文件名称：成长环境中的动态定价-研究论文
文件大小：549KB
文件格式：PDF
更新时间：2024-06-29 17:02:04
online learning dynamic
我们考虑特定非平稳环境下的单一产品动态定价问题，其中潜在需求过程在预期中随时间增长，也可能在随机波动水平上增长。 决策者在每个时间段内依次设定价格并学习未知需求模型，目标是在时间范围 $T$ 内最大化预期累积收入。 我们证明了后悔的上限和下限匹配，并提供了接近最优的定价政策，展示了随时间随机波动的增长率如何影响最佳可实现的后悔订单和接近最优的政策设计。 在分析中，我们表明卖家是否提前知道 $T$ 的时间范围长度或不出意料地呈现不同的最佳后悔订单。 然后我们扩展需求模型，使得最优价格可能随时间变化，并为扩展模型提供一种新颖且接近最优的策略。 最后，我们考虑了典型多臂*问题中类似的非平稳设置，并指出与非平稳动态相比，知道或不知道时间范围 $T$ 的长度会导致相同的最佳后悔顺序定价问题。