改善机场酒店预订服务的实证研究

本文拟通过构建模型,采用数理统计的方法找到机场酒店预订服务的关键环节,以提高机场酒店预订服务的效益和顾客满意度。通过对调研数据进行因子分析,找出影响机场酒店预订服务的各种潜在因子,然后采用回归分析的方法找到对顾客满意度最重要的影响因子,并在此基础上提出针对性地改进建议。     

基于改进蚁群算法的带硬时间窗的接送机场服务路径优化研究

针对航空票务公司免费接送顾客去机场路径优化的问题,文章研究了更贴近实际的关于单时间窗约束下的接送机场服务,同时考虑了接送过程中的碳排放,构建出相应的优化模型,提出利用蚁群算法来解决该问题,并采用改进的蚁群算法加以求解.在初始选择路径上的改进,有效解决路径选择上容易陷入局部最优的缺点;根据当前节点到目标点和起点的距离,重新设计启发式函数,驱使车辆尽量沿着起点和目标点之间的最短路行进;依据实时路径长度,动态调整挥发系数,精炼搜索空间,提高收敛性能.最后通过参数校验和实例计算验证,得出了适用于此问题的蚁群算法的参数优化组合;以及顾客点位置在三种不同类型分布下时,使用改进后的蚁群算法都能更好的求出问题的最优解,表明改进后的蚁群算法是解决航空票务公司免费接送顾客去机场服务路径优化问题的一个更有效的求解算法.     

广西航空物流竞争力FCE-AHP评价模型研究

航空物流的竞争日趋激烈,巳成为当前物流热点领域之一.针对航空物流竞争力评价具有模糊和多属性等特点,运用FCE-AHP方法,构建较为科学和全面的航空物流竞争力的评价模型,并以广西桂林两江机场、南宁吴圩国际机场和上海浦东国际机场为例进行综合分析,提出了提高广西物流竞争力的策略.研究结果表明:FCE-AHP评价模型可以有效地衡量航空物流的竞争力;广西航空物流水平较低,利益相关方应积极采取措施,提升其竞争力.     

公路长途客运顾客满意度模型及其应用

本文基于ACSI和中国服务业顾客满意度模型构建了公路长途客运顾客满意度概念模型,利用问卷调查数据及结构方程模型分析、检验和修正了初始概念模型,得到了有效的顾客满意度概念模型LHPT-CSI,在此基础上本文又选取一家江苏客运公司为对象进行了应用研究,并针对该公司提出了客运服务改进方向。     

基于动态网络DEA模型的机场绩效研究

在已有网络DEA的基础上加入时间维度,构建了多时段下具有串联决策单元内部结构的复杂系统动态网络DEA效率评价模型.模型与传统DEA模型相比,既克服了传统DEA无视系统内部结构的缺陷,又在传统DEA的决策空间和目标空间基础上加入了时间维度,可以考察决策单元在不同时段的效率变化,从而对解决多时段内的复杂系统效率评估问题具有更为现实的应用价值.运用模型对区域多机场系统中的机场运营效率进行了计算,结果表明:1)动态网络DEA模型综合机场多年的投入产出,引入联系变量将相邻两时段连接起来,系统全面地评价多年来机场的整体运营水平,避免了传统模型将各年度独立评价的不足.2)江苏7家机场在2006-2010年仅南京禄口机场动态效率值为1,其余机场效率值都比较低,说明这些机场5年整体运营不佳,需要进一步加强管理和改进.     

一种基于模糊层次分析法的SWOT改进模型

基于传统SWOT模型多为定性分析,不能为企业提供明确的战略方向,运用三角模糊数与层次分析法相结合的模糊层次分析法对其进行改进,使分析结果定量化.最后通过实例分析,验证了改进的SWOT模型的优越性和适用性.     

