动态定价

摘要： 微电网之间的能源贸易可以减少对公用大电网的依赖。研究了基于区块链的微电网对等能源交易,微电网中的消费者和生产者不需要第三方就可以交易能源,在提出的模型中引入了滞期费机制,构建动态定价模型,使微电网优化能源消耗并最大程度地减少电费,并为微电网提供了足够的能量。仿真结果验证了所提模型的有效性。

摘要： 考虑一个零售商在顾客满意度影响下销售两种有质量差异可替代性产品的最优动态定价,通过构建两阶段博弈模型和使用数值分析方法,研究零售商在不同顾客满意度下如何制定最优定价决策。研究发现:零售商两阶段最优定价和最大利润都会受到顾客满意度的影响;高质量产品的顾客满意度不会影响到低质量产品的定价;零售商的两阶段总利润会随着低质量产品顾客满意度的增加而加速上升,而高质量产品的第二阶段定价会随着低质量产品顾客满意度的增加而下降;无论两种产品的顾客满意度如何变化,零售商第一阶段的利润都会大于第二阶段的利润,并且总利润会随着顾客满意度的增加而增加。

摘要： 平台型企业的崛起以及平台经济的发展已经成为社会经济发展的重要支柱,根据复杂的情境制定动态的价格成为平台型企业关注的问题。在对平台型企业动态定价相关研究进行分析的基础上,对平台型企业及动态定价的内涵进行简要概述,并重点分析了平台型企业动态定价路径及动态定价影响因素,以期进一步推动平台型企业动态定价相关理论的研究。

摘要： 随着电力市场建设的不断完善,由多个虚拟电厂介入的配电侧市场运营机制日趋复杂。研究了计及多利益主体的配电侧市场交易策略,进而构建了一种用于动态定价和市场出清的双层优化模型。上层以最小化配电系统运营商成本为目标,计及潮流和运行安全约束;下层以最大化虚拟电厂收益为目标,求解经济调度模型。在此基础上,利用线性化技术和互补原理将下层问题转化为均衡约束,进而基于强对偶理论将原始非线性双层优化模型转化为单层的混合整数线性规划模型进行求解。算例仿真验证了本文所建立模型的有效性。

摘要： 一、引言随着科技的进步以及电子商务的迅速发展,消费者的消费行为正在向网络购物转变。为适应这一变化,越来越多的企业采用“线上购物+线下购物”的营销模式,以迎合消费者网络购物的需求。此外,随着消费者低碳环保观念和偏好的逐步加强,他们更愿意购买绿色商品。为了满足消费者的低碳需求,供应链成员纷纷开始进行碳减排,不仅是处于供应链上游的制造商企业纷纷开始进行碳减排,家乐福、沃尔玛和特易购等供应链下游企业也开始进行碳减排行动。因此,研究双渠道供应链成员的减排和定价决策具有现实意义。

摘要： 局域能源微网是一种区域性的能源自治组织,由于能源互联网的整体建设具有时间跨度长和区域协调复杂的特点,局域能源微网是现阶段能源互联网建设的核心。局域能源微网能够从可再生资源中产生有限的能量,并负责区域内用户的需求。但是由于可再生能源发电和用户需求的随机性和波动性,每个局域微网必须对能量进行优化管理和调度。这要求能够合理的安排用户的需求,以及能够处理好相邻微网之间的交易。通常,局域能源微网之间的电力交易由广域中央电网进行定价。针对用户需求、电池储能、能源调配和动态定价提出了一种新的方法,利用一种新的深度Q学习算法,通过创建两个独立的神经网络实现对能源微网的调度优化。通过广泛的实证评估表明,提出的框架更有利于大多数能源微网,另外提供了详细的结果分析。

摘要： 考虑短期内需求不确定情况下同类型产品的定价策略研究,引入高斯过程进行需求函数的学习,利用批量汤普森算法建立基于探索-利用的两阶段学习和决策过程的定价模型。在利用提出的GP-PTS(Gaussian process-parallel Thompson sampling)算法完成数值实验和某平台出行的真实数据应用后得出的结果表明:算法的精准度取决于特征是否完备,若给定一个先验且产品特征完备时,基于GP-PTS算法模拟出来的价格会取得比目前平台价格策略更好的收益,为企业在短期内进行定价决策提供良好借鉴。

