用于 (R, s, S) 策略参数计算的随机动态规划启发式算法
最优化与控制
2023-09-26 v2
摘要
(R, s, S) 是一种被从业者广泛使用的随机库存控制策略。在按此策略管理的库存系统中，在时刻 R 审查库存；若观测到的库存位置低于再订货点 s，则下达订单。订单数量设定为将库存位置提升至订货上限 S。本文提出一种新的基于随机动态规划（SDP）的启发式方法，用于计算非平稳随机批量问题的 (R, s, S) 策略参数，该问题考虑过量需求缺货、固定订货与审查成本，以及线性持有与惩罚成本。在近期工作中，Visentin 等（2021）给出了在此假设下计算最优策略参数的方法。我们的模型将问题的贪心松弛与修改版 Scarf (s, S) SDP 相结合。该模型的简单实现需要 prohibitive 的计算量来计算参数。然而，我们可以利用 K-凸性性质与记忆化技术加速计算。所得算法比现有最优算法显著更快，扩展了从业者的可采纳性。广泛的数值实验将我们的方法与文献中可用算法进行比较。
引用
@article{arxiv.2202.08803,
title = {Stochastic Dynamic Programming Heuristic for the (R, s, S) Policy Parameters Computation},
author = {Andrea Visentin and Steven Prestwich and Roberto Rossi and S. Armagan Tarim},
journal= {arXiv preprint arXiv:2202.08803},
year = {2023}
}