Д.А. Шарипов1

1 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)
1 dasharipov@fa.ru

Постановка проблемы. В работе исследуются современные методы функционального программирования на языке R, позволяющие в режиме реального времени решать задачи линейной оптимизации больших размерностей для динамического управления доходами авиаперевозок. Рассматриваемая методология может быть реализована через API на уровне функционального вычислительного компонента RMS (Revenue Management System) действующих авиакомпаний и, по сути, является цифровизацией оптимизации управления загрузкой рейсов IMS (Inventory Management System).

Цель. Представить математическую модель оптимизации загрузки рейсов в IMS большой размерности.

Результаты. Рассмотрена обобщенная математическая модель оптимизации загрузки рейсов в IMS. Приведены примеры квазиоптимального и оптимального решения задачи IMS.

Практическая значимость. Предложенная методика может рассматриваться и как базовая, и как верифицирующая результаты, независимо от реализованного машинного обучения.

Шарипов Д.А. Информационные технологии оптимизации больших размерностей в управлении доходами (RMS) авиаперевозок // Информационно-измерительные и управляющие системы. 2023. Т. 21. № 5. С. 56−62. DOI: https://doi.org/10.18127/j20700814-202305-07

1. Курочкин Е.П., Дубинина В.Г. Управление коммерческой деятельностью авиакомпании // НОУ ВКШ «Авиабизнес». М.: 2009. С. 536.
2. Дубинина В.Г. Сценарная модель экономических прогнозов авиакомпании // Управление информационными потоками. Сб. трудов ИСА РАН / под ред. член-корр. РАН Арлазарова В.Л. М.: Едиториал УРСС. 2005. С. 130−134.
3. Дубинина В.Г. Программная реализация аналитической системы расчета рентабельности авиаперевозок // Информационные технологии в технических системах. М.: ИКТИ РАН. № 4. 2004. С. 25−30.
4. Михненко П.А. Стохастический анализ динамики стратегического соответствия компании «Аэрофлот» // Управленческие науки. 2022. Т. 16. № 3. С. 33−44.
5. Черемных А.А. Анализ факторов, влияющих на ценообразование авиабилетов // Прикладная мате математика и вопросы управления. 2022. № 1. С. 196−213.
6. Борисова Л.Р., Бывшев В.А., Владова А.Ю. и др. Цифровизация математики в вузе. М.: Прометей. 2021. С. 578.
7. Зададаев С.А. Математика на языке R: Учебник. Финансовый университет при Правительстве РФ. М.: Прометей. 2018. С. 324.
8. Язык программирования R: [Электронный ресурс]. URL: https://cran.r-project.org/doc/manuals/r-release/R-intro.html (Дата обращения: 21.05.2023).
9. Ezard K. Hedge you bets // Airline Business. September 2008.
10. Revenue Management System // Reports of International Conference. IATA. 1997. P. 1−345.
11. Gillian Jenner // Airport IT Trends. Airline Business. October 2008.
12. Дементьев В.Е., Андриянов Н.А. Система прогнозирования эффективной стоимости заказа службы такси с использованием алгоритмов машинного обучения // Информационно-измерительные и управляющие системы. 2022. Т. 20. № 5. С. 67−73. DOI: https://doi.org/10.18127/j20700814-202205-10