服务系统中动态定价与能力配置的在线学习方法
概率论
2022-09-08 v3 最优化与控制
机器学习
摘要
我们研究排队中的动态定价与能力配置问题，其中服务提供者的目标是获得最优服务费与服务能力，以最大化累积期望利润（服务收益减去人力成本与延迟惩罚）。由于排队动态的复杂性，该问题无解析解，以往研究常诉诸重交通分析，其中到达率与服务率均趋于无穷。本文提出一种专用于解决该问题的在线学习框架，无需系统规模增大。我们的框架称为排队中基于梯度的在线学习（GOLiQ）。GOLiQ将时间范围组织为连续运营周期，并给出高效流程，利用前序周期收集的数据在每周期获得改进的定价与人员配置策略。此处数据包括顾客到达数、等待时间与服务器忙期。该方法巧妙之处在于其在线性质，使服务提供者能通过与环境交互而做得更好。GOLiQ的有效性由以下证实：（i）理论结果含算法收敛与遗憾分析（对数遗憾界），（ii）通过多种代表性排队的仿真实验进行工程验证。
引用
@article{arxiv.2009.02911,
title = {An online learning approach to dynamic pricing and capacity sizing in service systems},
author = {Xinyun Chen and Yunan Liu and Guiyu Hong},
journal= {arXiv preprint arXiv:2009.02911},
year = {2022}
}