ỨNG DỤNG VẬN TRÙ HỌC TRONG CÁC HÃNG HÀNG KHÔNG (PHẦN 3)

4.2. Quản trị doanh thu chuyến bay (RM)

Ngay cả khi đã có lịch bay với một đội máy bay được tối ưu hóa thì vẫn còn đó những chuyến bay còn ghế trống hay những chuyến bay không đủ ghế để đáp ứng nhu cầu của hành khách. Với nỗ lực làm cho khả năng cung ứng của mỗi chuyến bay phù hợp nhất với nhu cầu thị trường, qua đó tối ưu hóa doanh thu chuyến bay, các hãng hàng không thường ban hành nhiều loại giá khác nhau cho cùng một chuyến bay. Quản lý doanh thu chuyến bay chính là việc xác định số chỗ cần thiết cho từng loại giá, hạn chế số ghế của các loại giá thấp và giành nhiều chỗ hơn cho các loại giá vé cao hơn. Với giả định chi phí chuyến bay là cố định, mục tiêu của quản lý doanh thu sẽ là làm sao lấp đầy chuyến bay với doanh thu cao nhất có thể, từ đó thu về lợi nhuận cao nhất của chuyến bay. Phần này nhằm nêu ra một cách ngắn gọn về vai trò của Vận trù học trong các mô hình quản lý doanh thu chuyến bay (RM), tập trung vào các ứng dụng có tác dụng mang tính đột phá trong ngành hàng không. Một trong các khám phá về vai trò của OR với quản lý doanh thu chuyến bay tại các hãng hàng không và các vấn đề liên quan được phản ánh trong bài viết của McGill và van Ryzin (1999). Ngoài ra, Weatherford và Bodily (1992) đã đưa ra lý thuyết về Phân loại các bài toán về quản trị doanh thu “tài sản dễ hỏng” (xuất phát từ đặc điểm sản phẩm của hãng hàng không, khi máy bay cất cánh, hết cơ hội bán). Đây là một ví dụ điển hình về lý thuyết quản trị doanh thu chuyến bay của các hãng hàng không. Đánh giá này bắt đầu bằng việc giới thiệu về chức năng của các hệ thống quản trị doanh thu điển hình ở một hãng hàng không, sau đó sẽ giới thiệu việc ứng dụng OR trong 3 kỹ thuật chính của quản trị doanh thu chuyến bay: Over Booking, giá vé hỗn hợp, và kiểm soát theo O&D. Từ đó, trọng tâm vấn đề sẽ được đặt vào việc kiểm soát số ghế trống mà hãng cần tối đa hóa doanh thu, vì hầu như tất cả các hệ thống Quản trị doanh thu của các hãng hàng không đều giả định rằng cơ cấu giá vé đã được xác định bởi một hệ thống riêng.

4.2.1. Hệ thống quản trị doanh thu (RM) trong các hãng hàng không

Quy mô và tính phức tạp của vấn đề kiểm soát ghế dẫn đến sự phát triển của các Hệ thống phần mềm Quản trị doanh thu chuyến bay (RM). Một hãng hàng không với hơn 1.000 chặng bay mỗi ngày, ít nhất 10 loại giá vé/ hạng đặt chỗ trong hệ thống giữ đặt chỗ của mình và chấp nhận đặt chỗ trước đến 330 ngày trước mỗi ngày khởi hành, thì tại bất kỳ thời điểm nào, với điều kiện các booking có thể thay đổi hạng nếu loại giá đó chấp nhận, số ghế theo hạng đặt chỗ cần kiểm soát của hãng sẽ là hơn ba triệu. Do độ phức tạp đó, Hệ thống Kiểm soát doanh thu của hãng hàng không đã phải sử dụng cả công nghệ thông tin cùng với các mô hình toán học trong suốt những năm qua. Các hệ thống RM đầu tiên, được phát triển vào đầu những năm thập kỷ 80, được thiết kế để thu thập và lưu trữ dữ liệu chiết xuất từ hệ thống đặt giữ chỗ tự động (CRS). Vào giữa những năm thập kỷ 80, một số hệ thống RM thêm vào khả năng giám sát bổ sung cho phép theo dõi các booking của chuyến bay theo thời gian thực của biểu đồ đặt chỗ. Vào cuối những năm thập kỷ 80, các hãng hàng không tiên tiến hơn đã bắt đầu triển khai hệ thống RM mà có thể thực hiện các dự báo và tối ưu hóa doanh thu thông qua các hạng đặt chỗ cho các chặng bay khởi hành trong tương lai.  Ngoài việc quản trị tất cả các cơ sở dữ liệu và bảo đảm khả năng giám sát các booking, trong thế hệ RM thứ ba, với ứng dụng các mô hình OR, đó là các hệ thống tích hợp tất cả các chức năng trước đó. Các thành phần chính của một hệ thống RM-thế hệ thứ ba điển hình được minh họa trong sơ đồ dưới đây:

