2011年酒店收益管理系统：埃及信息学杂志的研究和决策支持工具

EgyptianInformatics Journal（2011）12，177开罗大学埃及信息学杂志www.elsevier.com/locate/eijwww.sciencedirect.com原创文章酒店收益管理系统Heba Abdel Aziza， Mohamed Saleha，*， Mohamed H.拉斯米，Hisham ElShishinyba埃及开罗大学计算机和信息学院业务研究和决策支助系b埃及开罗IBM技术开发中心高级技术和高级研究中心接收日期：2011年1月23日;修订日期：2011年8月1日;接受日期：2011年2011年9月29日在线发布摘要本文研究了饭店客房定价问题。我们提出了一个基于动态定价的酒店收益管理模型，为酒店管理者提供了一个灵活有效的决策支持工具，以实现客房收益最大化。拟议框架的两大支柱是一个新的优化模型，和一个类似于航空公司实施的多类方案我们的假设是，这个框架可以克服与定价文献中的研究空白相关的限制;也可以在增加酒店收入方面做出重大我们测试这一假设的三种不同的方法，结果表明，增加收入相比，在文献中使用的经典模型©2011计算机和信息学院，开罗大学。由爱思唯尔公司制作和主持All rights reserved.1. 介绍*通讯作者。地址：Faculty of Computers and Information，CairoUniversity ， 5 Dr. Ahmed Zewail Street ， Orman ， Giza 12613 ，Egypt.电子邮件地址：m. fci-cu.edu.eg（M. Saleh）。1110-8665© 2011计算机和信息学院，开罗大学。制作和主办Elsevier B.V.保留所有权利。开罗大学计算机和信息系负责同行审查。doi：10.1016/j.eij.2011.08.001收益管理是酒店业普遍采用的方法，帮助酒店决定房价和分配。酒店收益管理被认为是一种管理工具，试图以最高的价格出售每个房间，以实现最高的收入[1]。收益管理系统应用基本的经济学原理来定价和控制客房实际上，一般来说，收入管理所涉及的需求管理决策有三个基本类别[2，3]。– 结构决策：决定使用哪种销售形式;使用哪种细分或差异化机制;提供哪些交易条件。– 价格决策：决定如何设定标价、单独报价和保留价;如何跨产品类别定价;如何随时间定价;如何在产品生命周期内打折。制作和主办：Elsevier关键词收入管理系统;动态定价;酒店客房优化配置需求弹性178H.A. Aziz等人–传统上，酒店使用容量控制/数量决策作为默认策略，这是由于其简单性，因为酒店提供的不同产品（在不同时间以不同条款出售的不同客房类型）都使用相同的同质酒店容量提供。这给酒店系统带来了巨大的数量灵活性[4]。我们的主要假设是，在酒店收入管理系统使用价格决策将显著增加酒店的收入 在本文中，我们提出了一个基于价格决策的收益管理框架。特别是，我们关注动态定价作为酒店收入管理系统的近年来，酒店业的收益管理领域越来越多地采用现有的动态定价政策[5定价政策是制造业和服务业公司日常经营的基本组成部分，因为价格是管理者可以操纵的最有效的变量之一，以鼓励或抑制短期需求。价格不仅从财务角度来看很重要，而且从运营角度来看也它是一种工具，以调节库存和生产压力。基于我们进行的全面文献综述[13]，我们确定了以下研究差距：1.许多动态定价的研究都集中在单一产品的问题，多个产品的动态定价问题得到了相当少的关注。此外，以前关于多产品的工作使用动态规划公式来解决利润最大化问题[14动态编程不能应用于解决酒店系统中的实际规模问题，如参考文献[1]。[19]; p.5]：“动态规划制定基线不能解决实际规模的问题。在一个典型的大型酒店中，价格等级的数量约为25个，有7个不同的入住时间，计划期限约为365天。动态程序将有175（25· 7）个状态要在大约365个阶段上求解（即，63875个组合）。这在计算上是不可行的，特别是在一天1. 以前关于动态定价的工作使用预先确定的离散价格集，他们根据该价格集最优地分配给定夜晚的价格，因为使用连续的价格集会增加模型的复杂性，并且需要复杂的大规模编程求解器来获得最优解[202. 先前工作的另一个不足之处是，大多数模型使用预定义的概率分布来表示客人到达[14，15，25-需求价格弹性的定义是，对于所有正常的商品和服务，价格下降导致客户需求量增加这也适用于对酒店客房的需求[2，3]。