盲网络收益管理中原-对偶优化的需求平衡

本文提出了一种具有最优理论遗憾的实用高效算法，用于解决具有未知非参数需求的经典网络收益管理（NRM）问题。在长度为$T$的时间范围内，每个时间段零售商需要决定基于$M$种不可补充初始库存资源生产的$N$种产品的价格。当需求在温和假设下为非参数时，Miao和Wang（2021）首次提出了一种具有$O(\text{poly}(N,M,\ln(T))\sqrt{T})$类型遗憾的算法（特别是$\tilde O(N^{3.5}\sqrt{T})$加上当$T\gg N$足够大时为$o(\sqrt{T})$的高阶项）。在本文中，我们通过提出一种原-对偶优化算法改进了先前的结果，该算法不仅更实用，而且具有改进的遗憾$\tilde O(N^{3.25}\sqrt{T})$，且没有额外的高阶项。该算法的一个关键技术贡献是所谓的需求平衡，它将每个时间段内的原始解（即价格）与另一个价格配对，以抵消资源库存约束上互补松弛性的违反。与几种基准算法的数值实验进一步说明了我们算法的有效性。