面向购买概率不确定情形下的鲁棒个性化定价
最优化与控制
2024-07-23 v1 人工智能
摘要
本文关注针对单个物品的个性化定价模型，旨在最大化其预期收入或利润。虽然个性化定价必须预测每个消费者的购买概率，但这些预测值本质上受不可避免的误差影响，这会对实现的收入和利润产生负面影响。为此，我们聚焦于应对不确定性的鲁棒优化技术，为优化问题提供可靠解决方案。具体而言，我们提出一种考虑预测购买概率不确定性的鲁棒个性化定价模型。该模型可形式化为混合整数线性优化问题，可使用数学优化求解器精确求解。我们还开发了结合线搜索的拉格朗日分解算法，高效求解大规模优化问题的高质量解。实验结果表明，我们的鲁棒优化模型有效果，突出了拉格朗日分解算法在计算效率和解质量方面的实用性。
引用
@article{arxiv.2407.15332,
title = {Robust personalized pricing under uncertainty of purchase probabilities},
author = {Shunnosuke Ikeda and Naoki Nishimura and Noriyoshi Sukegawa and Yuichi Takano},
journal= {arXiv preprint arXiv:2407.15332},
year = {2024}
}