正如后面所解释的，我们不是预先定义的分布，提出了一个复杂的模拟器，以便有代表任何复杂的需求情况下，为了明确地表示需求弹性价格。我们的优化模型是新颖的，因为它解决了当前最新技术水平的研究空白。基本上，本文的内容是通过以下四个特征来增强经典的收入管理优化模型（在下一节中描述），以克服与研究空白相关的局限性。首先，我们提出的模型动态地设定每晚的房间价格，而不是使用预定的一组价格，因为离散的一组价格可能会导致次优定价，从而导致收入损失价格可以设定为一定范围内的任何实际其次，我们使用高度复杂的模拟器来估计来年的入境人数，而不是使用预先定义的概率模拟器将过去发生的保留方案作为输入预订场景包含描述特定预订的所有参数，如（到达日期，预订日期，停留时间，房间类型等）。然后，它分析并使用这些数据来提取许多参数和组件，如（趋势，季节性，预订曲线，取消等）。然后，这些参数和组件用于生成将来发生分析这些产生的预订案例，可以获得对入住率、到达率甚至未来收入的现实感知。未来生成的预订与其所有属性一起作为输入传递到optimization模块这一点将在后面的文章中详细描述模拟器提供了相当准确的估计，因为它使用自下而上的方法来全面模拟酒店中的所有基本流程;例如，预订到达、取消、停留时间、团体建模和季节性等。此外，模拟器已通过酒店的真实数据进行验证，以确保准确性;更多详细信息，读者可以参考[28]。第三，我们提出的模型的一个重要特点是，它捕捉到的需求弹性的价格。最后，而不是使用一个动态规划公式，灰，我们使用一个非线性规划公式，可以解决现实规模的问题。我们的计划是每天晚上在酒店服务器上的空闲时间解决这个模型，午夜之后（大约半小时）。因此，将不会产生重大间接成本。本文的其余部分组织如下：在第二节-经典的收益管理模型-我们给了一个简单的描述经典模型的文献。在第3节-建议的模型框架-我们提出了一个新的模型以帮助克服与研究差距（如上所述）相关的局限性，然后我们讨论了几种方法，采用我们的模型在收入管理框架。 在第4节中，我们提出了一个案例研究来说明所提出的框架的实施。最后，在第5节中，我们总结并提到一些可能的未来工作。2. 经典收益管理模型本节简要概述了经典的确定性模型[4，8]。该模型基于容量控制公式;在该公式中，我们寻求房间的最佳分配，酒店收益管理系统中的动态客房定价模型179X¼ω ωXXa; L; k6d a; L; k8a;L;kXl¼al为酒店的不同住宿类型预留。它把需求看作是决定性的，并把它等同于它的期望。为了制定这个模型，我们定义了一个在酒店的住宿，（a，L，k），其中此外，用Nl表示利用夜晚l = a：a + L-1}。此外，定义以下参数：Pk：与价格类别“k”相关联的价格da，L，k：类型（a，L，k）的停留Cl：酒店在第l天晚上可供入住的客房数。该模型的决策变量为：Xa，L，k：（a，L，k）类型停留的最优分配。然后，该模型的公式如下：最大f PkL X a; L; ka; L; k受某个晚上的价格乘以同一晚上预订的房间数量的总和。此外，我们的模型中唯一的限制是每晚的预订总数不超过与该夜晚相关的容量。3.1. 建议的数学模型公式最大Max LPl Oll¼1受Ol6 Cl8 lPl608l其中，该模型的决策变量为：Pl：价格分配在晚上6L这些是计算的辅助变量：Xa，L：分配给（a，L）a;LX;k2NlXa; L;kXa;L;k 6Cl8l它被定义为. PaL-1P！ea;La;L该模型的目标是在一晚的预订总数不超过该晚的容量的限制下，使总收入最大化。而且，为了防止房间空置，房间分配的数量Ol：在给定的夜晚预订的房间数量，它等于对每种类型的逗留的限制是由预期的需求水平该模型采用容量控制策略，决策变量为酒店的客房分配和价格Ol¼a;L;2NlXa;L与每个价格类别相关联的价格弹性是预先设定的，即不考虑需求在下一节中，我们将对上述模型进行一些修改，以使价格每晚都能调整。在这个模型中，我们将需求的价格弹性，使决策者在酒店管理系统可以ad-just价格充分，为每一个晚上，以满足总需求的房间的变化。3. 动态定价模型如上所述，经典模型使用容量控制策略;决策变量是酒店中分配的房间，并且与每个价格等级相关联的价格是预先设定的。为了将这个问题表述为价格控制策略，我们需要将决策变量改为每天设定的价格，并将需求的价格弹性作为模型中的一个参数。在我们的模型中，酒店住宿由（a，L）定义;其中我们还增加了额外的参数和辅助变量，制定一个动态定价优化模型。