System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及资产收益管理,具体而言,涉及一种基于多目标优化和动态调整的票价体系设定方法。
技术介绍
1、在收益管理中,票价体系的优化设定是一个复杂的问题,它涉及到多个相互冲突的目标,如收益最大化、成本最小化以及客户满意度等。传统的票价设定方法主要依赖于经验和历史数据,缺乏量化的管理手段,这在很大程度上限制了票价设定的科学性和灵活性。随着高速铁路的快速发展,人民生活水平的稳步提升,高速铁路正在悄然改变着人们的生活方式。在高速铁路快速崛起的同时,其票价体系存在的问题正逐步凸显出来。传统的定价方法已经在某种程度上制约着高速铁路的发展。现有的票价体系存在问题,如老高铁线票价调整不及时,票务退改签制度未考虑旅客所购车票的优惠比例,导致高铁运能浪费。此外,现有的票价体系未能充分体现市场需求和竞争状况,缺乏灵活性和适应性。
技术实现思路
1、本专利技术的目的在于提供一种基于多目标优化和动态调整的票价体系设定方法,以改善上述问题。为了实现上述目的,本专利技术采取的技术方案如下:
2、第一方面,本申请提供了一种基于多目标优化和动态调整的票价体系设定方法,包括:
3、收集旅行区间内从一个地点出发到达另一个地点的所有席别的订单数据,通过回归分析构建需求价格函数,通过成本数据分析,建立成本函数;
4、基于成本函数,将成本覆盖价格作为下限,在此区间内建立可选价格点集合,在关键区域增加价格点密度,使用插值法填充额外价格点,确保覆盖整个价格区间,得到潜在执行价格集合,其中可
5、根据潜在执行价格集合,采用遍历计算和快速精英多目标遗传算法运用收益计算模型计算价格组合下的运输收益,得到期望最大收益,以期望最大收益作为目标函数,引入组合中每个价格点对应的座位存量约束,搜索并筛选出处于帕累托前沿的潜在执行价格组合集合,得到最优价格组合,进而将最优价格组合作为票价体系的设定结果,其中收益计算需考虑价格、需求量、座位存量、折扣以及附加费用;
6、对设定结果进行验证,建立动态调整机制,基于实时销售数据、市场反馈持续优化价格点以及验证结果对票价体系设定方法进行调整,以确保票价体系设定方法的最终优化效果。
7、优选地,所述收集旅行区间内从一个地点出发到达另一个地点的所有席别的订单数据,通过回归分析构建需求价格函数,其中包括:
8、收集旅行区间内从一个地点出发到达另一个地点的所有席别的订单数据,识别并记录该时间段内所有不同的价格等级,并按价格从低到高进行顺序标记,得到每个价格等级的订单数量;
9、基于每个价格等级的订单数量,经过需求分析处理,得到第一需求数据和第二需求数据,其中第一需求数据为该价格等级对应的订单数据,其需求为该价格订单需求之和;其中第二需求数据为对应不小于该价格等级的订单数据,其需求为从该价格等级到最高价格等级的订单需求之和;
10、根据第二需求数据,运用回归分析方法拟合价格与需求之间的关系,进而得到执行固定票价时,价格变化对旅客需求量影响的需求价格函数。
11、优选地,所述基于成本函数,将成本覆盖价格作为下限,在此区间内建立可选价格点集合,在关键区域增加价格点密度,使用插值法填充额外价格点,确保覆盖整个价格区间,得到潜在执行价格集合,其中包括:
12、利用多元回归分析历史销售数据和市场信息,构建需求价格函数;基于需求价格函数,运用蒙特卡洛模拟方法,考虑市场波动因素,计算风险调整后的成本覆盖价格,作为最低可接受价格;通过线性规划方法,考虑市场容量和竞争因素,确定最高可行价格;在最低可接受价格和最高可行价格之间建立连续价格区间;
13、根据连续价格区间,为主要客户群体设定相对应的价格点,基于季节性分析,为显著的季节性波动设置相对应的价格点,在考虑竞争的情况下,在主要竞争对手价格周围分配额外价格点;
14、在额外价格点的基础上,根据给定的价格点数量,使用插值方法填充剩余价格点,确定可选价格点集合。
15、优选地,所述采用遍历计算和快速精英多目标遗传算法运用收益计算模型计算价格组合下的运输收益,得到期望最大收益,其中包括:
16、计算考虑单一票价时,各个价格相对应的等级下的旅客需求;
17、基于旅客需求考虑价格组合中多种价格并存的情况,经过需求向下兼容处理原则,依照价格从高到低计算各个价格等级的需求预测值;
18、根据需求预测值和相应的票价,经过收益计算处理,得到采用多种价格并行时的期望收益;
19、比较不同价格组合下的期望收益,将收益最大化的价格组合记作该旅行区段的期望最大收益。
20、优选地,所述采用遍历计算和快速精英多目标遗传算法运用收益计算模型计算价格组合下的运输收益,得到期望最大收益,以期望最大收益作为目标函数,引入组合中每个价格点对应的座位存量约束,搜索并筛选出处于帕累托前沿的潜在执行价格组合集合,得到最优价格组合,其中计算步骤如下:
21、步骤一、根据价格点集合考虑不同潜在价格组合,并将不同潜在价格组合作为不同个体设计的编码方案,基于快速精英多目标遗传算法的初始化种群,生成一组随机的初始解,其中初始解包括每个解均具备一个相对应的选择模型配置,确保初始种群覆盖解空间各个部分;
