多拉格朗日乘子情形下影子价格的判别和计算

非线性优化模型中经常出现多重Lagrange乘子现象,导致决策者错误地计算资源的影子价格.本文针对该问题指出最小欧几里得范数的Lagrange乘子是影子价格.同时,还提出了一个无约束优化模型用以求解最小欧几里得范数 Lagrange乘子,该无约束优化模型可以通过经典的非光滑优化算法求解.最后,本文提出一个基于次梯度的算法求解影子价格,该算法是次线性收敛的,且计算时间与约束条件的个数及自变量的个数线性相关.     

多拉格朗日乘子情形下影子价格的判别和计算北大核心CSCDCSSCI

非线性优化模型中经常出现多重Lagrange乘子现象,导致决策者错误地计算资源的影子价格.本文针对该问题指出最小欧几里得范数的Lagrange乘子是影子价格.同时,还提出了一个无约束优化模型用以求解最小欧几里得范数Lagrange乘子,该无约束优化模型可以通过经典的非光滑优化算法求解.最后,本文提出一个基于次梯度的算法求解影子价格,该算法是次线性收敛的,且计算时间与约束条件的个数及自变量的个数线性相关.     

航线网络中需求无约束估计的非参数选择模型

传统的航空客运需求无约束估计方法仅针对平行直达航班中的顾客需求“溢出”和“再 现”问题，未能考虑航空网络中直达和中转联程航班之间的网络替代效应． 基于顾客偏好排序列表定义了航空网络顾客类型集合，建立了考虑顾客策略行为的网络型非参数离散选择模型．考虑到网络环境下历史预售数据的不完备性，站在线上和线下交易平台的角度，分别建立了非截尾和截尾需求情况下的完备数据对数似然函数． 采用 EM 算法对顾客到达率和概率质量函数进行联合估计，并提出了网络环境下的顾客“初始需求”、“再现需求”和“溢出需求”无约束估计计算方法．通过数值模拟验证了所提方法的可行性和有效性，相较于现有方法能准确反映产品间网络替代效应对顾客选择行为影响，从而更加有效地避免对历史顾客“初始需求”的高估问题．     

公开或隐藏未来市场价格对新品预售的影响研究

预售是新产品上市前，商家允许消费者提前预定产品的一种销售手段。本文以新产品预售为背景，建立了商家同时销售新旧两代产品时的预售模型，先对消费者最优购买策略进行了分析，在此基础上，分两种情况，即商家在预售阶段公开或隐藏新品未来市场价格，研究了商家最优预售价格折扣和最优订购量。最后，通过数值仿真分析了影响新品预售策略和商家收益的一些因素。结果表明，商家在预售阶段公开新品未来市场价格可以获得更高期望收益。     

基于小波变换的长记忆随机波动模型估计方法研究

根据ARFIMA过程的小波分析结果,将小波引入到长记忆随机波动(Long Memory Stochastic Volatility)LMSV模型的估计中,提出了基于小波变换的LMSV模型的参数估计和潜在波动过程的估计方法.用不同参数值和样本容量的数据进行了模拟实验,又用该方法对上海和深圳证券交易所综合指数的收益序列拟合了LMSV模型,结果表明该方法是有效且可行的.     

随机多阶段分销网络设计模型

为了更合理的设计分销网络,本文提出了一种随机多阶段的联合选址-库存模型。在该模型中,不仅考虑了经济规模和分摊效益的影响。同时通过情景规划,考虑了在多阶段的分销网络设计中,对未来市场环境的不确定性。该模型的目标是使整个战略周期内的总期望成本(包括库存、运输、选址成本与损失的收益)最小。本文将该模型建立成为了一个非线性的整数规划模型,同时提出了一种基于拉格朗日松弛的求解算法。最后,本文使用该算法求解了三组不同规模的算例,得到的计算结果证明了拉格朗日算法是求解该模型的有效算法。     

