Robust optimization models for network revenue management
Ağ gelir yönetimi için sağlamcı optimizasyon modelleri
- Tez No: 879761
- Danışmanlar: PROF. DR. MUSTAFA ÇELEBİ PINAR
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Etkin kapasite ayırma yöntemleri Ağ Gelir Yönetiminde önemli bir rol oynar. Ancak, belirsizlikler altında optimal kapasite kontrollerini belirlemek için mevcut yöntemler, örneğin stokastik optimizasyon, genellikle bilinmeyen parametreler için bilinen bir olasılık dağılımı varsayar. Bu varsayım, beklenmedik veri desenleriyle karşılaşıldığında modelin performansını düşürebilir. Bu tezde, stokastik kaynak tahsis problemlerini ele almak için sağlamcı optimizasyon formülasyonları yoluyla yenilikçi bir yaklaşım sunuyoruz ve bu sağlamcı formülasyonlara dayalı olarak uygulanabilir sonuçlar elde etmek için bir sezgisel yöntem tanıtıyoruz. Gelir yönetimi alanındaki koltuk tahsisi problemlerine odaklanan kapsamlı simülasyonlar aracılığıyla, önerdiğimiz formülasyonların en kötü durum performanslarını inceliyoruz.
Özet (Çeviri)
Effective capacity allocation methods play a crucial role in Network Revenue Management. Yet, current methods for determining optimal capacity controls under uncertainty, such as stochastic optimization, often assume a known probability distribution for unknown parameters. This assumption may degrade a model's performance when faced with unexpected data patterns. This thesis explores a novel approach through robust optimization to address stochastic resource allocation problems. We introduce a heuristic based on these robust formulations to derive actionable results. Through extensive simulations focused on seat allocation problems within the revenue management domain, our proposed formulations demonstrate improved worst-case performances. Notably, even under favorable scenarios, our solutions remain comparable to existing methods in the revenue management literature.
Benzer Tezler
- Airline revenue management via data mining
Veri madenciliğiyle hava yolu gelir yönetimi
CÜNEYT BAHADIR
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. DR. ADEM KARAHOCA
- Robust optimization for solving stochastic reverse logistics network design problem for recycling waste batteries with an application in Turkey
Türkiye'deki atık piller stokastik geri dönüşüm içın ters lojistik ağı tasarımı ve problem çözme için sağlam optimizasyon
YASAMAN AHMADABADI
Yüksek Lisans
İngilizce
2016
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. METİN TÜRKAY
- Ana sisteme bağlı bir mikro şebeke için gün içi elektrik piyasasına dayalı çizelgeleme
Energy scheduling for a microgrid connected to the main grid based on real time electricity market
EMRAH ERDEM UFLUOĞLU
Doktora
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- Network optimization models with fairness concern for disaster relief operations
Afet yardımında adillik öngören ağ eniyileme modelleri
GÖKALP ERBEYOĞLU
Doktora
İngilizce
2019
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FİKRET ÜMİT BİLGE
- Zaman serisi öngörüsünde dendrit yapay sinir ağları için parçacık sürü optimizasyonuna dayalı dayanıklı öğrenme algoritması
Robust learning algorithm based on particle swarm optimization for dendritic artificial neural networks in time series forecasting
AYŞE YILMAZ