该模型的目标是使酒店的总收入最大化，因此目标函数定义为模型名义价格：酒店的名义价格（通常是历史平均价格）。E：价格和需求之间的弹性。da、L和Nl：定义与经典模型相同Cl：酒店中可用房间的总数;即给定的输入参数（如经典模型中所定义的该模型的输出是每晚的最优价格，以确定酒店的定价策略。可以注意到，这个结果价格可以是连续的，类似于大多数在线预订系统的输出;因此不需要进一步的近似。然而，系统只能向客户呈现平均房价，以避免客户每天更改价格而产生不满为了将这一动态定价模型纳入收益管理系统，我们与领域专家进行了多次访谈，以了解酒店管理的最重要特征。管理者主要希望开发一种多类别机制，就像航空公司实施的机制一样。在这个多类别系统中，在每个晚上，将有不同的价格;其中每个价格与某个类别相关联。为了实现这一点，我们对所提出的模型进行了参数分析，以确定每个类别的不同比率。这种参数分析的目的是创建一种方法，以诱导价格的动态变化，X1/4天P08a;L;kLωP标称值180H.A. Aziz等人-地平线s结束循环。将所有标绘的价格（对于给定的e）与从广场酒店的实际数据中提取的价格范围进行比较– End– 循环弹性'e'的不同值sBegin loop ForCl =最低容量：最高容量。● 求解给定“C l”和“e”的优化模型● 沿着模拟的价格曲线绘制优化的价格图。有新的预订。否则，在每次预订后运行模拟器和我们的模型将非常疲惫和耗时。本文的思想如下：一个酒店通常设计了一些价格类别。它为每个类别分配了一定数量的房间。低价类别是为早期预订，并作为他们得到连续预订，我们转移到较高的评级类别。一般来说，将太多的房间分配给低价类别，将导致更多的预订，但代价是可能失去高价类别的更高收入（失去机会）。在另一个极端，将更多的房间分配给价格更高的类别可能会导致更多的房间未被预订。本文的目标是开发一个框架，使我们能够找到每个类别的最佳价格，在每个晚上，以最大限度地提高收入。这导致了一个复杂的优化问题，考虑到未来的预订和他们的概率。价格是动态的，每天都在变化。请注意，为了正确地解决这个优化问题，我们需要正确地估计房间的未来需求。使用准确合适的估计工具将确保误差最小，因为它已经使用酒店的真实数据进行了验证。在本文中，我们提出了三种方法来实现这一想法：第一种方法是获得预测需求的不同情景，然后计算这些预测情景的不同权重。然后用每个百分点作为估计需求来求解动态模型。这种方法的输出是预测范围内每天的不同价格;每个价格都与需求量有关，即如果需求量低，那么与之相关的价格也会低。这种方法的问题是，我们必须从模拟器中生成多个需求预测。对于第二种方法，我们只获得一个估计需求的场景，并将其划分为m个重叠的部分;每个部分都用作估计需求。这种方法还为每天生成不同的价格，其中每个价格与所使用的总需求的百分比相关。第三种方法操纵酒店的容量，它将酒店的总容量划分为n个重叠的部分;对于每个部分，求解所提出的模型以获得不同的价格。因此，每个价格设置都与酒店的入住水平有关，即当酒店没有完全入住时，价格将很低，只要酒店的可用房间数量减少，价格就会上涨。4. 为例在本节中，我们将介绍使用上述三种方法的模型结果。我们假设一个情况下，酒店经理想知道的最佳价格设置为每晚实际预订前3个月。我们使用一个酒店模拟器来表示和生成预测的需求，这些需求将被用作优化模型的输入。模拟器将实际预订场景，从广场酒店在亚历山大，这发生在过去3年。将来生成的保留与其所有属性一起作为输入传递到优化模块。具体而言，优化模型使用以下属性（在每个远期预订记录中可用）：到达日期和停留时间在我们的特定案例研究中，研究的未来时间范围是90晚，客人可以停留的最长时间是14天。酒店可容纳80间客房，象征性价格为120美元。为了挖掘数据以获得价格弹性参数，我们对可用的数据进行了大量的实验。例如，为了校准第三种方法中的弹性值，我们实现了以下算法：请注意，在上述算法中，我们针对不同的弹性值进行循环，以便识别保证模型的可行解的弹性的适当范围弹性的极限值可能导致不可行的解决方案。在我们的实验结束时（在各种方法中），我们得出结论，在广场酒店的情况下，需求价格弹性的最佳值等于2，即。价格上升百分之一，需求就会下降百分之二，反之亦然。基于上述信息，并基于模拟器生成的需求场景，我们根据上一节中描述的三种参数分析方法我们使用Matlab优化工具箱中的在正常速度的计算机上求解模型需要大约在迭代求解模型后，我们获得了每种方法中与每个类别相关的最优价格（每晚）。