估计灰色Verhulst模型参数的LS-SVM方法及应用

估计灰色Verhulst模型中的参数通常采用最小二乘法，这种基于大样本理论的经验风险最小化方法无法保证小样本预测下模型的推广性能.为提高灰色Verhulst模型的预测精度，本文提出了基于LS-SVM算法估计模型参数的方法.首先根据Verhulst灰色差分方程的特点，通过构造以背景值序列和原始序列为训练样本的LS-SVM模型，将一维样本空间里的Verhulst模型转化为一个二维特征空间里的LS-SVM模型，进而将Verhulst模型的灰参数的估计问题转化为一个LS-SVM模型的回归系数估计问题.然后通过核函数构造法，结合模型特点合理构造了LS-SVM模型的核函数，基于LS-SVM算法求解回归系数，进而得到Verhulst模型的参数估计.实验结果表明该方法是可行的有效的，可保证Verhulst模型具有良好推广性，相比于传统参数估计方法本文预测精度更高.     

租赁设备在线更新问题及其竞争策略

制造商在租赁供应链上为租赁公司提供租赁设备技术升级（或“以旧换新”）促进新技术应用。在租赁市场需求与技术更新速度不确定情形下，租赁公司决策者需要决策是否对设备进行技术更新用于租赁业务以获取更高的出租收益。本文运用在线算法建立租赁公司租赁设备的在线更新模型，分析不同市场情境下最优的确定性在线更新策略。研究发现：新技术设备单位租赁周期收益、更新成本与旧设备单位租赁周期收益影响在线更新策略。租赁公司最优的在线更新策略是：如果制造商提供的新设备单位租赁周期收益小于更新成本，租赁公司一直出租旧设备不进行设备更新，直至制造商提供另外的新技术的单位租赁周期收益不小于更新成本；然后继续出租旧设备直至新设备与旧设备租赁收益之差几乎累积达到更新成本时进行技术更新。本文研究结论对在高度不确定环境下开展经营活动的租赁公司下一步策略选择具有重要的借鉴意义。     

基于XGBoost算法的数据驱动单周期报童问题研究

求解单周期报童问题通常假设需求分布服从某一特定形式,通过历史数据预测需求并求解优化模型。尽管此假设可以简化分析,但它并不能反映随时间动态变化的真实需求分布,且不可避免地将历史估计预测误差传递给优化过程。为解决这一问题,本文提出了一种将估计和优化相结合的方法。该方法采用数据驱动计算权重的形式来处理与特征相关的需求不确定性,并引入XGBoost算法对具有非平稳需求的单周期报童问题进行求解。在观察到影响需求的特征后,该方法能直接确定最佳库存决策。本文对运营管理领域的贡献主要包括两个方面：1）提供了一种解决方案,将名为XGBoost的可扩展端到端树提升系统的机器学习算法集成到了单周期报童问题中。2）将该集成估计优化算法应用于不同目标服务水平和训练样本量的真实数据集,并与现有研究报童问题的几种标准方法进行比较,结果表明,该方法至少可以降低约5%的库存成本。     

基于均值-AS模型的资产配置

AS指标是诺贝尔经济学奖得主Aumann与其合作者Serrano近期基于不确定条件下的选择理论提出的新的风险度量指标,具有诸多优点,被学者们广泛关注.本文基于均值-AS模型研究了正态分布和一般分布下的资产配置问题.在正态分布下,得到了组合边界的解析式,深入探讨了组合边界的特征.在一般分布下,将AS指标的矩估计式嵌入均值-AS模型,实现了风险估计与投资组合优化同步进行.在较弱的条件下,证明了均值-AS模型是凸优化问题,可基于迭代思想设计算法得到模型的数值解.蒙特卡洛模拟结果表明该模型和算法准确有效.最后,基于中国A股市场数据给出了实例分析.     

酒店收益管理的研究进展与前景

对酒店收益管理的内涵进行了讨论,从六个方面介绍了酒店收益管理的应用特征,归纳 分析了酒店收益管理的常用研究方法. 基于酒店收益管理(包括需求预测、超量预订、客房分配 和定价等) 研究进展的介绍与分析,指出了酒店收益管理的研究发展方向.     