漂移型线性规划方法探讨及应用

本文对漂移型线性规划的求解给出一种改进方法，使求解方向明确，满意度最大可达到１，并给出具体应用。     

灰色关联分析方法在机场风险评价中的应用

本文通过对机场风险因素的分析,建立了一套合理的机场风险评价指标体系,并运用模糊层次分析法确定各评价指标的权重,然后结合灰色关联分析,建立了机场风险评价模型.最后将此方法运用到具体的实例中,说明了该方法的有效性.     

基于拟物方法的网络服务器选址问题的模型

带约束条件下的网络服务器的选址决策问题在信息服务中具有重要意义．本文从客户段的不确定性分析出发,建立一个基于拟物方法的服务器选址决策的改进模型．与原有模型相比,它能更合理描述信息服务中各种不同类型商品的供应者．并且它克服了原有模型不适用于已有多个供应者存在的情形．为带约束的网络服务决策提供科学依据．     

二级物流服务供应链的契约协调机制研究

研究一个物流服务集成商和一个物流服务提供商所组成的二级物流服务供应链的系统协调问题。分别建立了集中控制模型、批发价格契约下的Stackelberg主从协调模型、收益共享契约下的协调模型,得到不同协调方法下的最优解所满足的条件。通过模型间的对比,证明了收益共享契约可使得该物流服务供应链达到整体最优的状态,相对于批发价格契约,实现了Pareto改进。最后,用数值试验的方式进一步验证了收益共享契约在协调物流服务供应链运作的有效性。     

枢纽机场终端区PBN模式下最优跑道数需求

针对我国枢纽机场日起降高峰小时的航班拥堵常态化问题,从系统整体运行效能的角度,针对枢纽机场终端区跑道系统容量瓶颈,①分析性能基导航(Perormance-Based Navigation,PBN)模式下枢纽机场终端区的空域结构、飞行、管制程序,根据随机服务系统理论,建立其运行模型;②考虑PBN模式下航班、旅客的延误滞留函数和机场单位时间服务支出函数;③再应用排队论和系统运行效能理论,建立枢纽机场最佳跑道数目需求算法,能根据相关参数计算航班滞留时间和队长等指标;④最后引用某枢纽机场相关数据,演算结果符合实际抽样调查统计资料.     

机场任务指派问题的优化方案研究

本文研究了机场任务指派问题,该问题是指将具有特殊属性的任务指派给有限数量的班次。由于机场任务和班次属性的多样性,机场任务指派问题是一个复杂的组合优化问题,属于NP-完全问题。本文以任务完成产生的效益总和最大化为目标建立数学优化模型,提出有效不等式,应用CPLEX软件对实际数据进行求解,结果表明,CPLEX可以在较短时间内对一定规模的算例求得最优解。同时对影响目标函数的四个因素:任务数量、班次数量、班次工作时长和任务属性分别进行分析,通过实际算例测试对比,得出具有指导意义的结论,即根据机场特征分别调整四个因素不仅能够提高机场资源的有效利用率,而且能够提高机场的运行效率和服务水平。     

基于熵值Topsis和博弈动力学的空港联盟决策研究

针对空港在面临联盟选择时的决策问题进行了研究,认为众空港在博弈中的收益为不等值,从区域发展、生产要素、需求状况、支撑产业和环境影响五方面建立空港联盟收益的指标体系,将空港网络抽象成小世界网络,结合熵值Topsis和小世界网络博弈动力学建立空港联盟决策算法,并且运用2010年我国25大空港的实证数据进行研究。结论显示空港联盟只能解决空港发展的一时问题,提升自身能力才是重中之重,研究结论具有实际应用意义。     

航空公司部分多属的枢纽机场定价研究

平台经济理论的运用是机场管理研究的新视角.以机场为平台商,航空公司和乘客为平台用户,在平台经济的分析框架下,以Armstrong价格模型为基础,并吸收Hotelling模型关于平台竞争及客户异质性的构建思想,针对竞争性的枢纽机场的定价策略进行研究.结果表明:机场的定价策略与航空公司和乘客的网络外部性参数和需求的价格弹性、乘客的预期交易次数、机场服务成本有关;倾斜的定价策略和航空收入与非航空收入的交叉补贴并不适用于模型假设下的机场.     