Những dự báo này, cùng với dự toán giá trị doanh thu của từng hạng đặt chỗ, sau đó được đưa vào một mô hình tối ưu hóa để tính toán các giới hạn (số chỗ mở) của từng loại Booking cho chuyến bay. Đồng thời, dự báo nhu cầu được đưa vào một mô hình Overbooking, hệ thống này sử dụng thông tin lịch sử về tỷ lệ khách bỏ chỗ, từ đó tính toán số chỗ cần mở cho từng loại hạng đặt chỗ cho chuyến bay. Cả giới hạn về số chỗ cho từng hạng Booking và mức đặt over đều được tính toán bằng các mô hình toán tối ưu rồi được đưa trở lại cho hệ thống RM để phân tích. Các dự báo về nhu cầu, cùng với giới hạn về số chỗ cho từng hạng Booking sẽ được hệ thống RM định kỳ kiểm tra và chỉnh sửa. Khi phát hiện các bất thường về đặt chỗ, hệ thống sẽ dự báo lại nhu cầu và đưa ra khuyến nghị tối ưu mới về số chỗ cho các hạng đặt chỗ. Một tỷ lệ đáng kể của việc tăng thêm doanh thu là do quá trình tối ưu hóa hạng đặt chỗ theo theo giá vé. Hầu hết các hãng hàng không lớn và cỡ trung bình trên thế giới đã triển khai hệ thống RM-thế hệ thứ ba, và các lợi ích của hệ thống này đã được ghi nhận. Theo thống kê, việc sử dụng hiệu quả kỹ thuật Overbooking, kết hợp các hạng đặt chỗ theo mức giá đã làm tăng khoảng 4% -6% so với các tình huống không áp dụng (theo Belobaba 1992b, Smith et al. 1992).

4.2.2. Các mô hình đặt chỗ vượt số ghế cung ứng (Over Booking Models)

Nhằm giảm thất thoát nguồn thu do các hành khách bỏ chỗ (No Show), hầu như các hãng hàng không đã từ lâu đều chấp nhận việc đặt chỗ vượt quá tải cung ứng của máy bay. Với sự phát triển của các hệ thống RM, overbooking đã được đưa vào cùng với chức năng kiểm sóat chỗ theo hành trình của hệ thống này với nhiệm vụ chủ yếu là giải quyết bài toán tối ưu giữa thất thoát có thể do giải quyết khách over (thừa ra) với lượng doanh thu thu được do kiếm được thêm những hành khách bù vào số khách sẽ bỏ chỗ của chuyến bay và đáp án cuối cùng là đưa ra được số chỗ tối đa cho phép đặt vượt so với tổng số ghế cung ứng của chuyến bay. Do là bài toán tối ưu, người ta lại tin tưởng áp dụng OR để giải bài toán này ngay từ giai đoạn đầu của các mô hình RM cũng như sau này khi tích hợp chức năng Overbooking với nó. Trong các mô hình thống kê về Overbooking, người ta thường lấy tỷ lệ khách bỏ chỗ là các biến ngẫu nhiên của một Phân phối chuẩn và mục tiêu là đi tìm số chỗ được mở thừa tối đa cho từng hạng booking sao cho nguy cơ giải tỏa khách do thiếu chỗ là ít nhất với một độ tin cậy nào đó. Các mô hình này tạo điều kiện cho các hãng hàng không có thể quyết định chính sách Overbooking của riêng mình một cách linh hoạt, ví dụ như hoặc tăng số khách sẽ phải giải tỏa hoặc giảm đi độ tin cậy khi xác định biến số (số chỗ thừa). Sự phát triển của mô hình thống kê Overbooking được tiếp cận theo phương hướng giảm chi phí (cost-based) nó tính toán rõ ràng các chi phí liên quan đến giải tỏa khi khách bị thừa và doanh thu cơ hội khi ghế bị bỏ trống.

