Revenue Management Under the Markov Chain Choice Model with Joint Price and Assortment Decisions
马尔可夫链选择模型下价格与产品组合联合决策的收益管理AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以马尔可夫链及多项 logit 选择模型刻画产品需求，因此对应离散选择；资源网络本身不足以归入网络与干扰。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
马尔可夫链选择模型下价格与产品组合联合决策的收益管理
- 研究问题
- 在资源容量有限且价格有上下界时，卖方如何随时间联合决定价格与产品组合，并使收益管理问题可以高效求解？
- 方法与思路
- 作者采用包含多项 logit 模型的马尔可夫链选择模型，将带资源约束的价格与产品组合联合优化改写为凸锥优化问题。
- 材料陈述的贡献
- 摘要称，即使存在资源约束也有恒定价格向量的最优解；没有资源约束时，恒定产品组合与价格也可以同时最优。
- 阅读关注点
- 应核对选择概率的结构、凸锥重写的等价性、价格界与资源约束的作用，以及恒定价格和组合最优结论的适用条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未给出优化结论的全部条件、计算规模或实际运营中的效果。
原文摘要
Finding the optimal product prices and product assortment are two fundamental problems in revenue management. Usually, a seller needs to jointly determine the prices and assortment while managing a network of resources with limited capacity. However, there is not yet a tractable method to efficiently solve such a problem. Existing papers studying static joint optimization of price and assortment cannot incorporate resource constraints. Then we study the revenue management problem with resource constraints and price bounds, where the prices and the product assortments need to be jointly determined over time. We showed that under the Markov chain (MC) choice model (which subsumes the multinomial logit (MNL) model), we could reformulate the choice-based joint optimization problem as a tractable convex conic optimization problem. We also proved that an optimal solution with a constant price vector exists even with constraints on resources. In addition, a solution with both constant assortment and price vector can be optimal when there is no resource constraint.