動態機位存貨管理

有關前述靜態的機位存貨管理的六個假設，固然簡化了營收管理的複雜度，

但畢竟與真實的需求型態有明顯的差距。因此，Robinson(1995)[8]鬆弛了第二個 假設，「低費率需求訂位會先於高費率需求」之限制，考量各艙等之需求雖然仍 以循序為主，並無費率依序升高的情形。

另外Lee ＆ Hersh(1993)[5]則是針對假設一，認為各艙等之需求不應是循序 發生的，從時間軸的角度來考量，各艙等需求的發生應該有所重疊。因此，不應 使用隨機分配的機率分配來描述各個艙等的訂位需求，而是將整個對於機位的需 求視為隨機序程(stochastic process)，將各艙等的需求強度轉換成一需求機率，而

此機率將隨時間而有所改變。使用隨機序程在模擬訂位需求以計算總收益期望值

符號說明：

i ： 顯示艙等別(1……k)。

n ： 顯示目前時段。

n

P ： 決策時段 n 中，對艙等 i 的訂位機率。 i

F ： 艙等 i 的費率。 i n

f ： 在決策時段 n 中，此時剩餘 s 個機位的最佳總收益期望值。 s

根據前述的動態規劃模式，Lee ＆ Hersh 並定義如下之機位期望邊際收益

－δ(n,s)= f_sⁿ − f_sⁿ₋₁，代表決策時段n 時，此時第 s 個機位所增加之收益，亦為 邊際收益期望值。加以分析並得到以下四個結論：

(1) 在決策時段 n 針對各艙等 i (i=1…k)，存在一臨界容量，{ nsˆ_i( )}。亦為 當剩餘機位大於此臨界容量時，才可接受此艙等i 的需求。

(2) 在剩餘機位 s 針對艙等 i (i=1…k)中，存有一臨界時間，{nˆ_i(s)}。此艙 等i 的需求須發生在較此臨界時間更靠近起飛時間才可接受。

(3) 在決策時段 n 剩餘機位 s 時，存有一臨界訂位艙等，iˆ(n,s)。意即在此 情況下，訂位需求的艙等須高於臨界訂位艙等，才可接受。

(4) 綜合上述三點，在其他條件不變的情況下：

i. 剩餘機位數與臨界時間成正相關，當剩餘機位數愈多，其臨界 時間愈大。

ii. 決策時段距離起飛時間越遠時，則臨界容量將越大。

iii. 在同一個決策時段下，當座位剩下越多時，則越可以接受較低 價位的艙等需求。

iv. 在剩餘相同機位數時，越靠近班機起飛時，賣出機票的機率越 低，則越可以接受低價位的艙等需求。

Lee ＆ Hersh 的另一個貢獻是針對假設六，「不考慮多席訂位，一次只能處 理一個座位的訂位。」提出修正，認為訂位的需求應該包含「多席訂位」之需求。

考慮各艙等中不同機位數的需求機率。其採取一聯合機率密度函數來表示此時段 n 對於不同艙等 i 的不同訂位數 m 的需求機率(G )，並假設各艙等的每次訂位的_imⁿ 上限為Mi，因此在考慮多席訂位後，決策時段n 剩餘機位 s 之期望總收益(fsn)如 式(3)所示﹔而在考慮多席訂位時，所要比較的決策改為多席訂位所帶來的收益 與留下這些機位到下段時期的可能期望收益。

s ． 型函數。另外，石豐宇與郭維杰(1999)[16]以 Lee＆Hersh 之直飛航班動態多席訂 位模式為根據，探討單一航班多地停靠與多重航班同時考慮下之艙位規劃模式構