22、步骤二、基于初始解,对每个个体进行适应度评估,并使用选择模型计算乘客选择概率,计算第一目标函数和第二目标函数,第一目标函数为期望收益最大化,第二目标函数为价格组合中的价格数量最小化;
23、步骤三、根据第一目标函数和第二目标函数,对种群进行非支配排序,其中非支配排序包括寻找出所有非支配解,并形成第一前沿,并在剩余解中继续寻找非支配解,形成下一个前沿,重复迭代,直到所有解均完成分类;
24、步骤四、基于步骤三中所有分类后的解,计算相邻解之间的归一化距离,其中解的总拥挤度距离是其在所有目标函数上距离的总和;
25、步骤五、随机选择两个个体,比较它们的非支配排序等级,如果等级相同,选择拥挤度距离大的个体,重复此过程,直到选择足够的父代个体;
26、步骤六、合并父代和子代种群,对合并种群进行非支配排序和拥挤度距离计算,选择排序靠前且拥挤度距离大的个体组成新一代种群;
27、步骤七、检查是否达到最大迭代次数或其他终止条件,如未达到,继续迭代,如达到,则输出最终的非支配解集,分析不同解之间的权衡关系;
28、步骤八、根据最终的非支配解集,经过决策支持系统中的分析工具和模型对帕累托解进行处理,并结合实际运营条件和决策者偏好,从帕累托前沿中选择最终的最优价格组合,其中最优价格组合在满足运营条件的同时,将旅行区段的期望收益最大化。
29、第二方面,本申请还提供了一种基于多目标优化和动态调整的票价体系设定系统,包括:
30、收集模块:本文档来自技高网...
【技术保护点】
1.一种基于多目标优化和动态调整的票价体系设定方法,其特征在于,包括:
2.根据权利要求1所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,所述收集旅行区间内从一个地点出发到达另一个地点的所有席别的订单数据,通过回归分析构建需求价格函数,其中包括:
3.根据权利要求1所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,所述基于成本函数,将成本覆盖价格作为下限,在此区间内建立可选价格点集合,在关键区域增加价格点密度,使用插值法填充额外价格点,确保覆盖整个价格区间,得到潜在执行价格集合,其中包括:
4.根据权利要求3所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,在所述确定可选价格点集合的基础上筛选出一定数量的价格作为潜在的执行价格,计算所有可能的价格组合数量,并得到价格组合选择集,组合集数量计算公式如下:
5.根据权利要求1所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,所述采用遍历计算和快速精英多目标遗传算法运用收益计算模型计算价格组合下的运输收益,得到期望最大收益,其中包括:
>6.根据权利要求5所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,所述期望最大收益的计算公式如下:
7.根据权利要求1所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,所述采用遍历计算和快速精英多目标遗传算法运用收益计算模型计算价格组合下的运输收益,得到期望最大收益,以期望最大收益作为目标函数,引入组合中每个价格点对应的座位存量约束,搜索并筛选出处于帕累托前沿的潜在执行价格组合集合,得到最优价格组合,其中计算步骤如下:
8.一种基于多目标优化和动态调整的票价体系设定系统,基于权利要求1所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,包括:
9.根据权利要求8所述的基于多目标优化和动态调整的票价体系设定系统,其特征在于,所述收集模块,其中包括:
10.根据权利要求8所述的基于多目标优化和动态调整的票价体系设定系统,其特征在于,所述建立模块,其中包括:
...【技术特征摘要】
1.一种基于多目标优化和动态调整的票价体系设定方法,其特征在于,包括:
2.根据权利要求1所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,所述收集旅行区间内从一个地点出发到达另一个地点的所有席别的订单数据,通过回归分析构建需求价格函数,其中包括:
3.根据权利要求1所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,所述基于成本函数,将成本覆盖价格作为下限,在此区间内建立可选价格点集合,在关键区域增加价格点密度,使用插值法填充额外价格点,确保覆盖整个价格区间,得到潜在执行价格集合,其中包括:
4.根据权利要求3所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,在所述确定可选价格点集合的基础上筛选出一定数量的价格作为潜在的执行价格,计算所有可能的价格组合数量,并得到价格组合选择集,组合集数量计算公式如下:
5.根据权利要求1所述的基于多目标优化和动态调整的票价体系设定方法,其特征在于,所述采用遍历计算和快速精英多目标遗传算法运用收...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。