Động lực về kinh tế đối với các hãng hàng không luôn là quan trọng. Tại Hoa Kỳ, tỷ lệ khách bỏ chỗ của các hãng hàng không nội địa trung bình khoảng 15% -25% trên tổng số booking trước chuyến bay. Với giả thiết về tỷ lệ lợi nhuận của chuyến bay là 5% (doanh thu trên tổng ghế cung ứng trừ chi phí), thì nếu hãng hàng không không áp dụng chính sách Overbooking mà bị mất đi 15% -25% doanh thu tiềm năng sẽ dẫn đến một bức tranh lợi nhuận rất xấu của hãng.

4.2.3. Tổ hợp giá (Fare Class Mix)

Một kỹ thuật chính thứ hai trong Quản lý doanh thu chuyến bay là việc tối đa hóa doanh thu của tổ hợp ghế cung ứng với các hạng đặt chỗ trên mỗi chặng bay khởi hành trong tương lai. Thực tế hầu hết tất cả các hệ thống RM của hãng hàng không được phát triển với khả năng tối ưu hóa tổ hợp giá và hạng đặt chỗ ngay từ ban đầu. Như đã giới thiệu ở trên, các hệ thống RM dự báo nhu cầu dự kiến cho mỗi hạng đặt chỗ tại mỗi chặng bay trong tương lai bằng cách áp dụng các mô hình thống kê vào các dữ liệu đặt chỗ lịch sử đối với các hạng ghế giống nhau ở những chuyến bay khởi hành trước đó. Việc dự báo những nhu cầu đặt chỗ dự kiến cho những chặng bay khởi hành trong tương lai đã được đề cập ở nhiều tài liệu về OR, bao gồm Littlewood (1972), L’Heureux (1986), Lee (1990), và Curry (1994).

Những dự báo về nhu cầu này sau đó được sử dụng như là đầu vào cho một mô hình tối ưu hóa phân bổ ghế, cụ thể là xác định số chỗ giới hạn sẽ dành cho mỗi hạng đặt chỗ trên chuyến bay. Phần lớn hệ thống đặt chỗ của các hãng hàng không hiện nay có cấu trúc quản lý chỗ theo mô hình phân tổ hạng đặt chỗ như hình minh họa số 3 dưới đây. Ghế không được phân bổ tới từng hạng đặt chỗ, thay vào đó nó được “bảo vệ” cho những hạng ghế cao hơn và những giới hạn đặt chỗ được áp dụng cho những hạng ghế thấp hơn.

Tất cả số ghế cung ứng trong các lớp dưới về nguyên lý sẽ luôn sẵn sàng dành cho cho các hạng ghế cao nhất, trong trường hợp là toàn bộ tải cung ứng của máy bay có thể được lấp đầy với mục đích luôn đạt được doanh thu chuyến bay cao nhất. Điều này đảm bảo rằng các hãng hàng không sẽ không bao giờ từ chối một yêu cầu mua vé giá cao, miễn là chuyến bay còn chỗ. Các ứng dụng Vận trù học trong vấn đề “phân bổ ghế ngồi” cho 2 hạng ghế (hạng ghế giá cước đầy đủ và hạng ghế giá giảm) được đề cập trong các bài viết của Littlewood (1972). Các quy tắc của Littlewood (1972) đưa nguyên tắc bảo vệ giá vé full-fare sau này được mở rộng thành bảo vệ nhiều lớp giá trong bài viết của Belobaba (1987, 1989), người viết luận án tiến sỹ đầu tiên về đề tài quản lý doanh thu và giá vé của các hãng hàng không. Cách tiếp cận theo doanh thu ghế cận biên kỳ vọng (Expected Marginal Seat Revenue – EMSR) nhằm đưa ra các giới hạn đặt chỗ đối với các hệ thống quản lý doanh thu sau này đã được phát triển thành mô hình “EMSRb” (Belobaba 1992a). Những mô hình này lần đầu tiên nhận thấy các điều kiện tối ưu cho các vấn đề phân bổ nguồn tài nguyên truyền thống (ghế ngồi) không dẫn đến việc tối ưu hóa doanh thu dự kiến ở một môi trường giới hạn đặt chỗ cho các hạng đặt chỗ khác nhau. Cả hai mô hình này đều dựa vào các nguyên tắc quyết định heuristic cho tổ hợp giá và trở thành những mô hình kiểm soát chỗ được dùng thường xuyên nhất trong hệ thống RM của các hãng hàng không. Các công thức tối ưu về vấn đề tổ hợp giá được đề cập trong các bài viết của Curry (1990), Brumelle et al. (1990), và Wollmer (1992).