摘要： 针对生鲜产品的易逝性特征以及复杂多变的现实环境导致生鲜产品的最优订货和定价策略难以获得的问题,提出了基于深度强化学习方法的生鲜产品联合库存控制与动态定价方法,结合生鲜产品特性对问题进行建模并定义为马尔可夫决策过程,然后基于深度强化学习设计了生鲜品联合库存控制和动态定价算法。实验结果表明,基于深度强化学习的联合库存控制和动态定价策略收益表现最佳。因此,基于深度强化学习的联合库存控制和动态定价研究能够提高企业收益,有效促进强化学习在收益管理领域的落地,具有实际应用价值。

摘要： 为探究消费者的品牌偏好对同时销售高、低品牌服装的垄断厂商定价及利润的影响,构建基于策略型消费者品牌偏好的两阶段定价决策模型,分析消费者品牌偏好度、消费者支付意愿等参数对垄断服装厂商两阶段最优价格及总收益的影响。研究结果表明:当消费者品牌偏好不足时,大多数消费者会等到低品牌产品降价后才购买;当消费者品牌偏好达到一定程度后,厂商利润会随着品牌偏好的增加而大幅度提高。

摘要： 采用形式灵活且适用性好的偏好序模型刻画旅客购票选择行为,拓展现有高速铁路动态定价与售票控制策略联合优化的研究方法。按照票价变动范围划分客票等级,结合偏好序模型的特点,通过决策各等级客票售票时间窗进行售票控制,同时,在一定范围内优化各客票等级的票价,实现票价与售票控制的联合决策。本文在分析弹性客流的基础上,采用偏好序选择概率、到达率和时间窗长度测算客票销售量。根据运营需要设定客票产品排序,以各客票产品停售时间和票价作为决策变量,建立以期望总收益最大为目标的非线性规划模型,并且将粒子群算法与线性规划精确求解嵌套求解模型。以京沪高铁为背景进行数值实验,结果表明:与固定各等级票价只优化售票时间窗的方案相比,联合优化方案可提升期望总收益约4.54%;不同需求水平下,联合优化方案的期望总收益均高于固定票价方案;期望总收益随着转移购买概率增加而增加,且不同转移概率取值下联合优化方案的期望总收益均高于固定票价方案。所提方案可为高铁列车动态定价和制定售票控制策略提供决策支持。

摘要： 本文提出借鉴国内外航空公司广泛成功应用的收益管理中的核心方法——动态定价法,来对铁路现行的定价方法进行调整.在分析动态定价定义的基础上,建立起广义效用函数模型,给出不同类型的旅客购票选择概率的Logit模型,并设计价格更新函数模型,采用模拟仿真方法对模型进行求解,最后通过实际算例进行验证.研究表明,动态定价方法不仅是可行的,而且具有较强的市场适应性,有利于提高中国高速铁路运输业的整体收益.

摘要： 产品定价是市场营销中的一项基本内容，是企业最重要的决策之一。本文从Internet及电子商务的发展更加推动了商家定价模式的转型方面阐述了电子商务中的动态定价的研究进展，对基于拍卖理论的动态定价与在线拍卖Agent技术进行了评述，展望了进一步的研究方向。

摘要： 研究了电子销售市场上的单销售商动态定价问题。将问题模型建模成半Markov决策过程(SMDP)，为了解决这个问题，结合性能势理论，给出了平均和折扣准则下统一的Q学习算法和模拟退火Q学习算法。最后，通过仿真实验表明模拟退火Q学习算法的不但学习效果更好而且学习速度更快。

摘要： 本文建立了当消费者呈现价值判断异性时的动态定价模型。寡头销售商在一定的销售周期内销售一定数量的易逝品。销售商动态地调整价格以最大化利润。区别于传统研究中假设消费者做一个购买决策当且仅当他能获得最大消费剩余，本文利用模糊函数引入购买可能性的概念来刻划消费者的消费模式。当销售商在追求最大利润的同时，消费者通过选择恰当的购买可能性最大化消费者剩余。本文定义了这个博弈的理性期望均衡并在线性购买可能性的假设下利用变分法求出了恰当的价格函数，该定价策略为销售商设定易逝品价格时提供了许多有价值的商业建议。

