文件名称：具有有限资源容量和未知需求参数的多产品定价的联合学习和优化-研究论文
文件大小：951KB
文件格式：PDF
更新时间：2024-06-30 06:31:43
network revenue management
我们在网络收益管理 (NRM) 中考虑联合学习和定价，其中包含多种产品、具有有限容量的多种资源、参数化需求模型和一组连续的可行价格向量。 我们研究具有一般参数化需求模型的设置和具有良好分离的需求模型的设置。 对于一般的参数化需求模型，我们提出了一种比率最优的启发式方法（即，在我们设置的任何可行定价控制下，其后悔界限与已知的理论下界完全匹配）。 该启发式是具有一般参数需求模型和可行价格向量连续体的 NRM 的第一个速率最优启发式。 对于分离良好的需求模型，我们提出了一种接近速率最优（最多乘以对数项）的启发式方法。 我们的第二个启发式是文献中的第一个，它处理具有分离良好的参数化需求模型和一组连续的可行价格向量的 NRM 的设置。