Сглаживание защиты тарифных классов и вторичное восстановление спроса*
- 1 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)
Аннотация
Постановка проблемы. Актуальность исследования данной проблемы обусловлена необходимостью разработки оперативного инструментария для системы управления доходами (RMS) гражданских судов в секторе авиаперевозок.
Цель. Разработать оригинальный метод для оптимизации вторичного восстановления спроса на авиабилеты и повышения эффективности прогнозирования заполняемости салона (или кабины) самолета в системе управления доходами (IMS).
Результаты. Показан оригинальный оптимизационный метод для вторичного восстановления спроса на открытие и закрытие тарифных классов самолета в секторе гражданских авиаперевозок. Отмечено, что суть метода заключается в перераспределении спроса с использованием вероятностного фрактального параметра. Установлено, что предложенный метод обеспечивает более сглаженное регулирование по тарифным классам авиаперевозок, способствуя снижению рисков не заполняемых классов и повышению оперативности в области IMS.
Практическая значимость. Разработанный метод, использующий фрактальный параметр для сглаживания первичного восстановления спроса (начальный прогноз заполняемости кабины), обеспечивает эффективное перераспределение заполняемости бронирования по классам, снижая финансовые риски.
- Поступила
- 03.06.2025
- Одобрена
- 11.06.2025
- Принята
- 30.06.2025
Для цитирования
Шарипов Д.А. Сглаживание защиты тарифных классов и вторичное восстановление спроса // Нелинейный мир. 2025. Т. 23. № 3. С. 37–44. DOI: https://doi.org/10.18127/ j20700970-202503-05
Список источников
- 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.
- Дубинина В.Г. Сценарная модель экономических прогнозов авиакомпании. // Управление информационными потоками. Сборник трудов ИСА РАН под ред. член-корреспондента РАН В.Л. Арлазарова. М.: Едиториал УРСС. 2005. C. 130–134.
- Дубинина В.Г. Программная реализация аналитической системы расчета рентабельности авиаперевозок // Информационные технологии в технических системах. М.: ИКТИ РАН. 2004. № 4. C. 25–30.
- Зенкова Н. А., Носова Е. В., Фридман Г. М. Учет стохастической природы спроса при определении оптимальных пределов продаж авиационных билетов: Сборник научи. трудов // Экономическая кибернетика. 2008. Вып. 18.
С. 65–68. - Виноградов Л. В., Фридман Г. М., Шебалов С. М. Математическое моделирование в оптимизации планирования авиационных перевозок: формулировки и методы решения типовых задач // Научный вестник МГТУГА. 2008.
С. 49–57. - Борисова Л.Р., Бывшев В.А., Владова А.Ю. и др.; под ред. С.А. Зададаева. Цифровизация математики в вузе: Монография. М.: Прометей. 2021. C. 578.
- Зададаев. С.А. Математика на языке R: учебник // Финансовый университет при Правительстве РФ. М.: Прометей. 2024. C. 346.
- Littlewood K. Forecasting and Control of Passenger Bookings. Proceedings of the 12th AGIFORS Symposium. Nathanya. Israel. October, 1972. P. 95–117.
- Weatherford L. R., Polt S. Better unconstraining of airline demand data in revenue management systems for improved forecast accuracy and greater revenues. Journal of Revenue and Pricing Management. 2002. V.1. № 3.
- Revenue Management System. Reports of International Conference. IATA. 1997. P. 1–345.
- Gillian Jenner. Airport IT Trends. Airline Business. October. 2008.