文件名称：通过非参数需求学习协调定价和库存补充-研究论文
文件大小：629KB
文件格式：PDF
更新时间：2024-06-29 08:26:12
dynamic pricing inventory
我们考虑一家公司（例如，零售商）在有限的计划范围内销售单一的不易腐烂的产品。 每个时期的需求是随机的且与价格相关，未满足的需求被积压。 在每个时期的开始，企业确定其销售价格和库存补充数量，但它既不知道需求对销售价格的依赖形式，也不知道需求不确定性的分布情况，因此必须根据历史需求数据。 我们提出了一种非参数数据驱动的策略，它可以动态了解需求，同时应用学到的信息来确定补货和定价决策。 从某种意义上说，该政策整合了学习和行动，即公司积极试验定价和库存水平，以尽可能减少利润损失来收集需求信息。 除了最优策略的收敛性之外，我们还表明，当公司拥有有关潜在需求的完整信息时，遗憾（定义为与最优解决方案相比的平均利润损失）随着计划期限的增加以尽可能快的速度消失。