Tiền đề chung của các mô hình kết hợp giá vé được mô tả như sau: Nhận vào một yêu cầu dự báo cho mỗi hạng vé (được mô tả bằng các thuật ngữ trị trung bình và độ lệch chuẩn) cùng với mức giá trung bình thì doanh thu cận biên dự kiến của mỗi ghế tăng cường thuộc một chặng bay bằng giá trung bình nhân với xác suất của mỗi ghế tăng cường cụ thể. Việc mô phỏng trên các chuyến bay thực tế đã chứng minh rằng: Ngưỡng duy trì tối ưu cho mỗi hạng ghế cao hơn đạt doanh thu cận biên dự kiến cao hơn hoặc bằng hạng ghế thấp hơn từ 2%-4% khi áp dụng mô hình hỗ trợ ra quyết định (Belobaba 1989).

Dần dần những nghiên cứu về vấn đề tổ hợp giá và tối ưu hóa giới hạn đặt chỗ theo mức giá cho các chặng bay đơn lẻ ít dần và thay thế bằng việc nghiên cứu Quản lý doanh thu cho cả mạng bay như được đề cập ở mục 3.5 dưới đây.

4.2.4. Quản trị doanh thu mạng: Kiểm soát chỗ theo hành trình đi – đến

Quản trị doanh thu mạng (hay mô hình điều khiển theo O&D) đại diện cho một bước tiến quan trọng của hầu hết hệ thống RM thế hệ thứ ba sau khi đã tối ưu hóa doanh thu các hạng đặt chỗ theo tổ hợp giá (Fare Class Mix), và hiện đang được áp dụng tại hầu hết các hãng hàng không lớn và tiên tiến nhất trên thế giới. Như tên gọi của nó ngụ ý, mô hình điều khiển O&D tạo cho hãng hàng không năng lực quản lý số đặt chỗ của mình bằng giá trị doanh thu theo hành trình từ điểm gốc đến điểm đến của hành khách (không chỉ trên 1 chặng bay riêng lẻ). Do một hệ thống RM dựa theo chặng bay không thể phân biệt trong số các hành trình trong lớp giá vé giống nhau, tối ưu hóa lớp giá vé kết hợp trong mỗi chặng bay riêng lẻ sẽ không đảm bảo rằng tổng doanh thu toàn mạng đang được tăng lên tối đa. Điều này đặc biệt đúng đối với các hãng hàng không khai thác theo mô hình mạng, mà trên các chuyến bay thì một tỷ lệ đáng kể hành khách sẽ bay trên nhiều chặng bay (chỉ transit tại trung tâm).

American Airlines là một trong những hãng hàng không tiên phong trong việc áp dụng chiến lược kiểm soát doanh thu theo O&D ngay từ những năm 1980, những thành tựu mà họ đạt được sau này đã được biết đến là mô hình “virtual nesting” kiểu mẫu (Smith et al. 1992). Trong đó, một quá trình gán các cặp hành trình cùng giá vé của từng hành khách cho một lớp giá trị ẩn (Hidden) hoặc hiện (Virtual) trong hệ thống đặt vé giữ chỗ của hãng. Đối với cặp hành trình / giá vé được gán với giá trị “Hiện”, hệ thống sẽ bố trí chỗ cho khách trên chặng bay mà khách yêu cầu, tương ứng với giới hạn đặt chỗ cho loại hạng đặt chỗ này sẽ được bảo đảm. Sự thực hiện ban đầu của virtual nesting được dựa trên tổng giá trị vé hành trình, ưu tiên cho hành khách nối chuyến đường dài với tổng giá vé cao hơn. Thiếu sót của phương pháp tiếp cận này là không lưu ý đến các hành khách đi đến từ 2 đầu chặng bay (khách mono/ local) mà chỉ ưu tiên những hành khách nối chuyến trong bài toán mạng.