具有库存损耗且允许缺货的EOQ模型

提出了一种库存损耗量随时间和库存量变化,且允许缺货的EOQ模型,证明了该模型的平均总费用函数在给定条件下为凸函数,并讨论了模型的最优策略及近似解.     

A simple policy for multiple queues with size-independent service times

We consider a service system with two Poisson arrival queues. A server chooses which queue to serve at each moment. Once a queue is served, all the customers will be served within a fixed amount of time. This model is useful in studying airport shuttling or certain online computing systems. We propose a simple yet optimal state-independent policy for this problem which is not only easy to implement, but also performs very well.     

ASDI:基于M-AHP-熵赋权法的机场可持续发展综合指数设计

通过分析探讨机场可持续发展综合评估问题,设计了由1个目标、3个准则和20个指标组成的机场可持续发展综合评价体系,建立了机场可持续发展定量评估综合指数模型.综合指数模型基于主客观相结合的M—AHP-熵权组合赋权法设计,力争对机场的可持续发展全面系统性的分析评估,最后结合上海机场为对象进行实证分析,结果符合各时期的实际情况,表明评价体系和评价方法的科学性与合理性.     

Forecasting for Items with Intermittent Demand

In a service environment, a stockist usually has many slow moving items whose infrequency of demand can give rise to forecasting problems. Moreover, when a demand occurs, the request is sometimes for more than a single unit, which results in so-called lumpy demand. In this paper, the standard method for dealing with such intermittent demand is reassessed. Some general results are presented that enable variance estimates to be made, and these are particularly straightforward when the demand occasions can be represented as a Poisson process. Some experimental evidence is advanced to support this model in the specific situation under study. Since EWMA forecasts are central to many commercial systems, a simulation analysis was conducted to determine under what conditions intermittent demand requires its own model, rather than an unadjusted EWMA. Superior performance is demonstrated for items that have an average inter-order interval greater than 1.25 forecast review periods, and the magnitude of the improvement increases as the average interval lengthens.     

A queueing model for general group screening policies and dynamic item arrivals

Classification of items as good or bad can often be achieved more economically by examining the items in groups rather than individually. If the result of a group test is good, all items within it can be classified as good, whereas one or more items are bad in the opposite case. Whether it is necessary to identify the bad items or not, and if so, how, is described by the screening policy. In the course of time, a spectrum of group screening models has been studied, each including some policy. However, the majority ignores that items may arrive at random time epochs at the testing center in real life situations. This dynamic aspect leads to two decision variables: the minimum and maximum group size. In this paper, we analyze a discrete-time batch-service queueing model with a general dependency between the service time of a batch and the number of items within it. We deduce several important quantities, by which the decision variables can be optimized. In addition, we highlight that every possible screening policy can, in principle, be studied, by defining the dependency between the service time of a batch and the number of items within it appropriately.     

An aggregate stochastic programming model for air traffic flow management

In this paper, we present an aggregate mathematical model for air traffic flow management (ATFM), a problem of great concern both in Europe and in the United States. The model extends previous approaches by simultaneously taking into account three important issues: (i) the model explicitly incorporates uncertainty in the airport capacities; (ii) it also considers the trade-off between airport arrivals and departures, which is a crucial issue in any hub airport; and (iii) it takes into account the interactions between different hubs.The level of aggregation proposed for the mathematical model allows us to solve realistic size instances with a commercial solver on a PC. Moreover it allows us to compute solutions which are perfectly consistent with the Collaborative Decision-Making (CDM) procedure in ATFM, widely adopted in the USA and which is currently receiving a lot of attention in Europe. In fact, the proposed model suggests the number of flights that should be delayed, a decision that belongs to the ATFM Authority, rather than assigning delays to individual aircraft.