Frete Grátis
  • Google Plus

Improved Forecast Accuracy In Airline Revenue Management By Unconstraining Demand Estimates From Cen (Cód: 6105870)

Richard H. Zeni

Universal-Publishers.com POD

Ooopss! Este produto está temporariamente indisponível.
Mas não se preocupe, nós avisamos quando ele chegar.

Ooops! Este produto não está mais a venda.
Mas não se preocupe, temos uma versão atualizada para você.

Ooopss! Este produto está fora de linha, mas temos outras opções para você.
Veja nossas sugestões abaixo!

R$ 174,90 em até 5x de R$ 34,98 sem juros
Cartão Saraiva R$ 166,16 (-5%) em até 1x no cartão ou em até 8x de R$ 21,86 sem juros

Crédito:
Boleto:
Cartão Saraiva:

Total: R$0,00

Em até 5x sem juros de R$ 0,00


Improved Forecast Accuracy In Airline Revenue Management By Unconstraining Demand Estimates From Cen

R$174,90

Descrição

Accurate forecasts are crucial to a revenue management system. Poor estimates of demand lead to inadequate inventory controls and sub-optimal revenue performance. Forecasting for airline revenue management systems is inherently difficult. Competitive actions, seasonal factors, the economic environment, and constant fare changes are a few of the hurdles that must be overcome. In addition, the fact that most of the historical demand data is censored further complicates the problem. This dissertation examines the challenge of forecasting for an airline revenue management system in the presence of censored demand data. This dissertation analyzed the improvement in forecast accuracy that results from estimating demand by unconstraining the censored data.

Little research has been done on unconstraining censored data for revenue management systems. Airlines tend to either ignore the problem or use very simple ad hoc methods to deal with it. A literature review explores the current methods for unconstraining censored data. Also, practices borrowed from areas outside of revenue management are adapted to this application. For example, the Expectation-Maximization (EM) and other imputation methods were investigated. These methods are evaluated and tested using simulation and actual airline data. An extension to the EM algorithm that results in a 41% improvement in forecast accuracy is presented.

Características

Produto sob encomenda Sim
Marca Universal-Publishers.com POD
Cód. Barras 9781581121414
Altura 21.60 cm
I.S.B.N. 9781581121414
Profundidade 1.58 cm
Referência 9781581121414
Ano da edição 2001
Idioma Inglês
Número de Páginas 276
Peso 0.35 Kg
Largura 14.00 cm
AutorRichard H. Zeni

Avaliações

Avaliação geral: 0

Você está revisando: Improved Forecast Accuracy In Airline Revenue Management By Unconstraining Demand Estimates From Cen