期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于民航团队旅客销售的预测方法分析 被引量:1
1
作者 徐月芳 黄奇 《复旦学报(自然科学版)》 CAS CSCD 北大核心 2017年第6期747-755,共9页
利用Matlab分别用后退的回归分析算法、BP神经网络算法、支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,为民航销售人员提供更加精准的预测信息,从而获得更高的航线收益.分析结果显示:后退的回归分析算法比常用的... 利用Matlab分别用后退的回归分析算法、BP神经网络算法、支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,为民航销售人员提供更加精准的预测信息,从而获得更高的航线收益.分析结果显示:后退的回归分析算法比常用的多元线性回归精准性提高,但是数据结果并不具有可靠性.神经网络算法、支持向量机算法和组合算法比常用的回归分析算法预测的精准度有了明显的提高.支持向量机算法预测精度相对神经网络算法稍低,但是却拥有更强的泛化能力.组合预测算法能避免单一预测方法的误差,更加适合航线销售人员的实际操作. 展开更多
关键词 民航收益管理 BP神经网络 支持向量机 组合预测算法
在线阅读 下载PDF
基于民航团队旅客销售的组合预测方法分析
2
作者 黄奇 徐月芳 《航空计算技术》 2017年第1期27-30,共4页
利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益。结果显示神经网络、支持向量机和组合... 利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益。结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高。支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力。组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作。 展开更多
关键词 民航收益管理 BP神经网络 最小二乘支持向量机(Least SQUARES Support VECTOR Machines LS-SVM) 组合预测算法
在线阅读 下载PDF
基于策略学习的机票动态定价算法 被引量:2
3
作者 卢敏 张耀元 卢春 《电子与信息学报》 EI CSCD 北大核心 2021年第4期1022-1028,共7页
机票动态定价旨在构建机票售价策略以最大化航班座位收益。现有机票定价算法都建立在提前预测各票价等级的需求量基础之上,会因票价等级需求量的预测偏差而降低模型性能。为此,提出基于策略学习的机票动态定价算法,其核心是不再预测各... 机票动态定价旨在构建机票售价策略以最大化航班座位收益。现有机票定价算法都建立在提前预测各票价等级的需求量基础之上,会因票价等级需求量的预测偏差而降低模型性能。为此,提出基于策略学习的机票动态定价算法,其核心是不再预测各票价等级的需求量,而是将机票动态定价问题建模为离线强化学习问题。通过设计定价策略评估和策略更新的方式,从历史购票数据上学习具有最大期望收益的机票动态定价策略。同时设计了与现行定价策略和需求量预测方法的对比方法及评价指标。在两趟航班的多组定价结果表明:相比于现行机票销售策略,策略学习算法在座位收益上的提升率分别为30.94%和39.96%,且比基于需求量预测方法提升了6.04%和3.36%。 展开更多
关键词 民航收益管理 机票动态定价 强化学习 策略学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部