摘要： 信用担保业为实现可持续性发展目标，必须实行按担保的理论价格收费原则。本文从分析信用担保的金融期权特征入手，在金融期权价值分析基础上，从金融学角度首次证明了布莱克—舒尔斯定价模型，并将该模型直接应用于信用担保的定价，从理论上构建了基于金融期权视角的信用担保动态定价机制。本研究为解决我国信用担保的科学定价问题，提供理论上的参考，对于加快实现我国信用担保业的可持续发展具有非常重要的理论与现实意义。

摘要： 本文研究了一个向价格敏感型顾客提供产品的存货式生产系统,其生产流程的某些部分受约束.一方面,决策制定者生产只有一个部件设备的产品;另一方面,存在一个随机到达且无法控制的物品流.这种情况在实际生产中很常见,如具有返回产品或固定交货契约的情况.文章构建一个具有销售损失的存货生产系统,以最大化静态和动态定价问题的平均利润为目标,描述了两个问题的最优生产和定价策略,同时求得静态定价问题的分析结果.数值分析的结果显示当生产不是完全受约束时动态定价的收益会更多.

摘要： 本文通过运用Multinomial logit模型，从实证的角度，分析在网络环境下，厂商分别提供当前价格、未来价格、当前产品数量等不同条件下的产品信息，对消费者购买决策的影响。结果表明消费者会根据产品的价格、数量等不同信息，在整个购买决策过程中，动态的优化自己的购买时机，尽可能获得最大的消费者剩余。当产品数量较多时，更多的消费者对价格的敏感性会大大加强;当厂商产品的数量较少时，消费者价格敏感性会大大降低。厂商应尽可能减少初始的订购数量，避免因为产品过多而不断采取降价促销策略。

摘要： 本文从消费者策略行为出发,通过建立消费者和厂商的两阶段博弈模型,讨论面对风险中性的策略型消费者时,易逝品厂商在有限库存前提下如何有效进行收益管理.重点研究了厂商在有限库存水平下,策略型消费者的行为对厂商定价机制的影响.理论分析表明,厂商应该根据自身库存和消费者的理性预期制定价格决策.得到了三种不同情形下厂商最优收益函数的一般表达式,并证明其达到最大值时决策变量的取值范围.数值分析进一步论证了理论结论.

摘要： 本文从消费者策略行为出发,通过建立消费者和厂商的两阶段博弈模型,讨论面对风险中性的策略型消费者时,易逝品厂商在有限库存前提下如何有效进行收益管理.重点研究了厂商在有限库存水平下,策略型消费者的行为对厂商定价机制的影响.理论分析表明,厂商应该根据自身库存和消费者的理性预期制定价格决策.得到了三种不同情形下厂商最优收益函数的一般表达式,并证明其达到最大值时决策变量的取值范围.数值分析进一步论证了理论结论.

摘要： 本文从消费者策略行为出发,通过建立消费者和厂商的两阶段博弈模型,讨论面对风险中性的策略型消费者时,易逝品厂商在有限库存前提下如何有效进行收益管理.重点研究了厂商在有限库存水平下,策略型消费者的行为对厂商定价机制的影响.理论分析表明,厂商应该根据自身库存和消费者的理性预期制定价格决策.得到了三种不同情形下厂商最优收益函数的一般表达式,并证明其达到最大值时决策变量的取值范围.数值分析进一步论证了理论结论.

