airline would never turn down a high fare request, as
long as there are any seats still available for the flight.
OR work on “seat allocation” problems for two fare
classes (full-fare and discount fare) can be traced to
Littlewood (1972). Littlewood’s (1972) rule for protecting
full-fare seats was extended to multiple nested fare
classes by Belobaba (1987, 1989), who wrote the first
doctoral dissertation on airline pricing and revenue
management. The Expected Marginal Seat Revenue
(EMSR) approach for setting RM booking limits was
then refined to become the “EMSRb” model (Belobaba
1992a). These models were the first to recognize
that the optimality conditions for traditional resource
(seat) allocation problems did not result in the maximum
expected revenues in a multiple class, nested
booking limit environment. Both models are based on
heuristic decision rules for nested booking classes and
have become the most commonly used seat inventory
control models in airline RM systems. Optimal formulations
of the multiple nested class problem have also
been published by Curry (1990), Brumelle et al. (1990),
and Wollmer (1992).
The general premise of these fare class mix models
is as follows. Given the forecast demand for each
booking class, expressed in terms of a mean and standard
deviation, along with its associated average fare,
the expected marginal revenue of each incremental
seat on a flight leg can be determined. It is equal to
the average fare of the booking class under consideration
multiplied by the probability that demand will
materialize for that incremental seat. The optimal protection
level for a higher-class seat is equal to the number
of seats with an expected marginal seat revenue
greater than or equal to the average fare in the next
lower class. Because higher fare classes have access
to unused lower class seats in a nested booking class
inventory structure, the problem is to find seat protection
levels for higher classes, and booking limits on
lower classes. Simulations and actual airline experience
have indicated that use of these decision models
for establishing the fare class mix of seats on each
flight departure can increase total airline revenues by
2%–4% (Belobaba 1989).
Recent research on the single-leg fare class mix
problem has been rather limited, as both researchers
and practitioners have focused on network optimization
techniques for airline revenue management
instead, as described below. The most recent published
works involve extensions that include the
application of DP methods and the joint optimization
of fare class booking limits and overbooking levels
(for example, Zhao and Zheng 2001), as well as the
joint optimization of the airline pricing and fare class
mix problems, as described in §3.5.
3.4. Network Revenue Management:
Origin-Destination Control
Network RM (or O-D Control) represents a major step
beyond the fare class mix capabilities of most thirdgeneration
RM systems, and is currently being pursued
by the largest and most advanced airlines in the
world. As its name implies, O-D control gives the airline
the capability to manage its seat inventory by the
revenue value of the passenger’s origin-destination
itinerary on the airline’s network, not simply according
to the fare class requested on a single flight leg.
Because a leg-based RM system cannot distinguish
among itineraries in the same fare class, optimizing
fare class mix on each flight leg individually will not
ensure that total network revenues are being maximized.
This is especially true for the large connecting
hub networks operated by many airlines, in which a
substantial proportion of passenger itineraries involve
multiple flight legs and a connection at the hub.
As a first step in the implementation of O-D control
strategies, American Airlines in the 1980s developed
สายการบินจะไม่หันมาร้องขอค่าโดยสารสูงเป็น
ตราบใดที่มีที่นั่งยังคงมีอยู่สำหรับเที่ยวบิน.
หรือทำงานเกี่ยวกับ "การจัดสรรที่นั่ง" ปัญหาค่าโดยสารสอง
ชั้นเรียน (ค่าโดยสารเต็มและอาหารส่วนลด) สามารถโยงไปถึง
Littlewood (1972 ) ของ Littlewood (1972) กฎสำหรับการปกป้อง
ที่นั่งเต็มค่าโดยสารก็ขยายไปถึงค่าโดยสารที่ซ้อนกันหลาย
ชั้นเรียนโดย Belobaba (1987, 1989) ผู้เขียนครั้งแรก
วิทยานิพนธ์ปริญญาเอกของสายการบินในการกำหนดราคาและรายได้จาก
การบริหารจัดการ รายได้ที่คาดว่าจะ Marginal ที่นั่ง
(EMSR) สำหรับวิธีการตั้งค่าการ จำกัด จอง RM ถูก
กลั่นแล้วจะกลายเป็น "EMSRb" รูปแบบ (Belobaba
1992a) รูปแบบเหล่านี้เป็นคนแรกที่จะรับรู้
ว่าเงื่อนไข optimality สำหรับทรัพยากรดั้งเดิม
(ที่นั่ง) ปัญหาการจัดสรรไม่ได้ผลในสูงสุด
คาดว่ารายได้ในชั้นเรียนหลายซ้อน
สภาพแวดล้อมวงเงินจอง ทั้งสองรุ่นจะขึ้นอยู่กับ
การตัดสินใจแก้ปัญหากฎระเบียบสำหรับการเรียนการจองห้องพักที่ซ้อนกันและ
ได้กลายเป็นที่ใช้กันมากที่สุดสินค้าคงคลังที่นั่ง
รุ่นสายการบินในการควบคุมระบบ RM สูตรที่ดีที่สุด
ของปัญหาที่ซ้อนกันหลายชั้นนอกจากนี้ยังได้
รับการตีพิมพ์โดยแกง (1990), et al, Brumelle (1990),
และ Wollmer (1992).