Do độ phức tạp của các bài toán, OR sau đó được chọn làm công cụ để phát triển tiếp tục các mô hình điều khiển O&D, nó cho phép các hãng hàng không có thể quản lý chỗ trên cơ sở của giá trị doanh thu mạng với sự kết hợp giữa hành trình và giá vé. Giá trị doanh thu mạng của mỗi booking có thể được xác định là tổng giá vé theo hành trình của khách (giá trị vé) trừ các doanh thu có thể thu được trên các chặng bay nối chuyến. Ví dụ, giá trị doanh thu mạng của một khách tính theo tổng giá vé là 800$ thu trên chặng thứ nhất của 1 hành trình nối chuyến, thì khi hành khách được chấp nhận bay tiếp chặng thứ hai của hành trình tương đương với việc giá trị doanh thu mạng sẽ phải bị giảm đi 300$, tạm gọi là chi phí di dời của chặng bay nối chuyến tiếp theo (thường tính được theo giá của hạng đặt chỗ thấp nhất của chặng bay). Nếu chặng bay luôn có ghế trống, giá trị doanh thu mạng cận biên của hạng đặt chỗ cuối cùng của nó sẽ là số không. Trong một tình huống thực tế, khi chuyến bay nhiều khả năng sẽ đầy, cả hành khách địa phương và nối chuyến, thì việc xác định giá trị doanh thu mạng để dẫn tới quyết định sẽ loại bỏ hay không một hành khách trên chuyến bay có thể sẽ cần đến các phân tích phức tạp hơn, các mô hình tối ưu hóa toàn mạng.

Có rất nhiều mô hình tối ưu mạng và thuật toán mang tính khám phá đã được áp dụng để giải bài toán xác định sự đóng góp giá trị doanh thu mạng cho các cặp hành trình O&D và giá vé (ODIF). Như mô tả trong Belobaba (1998), rất nhiều hãng hàng không lớn đã sử dụng các giá trị EMSR (Doanh thu cận biên kỳ vọng của 1 hạng ghế) dựa trên chặng bay làm giá trị xấp xỉ cho giá trị doanh thu mạng trong liên kết hành trình nối chuyến và giá vé đã định. Bởi vì những phương pháp này không sử dụng bất kỳ mô hình tối ưu hóa mạng chính thức nào nên chúng được nói đến như là những mô hình “tự khám phá dựa trên chặng bay” để ước lượng chi phí chuyển dời cho các chặng bay.

Phần lớn các công trình nghiên cứu về bài toán kiểm soát chỗ theo hành trình O&D đều giới thiệu cả các thuật toán lập trình máy tính trong việc xác định sự phân bổ chỗ ngồi tối ưu cho mỗi ODIF (cặp hành trình và giá) trong mạng bay (ví dụ như trong các bài viết của Glover et al. 1982, Dror et al. 1988, và Curry 1990. Luận án tiến sĩ của Williamson (1992) cũng đã đánh giá một cách toàn diện về việc ứng dụng các mô hình lập trình toán học cùng với các mô hình liên mạng trong việc giải quyết bài toán kiểm soát chỗ theo hành trình. Càng về sau càng có những công trình mới giới thiệu các mô hình phức tạp hơn. Ví dụ như bài viết Bratu (1998) đã giới thiệu về ứng dụng thuật toán hồi quy “xác suất hội tụ” để ước lượng các giá trị doanh thu mạng cận biên cho hạng ghế cuối cùng trên mỗi chặng bay trên hệ thống giữ đặt chỗ của hãng hàng không. Talluri và van Ryzin (1999a) đề xuất xu hướng sử dụng quy hoạch tuyến tính với biến số ngẫu nhiên hay quy hoạch động như các thuật toán thay thế dùng để xác định các giá trị doanh thu mạng cận biên cho số ghế còn lại của từng hạng đặt chỗ trong mỗi chặng bay. Với giả thiết dự tính được chuỗi giảm dần các giá trị di dời tương ứng với các hạng ghế nổi người ta có thể ghép các cặp hành trình và giá (ODIF) với các hạng ghế nổi (Virtual Classes) trên cơ sở giá trị doanh thu mạng của chúng. Trong khi các giá trị di dời điều chỉnh lớp các hạng đặt chỗ nổi, làm tăng khả năng chấp nhận các hành khách nối chuyến thì các hiệu chỉnh bằng chuỗi giá trị doanh thu mạng sẽ bảo đảm cho các hành khách địa phương có thể có chỗ trên các chuyến bay nối chuyến đầy khách.