通常，价格随时间的变化是预测需求的相应变化的反映;其中，如果预测需求高，则优化价格将试图最大化收入，反之亦然。对于第一种方法，我们运行模拟器500次运行，并使用这500次运行来计算第20次，第40次，第60次和第80次计算。这些数据将被用作估计需求，每次一个。图1描绘了预测的需求曲线;图2描绘了使用不同需求场景的每晚的价格;此外，为了更好地可视化和比较，图3描绘了在第80百分位数的情况下的需求与价格（作为示例）。对于第二种方法，我们使用500次模拟运行的平均值作为预期需求。这一预期需求分为四个重叠的部分;即我们从需求的25%开始，这一百分比在其余四个部分中增加25%。图4描绘了●●●●●酒店收益管理系统中的动态客房定价模型181图1预测需求曲线。demand segments’’; 图6描绘了最后一个部分（作为示例）中的需求与价格;即在100%需求的情况下。对于第三种方法，我们也使用500次模拟运行的平均值作为酒店客房的预期需求。然后我们将酒店的容量分为四个部分，即，我们从容量=20个房间开始，并且对于四个部分的其余部分，该容量递增20（记住，酒店的总容量是80个房间）。图7描绘了预期需求，图8描绘了每晚的价格，使用四个容量段。图9，por-托盘需求与价格，在充分利用的情况从三种不同方法的结果可以看出，所有类别的产出价格遵循相同的模式。一般来说，价格随着对房间需求的减少而下降，反之亦然。随后，我们与菲尔德的专家进行了多次访谈我们的采访结果表明，第三种方法在酒店业中更方便;因为系统检查可用房间的数量，并且基于此信息，系统决定为客人提供哪个价格。因此，这种方法很容易被酒店管理者理解和实施。最后，作为我们提出的模型的验证的一部分，我们比较了第三种方法与第2节中描述的经典模型的结果，使用需求情景生成器。图3价格与需求（需求：第80百分位）图4需求细分。图5使用不同需求段的每晚价格适用于单人间、双人间和套房。1运行两个模型后，每个模型获得的收益如表1所示。图2不同需求场景下每晚的价格1两种模式中用于获得这些收入的单人间总数为11间，而双人间总数为80间，套房总数为46间。优化周期为90天。●182H.A. Aziz等人图6价格与需求（需求：100%）图9价格与需求（容量：80间客房）表1经典模型与建议模型的比较。经典模式（美元）动态定价模型（美元）单人间535010,700双人房241,890460,206特大床房11,32533,9755. 结论图7预期需求。图8使用四个容量段的每晚价格很明显，我们提出的动态定价模型可以有助于增加酒店的总收入相比，以前的经典模型。请注意，模拟器和优化模型都是通用的（即没有与某类酒店相关的特定假设）。因此，所提出的系统可以应用于任何级别的酒店。本文研究的是以收益最大化为目标的饭店客房价格的最优设定问题。首先介绍了文献中求解房间分配问题的经典模型。然后，我们解释如何修改它的基础上的动态定价方法。其主要思想是重新制定的经典模型，以纳入需求的价格弹性。此外，为了将这种动态定价模型集成到收入管理系统中，我们提出了一种新的多类别的想法。我们假设，我们提出的收益管理框架克服了与动态定价文献中的研究空白相关的局限性，可以有助于增加酒店的收益。在未来的工作中，我们将考虑集团我们还将考虑超额预订政策，以补偿客人取消或没有出现。最后，我们可以考虑使用一般回归技术，作为估计弹性的替代方法[34]。引用[1] El-Gayar N，Hendawi AT，Zakhary A，El-Shishiny H. 酒店客房收入管理的决策支持模型. ICGST Int J Artif Intell MachLearn 2008;8（1）：23[2] 放大图片作者：J.收益管理：服务业的战略。In：Ingold A，McMahon- Beattie U ， Yeoman I ， editors. 第 2 版 London ：Continuum; 2000.[3] 作者声明：John K.收益管理的理论与实践。Springer Verlag;2005.[4] [10]李国伟，李国伟，李国伟.滚动视野下的酒店收益管理模型与技术。收入定价管理2002;1（3）：207酒店收益管理系统中的动态客房定价模型183[5] Anjos MF，Cheng RC，Currie CS.易腐产品的最优定价策略。《欧洲歌剧研究杂志》，2005年;166（1）：246[6] Bertismans D，De Boer S.特刊论文：多种产品的动态定价和库存控制。收入定价管理2005;3（4）：303[7] 冯Y，小B。