考虑长期运力合同的班轮收益管理运输路径优化模型

基于收益管理的方法,文章对随机需求环境下班轮运力分配和路径优化问题进行了定量研究。首先针对海运收益管理的特征,建立了考虑长期运力合同、空箱调运的轮运力分配和路径选择随机规划模型,然后应用稳健优化方法对此模型进行求解。最后,通过数值仿真得到了优化的舱位分配方案,比较发现稳健优化模型取得了较确定性规划模型更好的收益,显示了模型和方法对于集装箱海运企业的收益管理问题具有应用价值。     

A Comparative Revenue Analysis of Hotel Yield Management Heuristics

Yield management is the dynamic pricing, overbooking, and allocation of perishable assets across market segments in an effort to maximize short-term revenues for the firm. Numerous optimization heuristics for allocation and overbooking exist for the airline industry, whose perishable asset is the airplane seat. When an airplane departs, no revenue is gained from the empty seat(s). In the hotel industry, the perishable asset is the hotel room-once a room is left empty for a night, that night's revenue cannot be recaptured. The literature on yield management heuristics for the hotel industry is sparse. For the hotel operating environment, no research has adequately (1) integrated overbooking with allocation, (2) modeled the phenomenon of hotel patrons extending or contracting their stay at a moment's notice, or (3) performed a realistic performance comparison of alternative heuristics. This research develops (1) two hotel-specific algorithms that both integrate overbooking with the allocation decisions, (2) a simulation model to reproduce realistic hotel operating environments, and (3) compares the performance of five heuristics under 36 realistic hotel operating environments. Seven conclusions are reached with regard to which heuristic(s) perform best in specific operating environments. Generally, heuristic selection is very much dependent on the hotel operating environment. A counterintuitive result is that in many operating environments, the simpler heuristics work as well as the more complex ones.     

考虑空箱调运的集装箱海运收益管理能力分配优化模型

文章基于收益管理的思想对面临不确定需求的海运集装箱能力分配问题进行了定量研究。首先描述了集装箱海运收益管理问题与航空客运收益管理的差异,接着建立了考虑和不考虑空箱调运的海运集装箱能力分配随机规划模型,并应用稳健优化方法对模型进行求解,最后通过数值仿真,说明了模型和求解方法对于海运集装箱运输企业的收益管理问题具有重要的应用价值。     

Pricing,Allocation, and Overbooking in Dynamic Service Network Competition When Demand Is Uncertain

We study the problem of combined pricing, resource allocation, and overbooking by service providers involved in dynamic noncooperative oligopolistic competition on a network that represents the relationships of the providers to one another and to their customers when service demand is uncertain. We propose, analyze, and compute solutions for a model that is more general than other models reported in the revenue management literature to date. In particular, previous models typically consider only three or four of five key revenue management features that we have purposely built into our model: (1) pricing, (2) resource allocation, (3) dynamic competition, (4) an explicit network, and (5) uncertain demand. Illustrative realizations of the abstract problem we study are those of airline revenue management and service provision by companies facing resource constraints. Under fairly general regularity conditions, we prove existence and uniqueness of a pure strategy Nash equilibrium for dynamic oligopolistic service network competition described by our model. We also show, for an appropriate notion of regularity, that competition leads to the underpricing of network services, a finding numerically illustrated by an example of intermediate size. Our proposed algorithm can be implemented using well‐known off‐the‐shelf commercial software.     