สถานที่ทั่วไปของรูปแบบผสมระดับค่าโดยสารเหล่านี้
จะเป็นดังนี้ ได้รับการพยากรณ์ความต้องการสำหรับแต่ละ
ชั้นโดยสารแสดงในแง่ของความหมายและมาตรฐาน
การเบี่ยงเบนพร้อมกับค่าโดยสารเฉลี่ยที่เกี่ยวข้อง,
รายได้ส่วนเพิ่มที่คาดว่าจะเพิ่มขึ้นในแต่ละ
ที่นั่งในเที่ยวบินขาสามารถกำหนด มันจะมีค่าเท่ากับ
ค่าโดยสารเฉลี่ยของระดับการจองภายใต้การพิจารณา
คูณด้วยน่าจะเป็นที่ความต้องการจะ
เป็นรูปธรรมสำหรับที่นั่งที่เพิ่มขึ้น ป้องกันที่ดีที่สุด
ระดับที่นั่งชั้นที่สูงขึ้นจะเท่ากับจำนวน
ที่นั่งที่มีรายได้ที่นั่งร่อแร่คาดว่า
มากกว่าหรือเท่ากับค่าโดยสารเฉลี่ยในครั้งต่อไป
คนชั้นต่ำ เพราะค่าโดยสารชั้นเรียนที่สูงขึ้นมีการเข้าถึง
ที่ไม่ได้ใช้จะต่ำกว่าที่นั่งชั้นในการจองห้องพักที่ซ้อนกันระดับ
โครงสร้างสินค้าคงคลังปัญหาคือการหาการป้องกันที่นั่ง
สำหรับการเรียนในระดับที่สูงขึ้นและข้อ จำกัด ในการจองห้องพัก
ชั้นล่าง จำลองและประสบการณ์ของสายการบินที่เกิดขึ้นจริง
ได้ชี้ให้เห็นว่าการใช้แบบจำลองการตัดสินใจเหล่านี้
สำหรับการสร้างการผสมผสานชั้นโดยสารที่นั่งในแต่ละ
เดินทางสามารถเพิ่มรายได้ของสายการบินโดยรวม
2% -4% (Belobaba 1989).
การวิจัยล่าสุดบนขาเดียวชั้นโดยสาร ผสม
ปัญหาได้รับค่อนข้าง จำกัด ในฐานะนักวิจัย
และผู้ปฏิบัติงานมีความสำคัญในการเพิ่มประสิทธิภาพเครือข่าย
เทคนิคในการจัดการรายได้ของสายการบิน
แทนตามที่อธิบายไว้ด้านล่าง ตีพิมพ์ล่าสุด
ผลงานที่เกี่ยวข้องกับส่วนขยายที่มี
การประยุกต์ใช้วิธี DP และการเพิ่มประสิทธิภาพร่วมกัน
ของข้อ จำกัด ของการจองห้องพักชั้นโดยสารและระดับจองมากกว่าจำนวน
(เช่น Zhao และเจิ้ง 2001) เช่นเดียวกับ
การเพิ่มประสิทธิภาพการกำหนดราคาร่วมกันของสายการบินและชั้นโดยสาร
ผสม ปัญหาที่อธิบายไว้ใน§3.5.
3.4 เครือข่ายการจัดการรายได้:
แหล่งกำเนิดปลายทางควบคุม
เครือข่าย RM (หรือ OD Control) เป็นขั้นตอนที่สำคัญ
เกินความสามารถผสมระดับค่าโดยสารส่วนใหญ่ thirdgeneration
ระบบ RM, และกำลังถูกไล่ล่า
โดยสายการบินที่ใหญ่ที่สุดและทันสมัยที่สุดใน
โลก เป็นชื่อของมันหมายถึงการควบคุม OD จะช่วยให้สายการบินที่
ความสามารถในการจัดการสินค้าคงคลังที่นั่งโดย
มูลค่ารายได้จากผู้โดยสารกำเนิดปลายทาง
การเดินทางบนเครือข่ายของสายการบินไม่เพียงตาม
ชั้นโดยสารที่มีการร้องขอในขาบินเดียว.
เพราะขา ระบบ RM ชั่นไม่สามารถแยกแยะความแตกต่าง
ในหมู่เส้นทางในชั้นโดยสารเดียวกันการเพิ่มประสิทธิภาพ
การผสมผสานชั้นโดยสารบนขาแต่ละเที่ยวบินจะไม่
มั่นใจว่ารายได้รวมของเครือข่ายที่มีการขยาย.
นี้จะเป็นจริงโดยเฉพาะอย่างยิ่งสำหรับการเชื่อมต่อที่มีขนาดใหญ่
เป็นศูนย์กลางเครือข่ายที่ดำเนินการโดยสายการบินจำนวนมากใน ซึ่ง
สัดส่วนของผู้โดยสารเส้นทางที่เกี่ยวข้องกับ
ขาเที่ยวบินและการเชื่อมต่อหลายที่ฮับ.
ในฐานะที่เป็นขั้นตอนแรกในการดำเนินการควบคุม OD
กลยุทธ์อเมริกันแอร์ไลน์ในปี 1980 ได้รับการพัฒนา
การแปล กรุณารอสักครู่..