没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
44页
我们考虑一个联合定价和库存控制问题,其中客户对销售价格的React和需求分布是先验未知的。 未满足的需求会丢失且未被观察到,用于决策的唯一可用信息是观察到的销售数据(又名审查需求)。 常规方法,例如随机逼近、在线凸优化和连续武装老虎机算法,无法使用,因为利润函数的实现值及其导数均未知。 这个问题的一个主要挑战在于,根据观察到的销售数据构建的估计利润函数在价格上是多峰的。 我们开发了一种基于非参数样条近似的学习算法。 该算法将规划范围分为不相交的探索阶段和开发阶段。 在探索阶段,价格空间被离散化,每个价格提供相同数量的周期以及预先指定的目标库存水平。 基于这些价格收集的销售数据,构建需求-价格函数的样条近似,然后在稀疏网格上求解相应的代理优化问题,以获得一对推荐价格和目标库存水平。 在开发阶段,算法实施推荐的策略。 我们建立了一个(几乎)平方根后悔率,它(几乎)与理论下限相匹配。
资源推荐
资源评论
资源评论
weixin_38713801
- 粉丝: 5
- 资源: 930
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功