考虑旅客跨区间流转的机票多预定区间折扣优化模型研究

多预定区间差异化折扣逐渐成为机票收益管理的重要分支。本文提出了一种新的收益管理模型：基于顾客跨区间流转的收益管理模型,并给出了二分法迭代求解方法。假设各个预订时间区间的潜在需求可以通过大数据手段进行预测,首先结合旅客的价格敏感和潜在需求跨时间段流转的特性分析了各区间的需求函数,然后结合需求函数构建了多预定区间折扣优化模型。由于该模型属于动态的收益管理模型,因此构建了一种动态求解方法——二分迭代法。最后,依据航空公司的实际情况设计了两个仿真实验。实验计算结果不仅验证了新模型和算法的有效性,而且得出一些比较有用的结论：（1）票价与提前购票时间不存在单调的线性关系;（2）预订区间远离离港日折扣逐渐变大,靠近离港日的折扣会逐渐减少,但是包含离港日的预订区间的折扣又会变大;（3）流转率越高则折扣越少;（4）价格敏感系数越高折扣越高;（5）流转率通过改变价格敏感系数而影响折扣的大小。本文给出的折扣优化决策模型符合旅游产品多预定区间折扣决策的实践,可以为机票、酒店、景区等多种旅游产品的票价决策提供有益参考。     

Service Package Switching in Hotel Revenue Management Systems

Revenue Management Systems (RMS) are commonly used in the hotel industry to maximize revenues in the short term. The forecasting‐allocation module is a key tactical component of a hotel RMS. Forecasting involves estimating demand for service packages across all stayover nights in a planning horizon. A service package is a unique combination of physical room, amenities, room price, and advance purchase restrictions. Allocation involves parsing the room inventory among these service packages to maximize revenues. Previous research and existing revenue management systems assume the demand for a service package to be independent of which service packages are available for sale. We develop a new forecasting‐allocation approach that explicitly accounts for this dependence. We compare the performance of the new approach against a baseline approach using a realistic hotel RMS simulation. The baseline approach reflects previous research and existing industry practice. The new approach produces an average revenue increase of at least 16% across scenarios that reflect existing industry conditions.     

基于期权的易逝品订购预售联合策略研究

由需求不确定所引起的库存过剩或产品脱销通常会给企业的正常运营带来极大风险，本文考虑一种运输时间影响损耗率的易逝品，在消费者估值不确定的情况下，从集成的角度出发，针对零售商的订购与预售联合策略展开研究。需求端零售商可通过批发价订购方式或组合订购方式采购易逝品，销售端可提供折扣预售和期权预售两种策略。通过模型构建详细分析了几种不同的订购预售联合策略，求解了不同策略下的最优订购量和最优预售价格以及不同策略的适用情形。研究发现柔性采购（组合订购方式）和期权预售联合决策可以有效降低需求波动带来的库存积压和产品短缺风险，且期权预售策略比折扣预售策略的应用范围更广。     

A hybrid inventory management system responding to regular demand and surge demand

This paper proposes a hybrid policy for a stochastic inventory system facing regular demand and surge demand. The combination of two different demand patterns can be observed in many areas, such as healthcare inventory and humanitarian supply chain management. The surge demand has a lower arrival rate but higher demand volume per arrival. The solution approach proposed in this paper incorporates the level crossing method and mixed integer programming technique to optimize the hybrid inventory policy with both regular orders and emergency orders. The level crossing method is applied to obtain the equilibrium distributions of inventory levels under a given policy. The model is further transformed into a mixed integer program to identify an optimal hybrid policy. A sensitivity analysis is conducted to investigate the impact of parameters on the optimal inventory policy and minimum cost. Numerical results clearly show the benefit of using the proposed hybrid inventory model. The model and solution approach could help healthcare providers or humanitarian logistics providers in managing their emergency supplies in responding to surge demands.     

淡季中酒店与OTA合作模式选择研究

针对淡季时酒店入住率下降的困境,将"互联网+"背景与收益管理理论相结合,通过构建Stackelberg博弈模型,研究了淡季时酒店与在线旅游代理商（Online Travel Agent,OTA）如何选择合作模式以提高入住率和收益。研究在几种常见情境下展开,不同情境下均得出了最优合作模式。优化的合作模式不但协调了酒店服务供应链,而且在提高酒店整体效益的同时,也增加了OTA的收益。研究为酒店和OTA提供了具有可操作意义上的合作模式决策支持,同时也弥补了以往研究在酒店和OTA合作模式对比、选择与优化方面的空缺。