Dynamic fare model
Dynamický model ceny jízdného
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/81081Identifikátory
SIS: 167613
Kolekce
- Kvalifikační práce [10932]
Autor
Vedoucí práce
Oponent práce
Hlubinka, Daniel
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost, matematická statistika a ekonometrie
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
1. 2. 2017
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Velmi dobře
Klíčová slova (česky)
nehomogenní markovský proces, odhadování intenzity, simulovaná optimalizace, dynamické jízdnéKlíčová slova (anglicky)
inhomogeneous Markov process, estimating intensity, simulated optimization, dynamic fareProblém hledání dynamického modelu pro ceny jízdného se skládá ze dvou úloh - odhadování poptávky po vlakových jízdenkách a vícestupňová optimalizace ceny jízdného. V této práci představujeme model nehomogenního markovského řetězce, který používáme pro vývoj prodeje jízdenek. Z důvodu velikosti stavového prostoru je nutné řešit optimalizační úlohu pomocí simulované optimalizace. Řešení jednostupňového a dvoustupňového problému je implementováno v jazyce R. Před samotným praktickým problémem shrnujeme teorii nehomogenních markovských řetězců, kde se podrobněji zaměřujeme na procesy se separovatelnou nehomogenitou. Dále navrhujeme metody odhadování intenzity markovského procesu založené na teorii maximální věrohodnosti. Také popisujeme a srovnáváme dva algoritmy simulované optimalizace. Powered by TCPDF (www.tcpdf.org)
The problem of creating dynamic fare model consists of two tasks - estimating demand for train tickets and multistage optimization of price of fare. We introduce a model of inhomogeneous Markov process for the process of selling the tickets in this thesis. Because of the complexity of the state space the optimization problem needs to be solved using simulation methods. The solution was implemented in R language for single-stage and two-stage problems. Before this application we summarize the theory of inhomogeneous Markov process with special attention to process with separable inhomogeneity. Then we propose methods for estimating the intensity using maximum likelihood theory. We also describe and compare two algorithms for simulated optimization. Powered by TCPDF (www.tcpdf.org)