基于定价的收益管理的常数后悔再求解启发式

基于定价的收益管理是运筹管理中具有众多实际应用的重要问题。该问题考虑一个零售商在$T$个连续时间段内销售一种（或多种）产品，并受初始库存水平的约束。虽然最优定价策略可通过动态规划获得，但该方法有时因计算成本高而不可取。近似策略，如再求解启发式，常被用作计算上易处理的替代方案。本文给出了以下两个结果。首先，我们证明一种自然的再求解启发式相比最优策略的价值达到$O(1)$后悔。这改进了\cite{jasin2014reoptimization}先前工作中建立的$O(\ln T)$后悔上界。其次，我们证明最优策略的价值与流体模型的价值之间存在$\Omega(\ln T)$的差距。这补充了我们的上界结果，表明在分析基于定价的收益管理算法时，流体并非合适的信息松弛基准。