易逝品定价与产能分配之整合。《欧洲歌剧研究杂志》，2006年;168（1）：17[8] 克莱因河基于自调整投标价格的网络容量控制。OR Spectrum2007;29（1）：39[9] 林凯。具有实时需求学习的动态定价。欧洲歌剧研究杂志2006;174（1）：522[10] 奥利维拉足球俱乐部动态定价模型的约束逻辑规划算法。INFORMS J COMPUT 2008;20（1）：69.[11] Popescu I，Wu Y.具有参考效应的动态定价策略。Oper Res2007;55（3）：413.[12] 赵伟，郑义生。非齐次需求下易逝性资产的最优动态定价管理科学2000;46（3）：375[13] Abdel Aziz H，Saleh M，El-Gayar N，El-Shishiny H.动态定价文献综述。技术报告#3，埃及数据挖掘和计算机建模卓越中心;信息技术产业发展署，埃及; 2008年。[14] Bitran G，Caldentey R.收入管理定价模型概述制造服务操作管理2003;5（3）：203[15] Ding Q，Kouvelis P，Miner JM.通过折扣进行动态定价，以优化多类需求满足。Oper Res 2006;54（1）：169[16] Elmaghraby W，Keskinocak P.存在库存考虑的动态定价：研究概述，当前实践和未来方向。管理科学2003;49（10）：1287[17] 放大图片作者：J.动态定价和收入管理中的价格保证Oper Res2007;55（1）：75[18] 迈克菲，特·韦尔德。航空业的动态定价In：Hendershott TJ，editor.即将出版的经济学和信息系统手册。Elsevier; 2006年。[19] Baker TK，Collier DA.优化价格以管理酒店收入管理系统需求的好处。产品运营管理2003;12（4）：502[20] 冯Y，小B。多个预定价格下的最优收益管理策略。Oper Res2000;48（2）：332[21] 放大图片作者：J.存在参考价格效应时需求价格弹性的动态。 JAcad Market Sci 2005;33（1）：66-78.[22] 哈伍德岛利用投标价格管理酒店易腐库存。国际生产管理杂志2006;26（10）：1108[23] 肖永斌，陈杰，陈勇.一类半动态定价与舱位分配问题。ORSpectrum 2007;29（1）：85[24] 黎健强，吴云龙饭店收益最优化的随机方法。Comput OperRes 2005;32（5）：1059[25] 冯Y，小B。具有多价格和可逆价格变化的连续时间收益管理模型管理科学2000;46（5）：644-57.[26] McGill JI，van Ryzin GJ.收益管理研究综述与展望。交通科学1999;33（2）：233[27] 你PS。具有多个半明半暗支腿的半明半暗航班座位管理中的动态定价。交通科学1999;33（2）：192[28] Zakhary A，Atyia A，El-Shishiny H，El-Gayar N.使用蒙特卡罗模拟预测酒店入住率。J收入定价管理2009。[29] 吴伟杰，李晓刚.结合线搜索和信赖域步骤的非线性优化的内部算法。Math Prog 2006;107（3）：391[30] 求约束非线性多变量函数的最小值。 [2011年7月6日访问]。[31] Abdel Aziz H，Saleh M，El Shishiny H，El Gayar N.饭店收益管理系统中团体订房之随机化模式。In：Faculty of Computersand Information，Cairo University. 2008年第六届国际会议[32] El Gayar N，Zakhary A，Abdel Aziz H，Saleh M，Atiya A，El-ShishinyH. 使用先进的预测和优化方法实现客房收入最大化的新方法。载于：EuroCH-RIE会议记录：阿拉伯联合酋长国迪拜;2008年。[33] ElGayar N，Saleh M，Atiya A，El-Shishiny H，Zakhary A，Abdel Aziz H.高级酒店收益管理的综合框架。Int J ContempHospital Manage 2011;23（1）：84[34] 阿巴斯河使用带有局部调整的一般回归从不完整数据集学习混合模型。Egypt Inform J 2010;11（2）：49-57.