需求数据删失下的分布鲁棒报童定价及库存联合决策
祁玉青
徐清清
南京工业大学 经济与管理学院,江苏 南京 211816
摘要：为研究需求信息删失对零售商最优决策问题的影响,本文以包含库存持有成本和缺货惩罚成本在内的总成本最小化为目标,建立了一个数据驱动的分布鲁棒报童定价和库存决策模型.首先,将需求删失信息引入分布不确定集,运用Cox回归估计删失需求以确定需求不确定集参数,并将原问题转化为对偶问题,利用Rsome鲁棒优化分析求解对偶模型.然后,通过随机数值实验,在不同参数水平下研究本文提出的分布鲁棒优化方法的效率.结果表明,本文方法相较于常见优化算法(鲁棒优化和随机优化),平均节约成本 23.74%和 16.32%,且本文方法与理论最优情形下的平均成本差距缩小为 21.41%.最后,基于一个真实案例数据的研究,进一步验证了本文分布鲁棒优化方法的有效性.
关键词：报童删失需求Cox回归分布鲁棒优化
分类号：F272.3(企业经济)
资助基金：国家社会科学基金(24BGL287)国家自然科学基金(71701092)
论文发表日期：2025-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 82-94 )
英文信息