Integrated Models and Methods for Dynamic Pricing and Queue Management in Amusement Parks

Abstract

У цій роботі розроблено й оцінено інтегровану структуру динамічного ціноутворення та управління чергами в парках розваг. Ми моделюємо змінні в часі надходження, неоднорідні сегменти відвідувачів і процеси обслуговування атракціонів за допомогою стохастичних моделей масового обслуговування, поєднаних із функціями попиту, що пов’язують ціну, оголошений час очікування та сприйняту корисність. Керування сформульовано як оптимізацію на скінченному горизонті, що обирає ціни за часом доби та політики черг (зокрема віртуальні черги та допуск за часовими слотами) для максимізації багатокритеріального показника, який балансує дохід, середній час очікування та обмеження рівня обслуговування. Оцінювання параметрів поєднує історичні дані продажу квитків і вхідних турнікетів із телеметрією на рівні атракціонів. Імітаційні дослідження, відкалібровані на реалістичних масштабах парків, свідчать, що скоординоване ціноутворення та керування чергами можуть скоротити середній час очікування на 30–40 % і збільшити дохід на 10–20 % порівняно з фіксованим ціноутворенням за принципом FIFO за умови обмежень справедливості та задоволеності. Підхід використовує усталені результати управління доходами та теорії масового обслуговування, що робить його придатним для розгортання як цифрового двійника для підтримки операційних рішень.

This work develops and evaluates an integrated framework for dynamic pricing and queue management in amusement parks. We model time-varying arrivals, heterogeneous visitor segments, and attraction service processes using stochastic queueing models coupled with demand functions linking price, quoted waiting time, and perceived utility. Control is formulated as a finite-horizon optimisation that selects time-of-day prices and queue policies (including virtual queues and slot-based admissions) to maximise a multi-objective criterion balancing revenue, average waiting time, and service-level constraints. Parameter estimation combines historical ticketing and entry-gate data with attraction-level telemetry. Simulation studies calibrated on realistic park scales indicate that coordinated pricing and queue control can reduce mean waiting times by 30–40% while increasing revenue by 10–20% relative to flat pricing with FIFO, subject to fairness caps and satisfaction constraints. The approach uses well-established results from revenue management and queueing theory, making it suitable for deployment as a digital twin for operational decision support.