基于收益管理的無約束租車需求預(yù)測模型研究.pdf

1、我國汽車租賃業(yè)經(jīng)過近30年的發(fā)展，簡單的經(jīng)營模式已不能適應(yīng)快速發(fā)展的社會潮流。汽車租賃企業(yè)開始探究收益管理在汽車租賃業(yè)中的應(yīng)用研究，雖然通過容量控制、超售和定價(jià)策略能夠提高期望收益，但要取決于需求預(yù)測的準(zhǔn)確性。而需求預(yù)測建立在歷史需求數(shù)據(jù)的基礎(chǔ)上，但歷史數(shù)據(jù)往往受到約束，不能反映真實(shí)的乘客歷史需求狀況，因此需要對約束數(shù)據(jù)進(jìn)行無約束修復(fù)。利用修復(fù)后的無約束數(shù)據(jù)進(jìn)行未來時(shí)刻需求預(yù)測稱為無約束需求預(yù)測。由于汽車租賃站點(diǎn)車輛種類多，顧客主觀能動

2、性強(qiáng)，升級和降級的概率較高，使無約束需求預(yù)測成為收益管理在汽車租賃應(yīng)用中的難題。
　　汽車租賃的無約束需求預(yù)測主要包括歷史約束需求的無約束修復(fù)和未來時(shí)刻需求預(yù)測兩部分。主要工作和研究成果如下:
　　首先，在文獻(xiàn)綜述的基礎(chǔ)上，以汽車租賃收益管理為研究對象，分析收益管理的發(fā)展?fàn)顩r和使用條件;以汽車租賃收益管理特點(diǎn)為基礎(chǔ)，得到汽車租賃收益管理應(yīng)用中無約束需求預(yù)測的重要性。
　　其次，提出考慮顧客選擇行為的無約束需求修復(fù)方法。

3、傳統(tǒng)無約束需求修復(fù)方法建立在傳統(tǒng)收益管理之上，不能描述顧客的主觀選擇行為。為此，設(shè)計(jì)顧客租車意向調(diào)查，利用變精度粗糙集的層次分析法對數(shù)據(jù)進(jìn)行處理，得到影響顧客租車選擇的因素以及權(quán)重;設(shè)計(jì)顧客滿意度調(diào)查，然后利用多項(xiàng)離散選擇模型處理數(shù)據(jù)，得到顧客選擇偏好概率，在此基礎(chǔ)上對傳統(tǒng)Spill模型加以改進(jìn)。
　　再次，提出基于線性方法與非線性方法相結(jié)合的組合預(yù)測模型。線性的Holt-winter模型對存在季節(jié)性和周期性變化的汽車租賃需求有較

4、好的預(yù)測效果，但顧客需求是受多種因素影響的復(fù)雜序列，線性預(yù)測不能滿足越來越高的精度要求;而非線性的BP神經(jīng)網(wǎng)絡(luò)擁有強(qiáng)大的容錯(cuò)能力和聯(lián)想記憶能力，但有陷入局部最優(yōu)的風(fēng)險(xiǎn)，因此將兩種方法合理的組合起來，利用各單項(xiàng)模型有用信息，能夠避免單項(xiàng)預(yù)測導(dǎo)致的誤差。
　　最后，通過數(shù)值算例，得到傳統(tǒng)修復(fù)模型和改進(jìn)模型的無約束需求修復(fù)結(jié)果。利用修復(fù)后的無約束需求，得到三種預(yù)測方法未來一周期的預(yù)測需求。通過與真實(shí)需求對比，驗(yàn)證了組合預(yù)測模型和考慮顧客