كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دوازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

قیمتگذاری پویای کالاهای فاسدشدنی با یادگیری تقویتی عمیق: سنجش ارزش اطلاعات ترکیب سنی موجودی

نویسندگان :

نجمه مرزوقی¹ مرتضی کاظمی²

1- دانشگاه صنعتی شیراز 2- دانشگاه صنعتی شیراز

کلمات کلیدی :

قیمتگذاری پویا،کالاهای فاسدشدنی،یادگیری تقویتی عمیق،ترکیب سنی موجودی،کاهش دورریز،الگوریتم بهینه سازی سیاست مجاورتی،فرآیند تصمیم مارکوف

چکیده :

قیمتگذاری پویای کالاهای فاسدشدنی بهدلیل محدودیت عمر قفسه و تقاضای نامطمئن، چالشی پیچیده است. در این پژوهش، ارزش اطلاعات ترکیب سنی موجودی در تصمیمهای قیمتگذاری با استفاده از یادگیری تقویتی عمیق سنجیده میشود. بدین منظور، محیطی بهصورت فرآیند تصمیم مارکوف طراحی شده که در آن فروش با قاعده اولوارد- اولخارج انجام میگیرد و عرضه برونزا از توزیع پواسون پیروی میکند. دو نمایش حالت تجمعی و سنی تحت دینامیک کاملاً یکسان و با الگوریتم بهینهسازی سیاست مجاورتی (PPO) آموزش داده میشوند تا اثر اطلاعات سنی بهصورت کنترلشده تفکیک گردد. ارزیابی با 10 بذر مستقل و 200 اپیزود قطعی در رژیمی با عمر قفسه کوتاه و ریسک انقضای فعال صورت گرفته و نتایج با آزمون t زوجی تحلیل میشوند. یافتهها نشان میدهند سیاست سنی با میانگین پاداش 10245 واحد، حدود 5/4 درصد از بهترین قیمت ثابت بهتر عمل میکند و دورریز را 66 درصد نسبت به نمایش تجمعی و 67 درصد نسبت به قیمت ثابت کاهش میدهد. افزون بر این، سیاست سنی حدود 3٫7 برابر پایدارتر است و آزمون F این پایداری را با مقدار p کمتر از 0٫001 تأیید میکند؛ همچنین این سیاست برابر افت شدید عملکرد مانند بیمه عمل میکند. تحلیل حساسیت روی عمر قفسه از 2 تا 5 روز نشان میدهد ارزش اطلاعات سنی غیرخطی است و در "L=3" بیشینه میشود. این یافتهها تأیید میکنند که در رژیمهای با ریسک فعال انقضا، اطلاعات ترکیب سنی پیششرط کنترل دورریز و پایداری عملکرد است.