| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究目标 | 第14页 |
| 1.4 研究内容和技术路线 | 第14-16页 |
| 第二章 收益管理在汽车租赁的适用性分析 | 第16-27页 |
| 2.1 收益管理 | 第16-18页 |
| 2.1.1 发展概况 | 第16页 |
| 2.1.2 定义及使用条件 | 第16-17页 |
| 2.1.3 核心理论 | 第17-18页 |
| 2.2 汽车租赁业概述 | 第18-23页 |
| 2.2.1 基本概念 | 第18-19页 |
| 2.2.2 交通地位 | 第19-20页 |
| 2.2.3 市场分析 | 第20-22页 |
| 2.2.4 业务流程 | 第22-23页 |
| 2.3 收益管理与汽车租赁 | 第23-26页 |
| 2.3.1 汽车租赁的收益管理特性 | 第23-24页 |
| 2.3.2 汽车租赁收益管理的复杂性 | 第24-25页 |
| 2.3.3 汽车租赁的需求预测 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 约束需求数据修复分析 | 第27-45页 |
| 3.1 汽车租赁约束需求分析 | 第27页 |
| 3.2 传统修复方法分析 | 第27-34页 |
| 3.2.1 条件假设与变量定义 | 第27-28页 |
| 3.2.2 期望最大值算法 | 第28-30页 |
| 3.2.3 投影截尾法 | 第30-32页 |
| 3.2.4 Spill模型 | 第32-34页 |
| 3.3 Spill模型改进分析 | 第34-43页 |
| 3.3.1 SP/RP调查 | 第34-35页 |
| 3.3.2 RP/SP调查设计 | 第35页 |
| 3.3.3 SP调查数据处理方法 | 第35-36页 |
| 3.3.4 顾客租车意向分析 | 第36-39页 |
| 3.3.5 顾客选择概率 | 第39-40页 |
| 3.3.6 RP调查结果分析 | 第40-42页 |
| 3.3.7 考虑顾客选择行为的Spill模型 | 第42-43页 |
| 3.4 修复效果分析 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于Holt-Winter模型与BP神经网络的组合预测方法 | 第45-54页 |
| 4.1 预测方法分类及特征 | 第45-46页 |
| 4.2 Holt-winter模型 | 第46-47页 |
| 4.3 人工神经网络 | 第47-51页 |
| 4.3.1 概述和特点 | 第47-48页 |
| 4.3.2 分类与选取 | 第48-49页 |
| 4.3.3 BP神经网络结构和学习过程 | 第49-50页 |
| 4.3.4 预测样本选取 | 第50-51页 |
| 4.4 组合预测 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 实例研究 | 第54-67页 |
| 5.1 问题描述 | 第54页 |
| 5.2 无约束需求修复 | 第54-58页 |
| 5.2.1 基于EM法的修复 | 第54-55页 |
| 5.2.2 基于PD法的修复 | 第55-56页 |
| 5.2.3 基于Spill模型的修复 | 第56-57页 |
| 5.2.4 基于改进Spill模型的修复 | 第57-58页 |
| 5.3 无约束需求预测 | 第58-66页 |
| 5.3.1 Holt-winter模型预测 | 第58-59页 |
| 5.3.2 BP神经网络预测 | 第59-63页 |
| 5.3.3 组合方法预测 | 第63-64页 |
| 5.3.4 预测方法比较分析 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 不足与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74-76页 |
| 在学期间发表的论文和取得的学术成果 | 第76页 |