Doanh thu mạng cận biên được ước tính cho những hạng ghế với giá thấp nhất của một chặng bay có thể cũng được sử dụng trong một mô hình kiểm soát chỗ đơn giản hơn nhiều dựa trên việc kiểm soát theo kiểu đấu giá (Bid Price control). Vào thời điểm khi 1 cặp hành trình và giá (ODIF) yêu cầu chỗ, giá vé của ODIF này sẽ được so sánh với các giá của các cặp ODIF khác cũng đang có yêu cầu chỗ đối với chặng bay. Như trường hợp cần ước tính doanh thu chuyển dời cho hành khách nối chuyến, giá dự thầu của chặng bay tương tự có thể được tính toán hoặc với các công cụ tối ưu hóa mạng hoặc chẩn đoán dựa trên cách tiếp cận như EMSR. Talluri và van Ryzin (1999b) đã có nhiều nghiên cứu về mô hình quản lý giá thầu mạng và xác định các điều kiện để phương pháp này cung cấp đầu ra tối ưu, trong khi de Boer et al. (2002) đưa ra so sánh hiệu quả của các phương pháp với mạng xác định và mạng ngẫu nhiên để kiểm soát O&D.

Sau này, các hãng hàng không ít sử dụng mô hình tối ưu hóa mạng cho việc tính toán chi phí di dời và / hoặc giá thầu trong hệ thống kiểm soát chỗ theo hành trình O&D. Bởi vì hầu hết các hệ thống đặt chỗ và hệ thống RM-thế hệ thứ ba đều được phát triển trên cơ sở dữ liệu giá vé theo chặng bay, hầu hết các hãng hàng không đều không thể sử dụng các dữ liệu lịch sử về ODIF cụ thể như yêu cầu của mô hình tối ưu hóa theo mạng. Sử dụng các mô hình tối ưu hóa mạng quy mô lớn cũng sản sinh ra các vấn đề về kỹ thuật, thời gian xử lý và tần số của việc tối ưu lại. Tuy nhiên, với sự phát triển của cơ sở dữ liệu trong các hãng hàng không, được thiết kế để có thể quản lý tất cả các ODIF dữ liệu lịch sử chi tiết, cùng với những tiến bộ trong cả giải pháp thuật toán và tốc độ tính toán, quản lý doanh thu mạng đã được thực hiện tại hầu hết các hãng hàng không ngày nay.

Theo ước lượng từ các mô phỏng cũng như qua báo cáo của các viện nghiên cứu, thực tế áp dụng tại các hãng hàng không cho thấy phương pháp quản lý doanh thu mạng tiên tiến có khả năng làm tăng thêm 1% -2% doanh thu của một hãng hàng không, vượt đến 4% -6% lợi nhuận so với việc thực hiện bằng phương pháp kiểm soát doanh thu theo đơn chặng cổ điển. Điều này làm cho hầu hết các hãng hàng không lớn trên thế giới đều nghiên cứu áp dụng mô hình quản lý doanh thu theo mạng trong quá trình phát triển chương trình kiểm soát chỗ theo hành trình O&D của mình. Thử hình dung, với một hãng hàng không lớn với doanh thu hàng năm là 5 đến 10 tỷ USD trở lên, việc thực hiện thành công 1 hệ thống quản lý doanh thu theo mạng có thể dẫn đến làm tăng tổng mức tăng doanh thu mỗi năm từ 50 đến 100 triệu USD.

