نوع مقاله : مقاله پژوهشی - کاربردی

نویسندگان

1 دانشگاه پیام نور

2 دانشگاه تهران

10.22105/dmor.2023.361666.1691

چکیده

طی دهه‌های پیشین، صنعت هتلداری در سطح بین‌المللی به صنعتی رقابتی مبدل شده است که کشورها جهت کسب حداکثر درآمد حاصل از آن، متمایل به به‌کارگیری مدل‌های توسعه داده شده، تکنیک‌های جدید و ارائه‌ نوآوری‌ها شده‌اند. به همین سبب توجه به چگونگی مدیریت درآمد هتل‌ها و از سویی دیگر مدیریت هزینه‌های سفر و حمل‌ونقل مسافر و به‌کارگیری مدل‌سازی‌های سازگار با این حوزه جهت بهینه‌سازی در دستیابی به اهداف ضرورت دارد. در این پژوهش، طرح مسائل در خصوص بهینه‌سازی مدیریت درآمد هتل‌ها، مدیریت هزینه‌ مسافران و واکاوی چگونگی توسعه حمل‌ونقل استفاده‌ شده توسط آن‌ها صورت‌ گرفته است؛ پیش‌بینی چگونگی حمل‌ونقل مسافر و انتخاب نوع آن با توجه ‌به حالت‌های مختلف سفر مانند هوایی، ریلی، آبی و جاده‌ای مبتنی بر میزان بودجه مسافر از مسائل شاخص مورد مطالعه است. همچنین در مدل‌سازی‌های انجام‌شده عوامل و معیارهای مؤثر بسیاری لحاظ شده است و میزان ظرفیت پذیرش هتل‌ها در شهرهای منتخب مسافران و ارائه انواع اتاق‌ها با قیمت‌گذاری‌های مختلف و بررسی عناصر وابسته به خدمات ارائه شده برای مسافر توسط هتل و دسترسی‌های مختلف هتل که مبتنی بر مدل درآمد هتل‌ها است، تأثیر به سزایی در برآورد وضعیت عوامل رقابتی هتل‌ها دارد. به جهت پیش‌بینی‌های مدنظر سطح تقاضای انواع مسافران جهت رزرو هتل طی دوره‌های مختلف زمانی در فصول متفاوت گردشگری بر اساس بودجه تخصیص‌داده‌شده توسط مسافر برای پرداخت هزینه‌ها در طی الگوی سفر و نتایج مرتبط مستخرج از مدل درآمدی برآورد شده و عوامل تأثیرگذار در انتخاب هتل و حمل‌ونقل و چگونگی سفر شناسایی شده است. طرح مسائل NP-Hard در پژوهش حاضر سبب شده است تا در ابعاد کوچک از روش‌های دقیق و در ابعاد متوسط و بزرگ از الگوریتم‌های فراابتکاری چندهدفه، به نام NSGA-II و MOPSO، جهت حل بهره گرفته شود. نتایج مستخرج از محاسبات صورت‌گرفته حاکی از آن است که الگوریتم‌های پیشنهادی روش کارا و مناسبی برای حل مسائل بوده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Multi-objective mathematical modeling focused on hotel revenue and passenger cost by NSGA-II and MOPSO

نویسندگان [English]

  • Mohammad-Saviz Asadi-Lari, 1
  • Maryam Abbasghorbani 1
  • reza Tavakkoli-Moghaddam 2

1 Payame Noor University

2 University of Tehran

چکیده [English]

The hotel industry has become a competitive industry at the international level in recent decades, and countries have tended to use developed models and new techniques, and provide innovations to maximize income from it. As a result, it is critical to pay attention to how we can manage hotel income while noticing travel and passenger transportation costs and use modeling compatible with this field to optimize goal achievement. The problems of optimizing hotel revenue management, passenger cost management, and analyzing how to expand the transportation used by them have been studied in this research. One of the key issues studied is to predict how to transport a passenger and choose its type based on different modes of travel such as air, rail, water, and road based on the amount of the passenger’s budget. Also, many effective factors and criteria have been considered in the modeling done, and the amount of hotel reception capacity in the selected cities of travelers and the provision of various types of rooms with different pricing, and the examination of elements related to the services provided to travelers by the hotel and different accesses of the hotel, which is based on the hotel’s revenue model, affect on. It is useful to estimate the state of competitive factors of hotels. Noteworthy, the transfer and mode of transportation have been determined to predict the level of demand for hotel reservations for all types of travelers during different periods in different tourism seasons. This subject is based on the traveler’s budget allocated for paying expenses during the travel pattern and the related results extracted from the estimated income model, as well as the influencing factors in choosing the hotel and transportation. In the current study, the design of NP-Hard problems led to the use of exact methods in small-sized problems and two multi-objective meta-heuristic algorithms, namely NSGA-II and MOPSO, in medium- and large-sized problems. The computation results show that the proposed algorithms are efficient and suitable methods for problem-solving.

کلیدواژه‌ها [English]

  • Multi-objective mathematical modeling
  • Revenue management
  • Passenger cost
  • Particle swarm optimization
  • Genetic algorithm