าย
.
ส่วนใหญ่เผยแพร่ผลงานเพื่อรองรับ
o-d ที่นั่งการควบคุมสินค้าคงคลังปัญหาได้เสนอโปรแกรมทางคณิตศาสตร์วิธีการตรวจสอบ

การจัดสรรที่นั่งที่เหมาะสมสำหรับทุก odif ผ่านเครือข่ายของการเชื่อมต่อเที่ยวบิน ( เห็นขา

โกลเวอร์ ตัวอย่างเช่น et al . 1982 dror et al . 1988 และแกง 1990 )
วิลเลียมสัน ( 1992 ) วิทยานิพนธ์ปริญญาเอกให้ตรวจสอบที่ครอบคลุมของวรรณกรรมที่เกี่ยวข้องกับ

ของการโปรแกรมทางคณิตศาสตร์และแบบจำลองการไหล
เครือข่ายไปยัง o-d ที่นั่งการควบคุมสินค้าคงคลังปัญหา .
เมื่อเร็วๆ นี้ มีงานใหม่ เสนอ
รูปแบบเครือข่ายที่ซับซ้อนมากขึ้น ตัวอย่างเช่น bratu

" ( 1998 ) พัฒนาเครือข่ายเชิงความน่าจะเป็นบรรจบกัน " วิธีประมาณค่า
เครือข่ายคุณค่าของที่นั่งสุดท้ายบนแต่ละขา
ในสายการบินในเครือข่าย talluri และรถตู้ ryzin ( 1999a )
เสนอโดยโปรแกรมเชิงเส้นวิธี
ในขณะที่การเขียนโปรแกรมพลวัต Stochastic ยังถูก
ติดตามเป็นขั้นตอนวิธีการกำหนดค่าเครือข่ายค่า

ช่วงที่เหลือที่นั่งในแต่ละเที่ยวบินขาบัญชีสำหรับการเปลี่ยนแปลง
มูลค่าส่วนเพิ่มที่จองได้รับการยอมรับ ได้รับการลงบรรทัด

รายได้การเป็นไปได้ในแผนที่ odifs เรียนเสมือน
ตามประมาณการเครือข่ายรายได้ค่า ปรับค่า

( davn เสมือนรัง ) เพิ่มความพร้อมต่อผู้โดยสาร ในขณะที่การปรับตัว
สำหรับลงบรรทัดแทนที่รายได้มั่นใจ
2 ท้องถิ่นผู้โดยสาร ( รายได้สูง )
จะได้รับความชอบเมื่อสองการเชื่อมต่อเที่ยวบิน
คาดว่าจะหนักแล้ว ส่วนรายได้ของเครือข่ายประมาณ

สุดมูลค่าของที่นั่งในเที่ยวบินขาสามารถ
จะใช้ในการควบคุมสินค้าคงคลังกลไกง่ายขึ้นมาก
ตามการประมูลการควบคุมราคา ในเวลาของ
odif ขอที่นั่ง , odif ค่าโดยสาร
ประเมินกับผลรวมของขาประมูลราคาเกิน
รายละเอียดการขอ เป็นกรณีสำหรับประมาณการของรายได้ที่เกี่ยวข้องกับการเชื่อมต่อแบบ

ผู้โดยสารขาประมูลราคาได้เหมือนกัน