4.2.5. Các thách thức trong tương lai

Việc phát triển các mô hình Vận trù học cho các thế hệ tiếp theo của các hệ thống quản lý doanh thu hàng không hiện nay là một chủ đề phổ biến trong giới nghiên cứu cũng như là các nhà ứng dụng. Các bước tiếp theo rõ ràng nhất trong việc cải tiến hơn nữa các hệ thống quản lý doanh thu của các hãng là tích hợp các quyết định về kiểm soát chỗ theo hành trình và quyết định về giá cả hiện đang được thực hiện với những công cụ hỗ trợ quyết định khác nhau và ở các bộ phận khác nhau trong một tổ chức ở rất nhiều hãng hàng không. Việc kết hợp về giá và tối ưu hóa quản lý chỗ đòi hỏi một sự kết hợp mềm dẻo giữa mô hình về xác định nhu cầu với mô hình xác định lựa chọn của hành khách. Những nghiên cứu về ứng dụng OR trong vấn đề này được đề cập trong các ấn phẩm xuất bản bởi Weatherford (1997), Gallego và van Ryzin (1997), và Cote et al. (2003) trong số nhiều tài liệu khác.

 Lời kết

Nhìn rộng ra trong tương lai, rõ ràng thông tin về việc sử dụng chỗ theo hành trình cùng với phản ứng từ hành khách đối với các chiến lược giá cả khác nhau sẽ là nguồn thông tin phản hồi hữu ích đối với các mô hình gắn loại máy bay và thậm chí là lên lịch bay của các hãng hàng không. Sự tích hợp các quyết định về giá cả và chỗ theo hành trình với các chức năng gắn loại máy bay và lập lịch bay luôn là miền đất hứa đối với Vận trù học trong hoạt động của các hãng hàng không. Việc phát triển những hệ thống thông tin hỗ trợ quyết định mang tính phản hồi nhanh, năng động bao gồm cả các chức năng xem xét đến hành vi lựa chọn của hành khách, những phản ứng dự kiến của các đối thủ cạnh tranh về giá cả, lịch bay, tải cung ứng trong việc xác định một chiến lược tối đa hóa lợi nhuận cho hãng hàng không, sẽ ngày càng trở nên quan trọng hơn khi mà áp lực cạnh tranh ngày càng tăng trong ngành vận tải hàng không.

OR đã là một trong những lĩnh vực đóng góp chính vào sự tăng trưởng to lớn mà ngành vận tải hàng không đã trải qua trong suốt những năm qua. Trong suốt quá trình phát triển, sự phát triển các mô hình và giải pháp OR đã được thúc đẩy bởi các vấn đề nảy sinh trong thực tế và trong một số trường hợp đã dẫn đến những tri thức có tính chất chung và những tiến bộ về phương pháp luận quan trọng trong lĩnh vực Vận trù học rộng lớn. Về điểm này, các mô hình và thuật toán OR được áp dụng rộng rãi trong toàn ngành hàng không và như một tiêu chuẩn không thể thiếu trong thực tế hoạt động của các hãng hàng không và sân bay.

                                                                                                                                  Tổ Công tác lịch bay

Tham khảo và trích dẫn:

  1. http://pubsonline.informs.org/journal/opre
  2. Tiến sỹ Ki-Hwan Bae, Trường Đại học Bách khoa Virginia, Luận án Tiến sỹ về “Integrated Airline Operations: Schedule Design, Fleet Assignment, Aircraft Routing, and Crew Scheduling”, năm 2010.
  3. Tác giả Andriniaina Rabetanety, Luận án tốt nghiệp về “Airline Schedule Planning Integrated Flight Schedule Design and Product Line Design”, năm 2006.
  4. Các tác giả Manoj Lohatepanont tại Operations Research and Decision Support, American Airlines, và Cynthia Barnhart tại Center for Transportation Studies, Massachusetts Institute of Technology, Cambridge, Massachusetts. Công trình khoa học về “Airline Schedule Planning: Integrated Models and Algorithms for Schedule Design and Fleet Assignment”, năm 2004.
  5. Tiến sỹ của Manoj Lohatepanont, trường đại học Công nghệ Massachusetts; Luận án tiến sỹ về “Airline Fleet Assignment and Schedule Design: Integrated Models and Algorithms” năm 1999.
  6. Các tác giả Hanif D. Sherali *, Ebru K. Bish, Xiaomei Zhu Grado, Department of Industrial and Systems Engineering, Virginia Polytechnic Institute and State University; Bài báo khoa học về “Airline fleet assignment concepts, models, and algorithms” năm 2005.