摘要： 本发明公开一种考虑预订与退货情况的品牌制造商的新产品定价方法，适用于市场份额较大的品牌制造商在允许消费者预订和退货情况下推出新产品的定价方法，基于制造商历史产品销量及消费者预订需求，考虑消费者取消预订率、购买后退货率，通过定量方法计算该产品的最优定价。输出结果将有利于知名品牌制造商在考虑市场需求及自身品牌市场份额情况下，做出最优的新产品定价决策，从而为企业更好地实现新产品推出计划、迅速抢占市场份额提供科学依据。

摘要： 本发明公开了基于逆推方法和动态定价模型的新产品定价系统及方法，该系统包括目标产品历史销售价格类别模块、产品市场定向评估模块、销售地区用户画像统计模块、产品预估价格分析模块和产品总定价确认单元，目标产品历史销售价格类别模块用于对同类型的产品的销售价格进行统计，确定同种类型产品的销售价格，产品市场定向评估模块用于对产品进行线上投放，采集消费者的购买意向，销售地区用户画像统计模块用于统计产品销售地区的用户诉求和产品受众群体，产品预估价格分析模块用于对产品进行预估价格和成本价格利润的预测，从而预测产品销售利润，产品总定价确认单元用于根据产品预估价格分析模块分析的产品预估价可行性进行产品最终售价的确认。

摘要： 本发明公开了一种能量受限无线云计算下的动态调度和动态定价方法，该方法将优化问题转化为最小化李雅普诺夫偏移加上罚函数的方法，实现满足约束条件的情况下使目标函数最优。本发明依据模型的特性，在优化过程中实现了利用电力公司的电力价格低的时候使数据中心进行运作的动态调度方法，以及利用云服务运营商能够调控云服务价格高低的功能来调节用户流量需求的动态定价方法，实现了动态调度和动态定价的融合。同时，本发明在优化中充分考虑了能量受限的条件，对于该条件通过引入能量赤字序列，从而使该限制条件能够应用于李雅普诺夫最优化理论中，本发明不仅实现了该限制策略，同时也使得优化目标函数和数据中心的队列稳定条件达到均衡。

摘要： 本发明提供一种基于区块链的天然气电耦合双向动态定价方法及装置，所述方法包括构建天然气联盟链和电力联盟链，开发基于区块链双链技术的DAPP，通过跨链技术实现信息通信耦合交互；各网络节点向天然气联盟链公布天然气量和投标价格的实时信息；通信交互节点根据实时信息计算出电力价格，并发送给电力联盟链；电力联盟链计算电力数据信息并固定在天然气联盟链上，天然气联盟链的各网络节点根据数据信息计算投标价格。与相关技术相比，本发明提供的基于区块链的天然气电耦合双向动态定价方法及装置其实现双向动态定价，优化数据传输效率，提高经济效益。

摘要： 本发明提供一种基于收益共享契约的电信运营商动态定价系统与方法，属于电信服务业中的定价与供应链优化领域。所述方法包括：每一期开始，电信运营商观察到每个套餐的已订阅用户数与使用量分布，决策本期每个套餐的开放状态以及收益共享比例。然后，代理商决策各套餐的批发数量，最后，用户随机到达，向代理商购买套餐或不购买直接离开。所有用户支付套餐费用并使用电信服务。由于网络容量有限，每一期都有可能发生网络拥塞而部分用户离网。基于本期期末仍然在网的新用户数，电信运营商向代理商支付“在网酬金”。利用动态规划求解运营商动态定价模型可获得最优定价。采用本发明，可以实现电信运营商最优动态定价与优化供应链。

摘要： 本发明公开了一种面向边缘云网络中机器学习任务的动态定价和部署方法，该方法能够对计算节点和参数服务器节点动态定价，并且在未知未来任务信息的情况下决定是否接收在线到达的机器学习任务，并对接收的任务进行部署放置，以社会福利最大化为目的。边缘云市场资源提供商根据本发明可以随着时间的推移实时在线地对资源进行动态定价，进而对在线到达的机器学习任务有选择性的接收，近似实现社会福利最大化。本发明结合了线性规划建模，紧致指数优化理论，对偶理论和贪心算法等，通过理论分析证明了我们的算法实现了在线的可信拍卖，同时算法能在多项式时间内给出结果，此外还证明了放置算法的最优性。

摘要： 本发明提供一种车辆动态定价方法、系统、设备及存储介质，首先根据车辆库存的各类参数基于层次分析构建库存评价模型，形成共享库存池，通过对车辆特征、用户特征、用户需求特征、用户车辆交互特征进行聚类，形成基于用户需求的不同车辆组，基于共享库存池，构建APP和OTA渠道的互斥共享库存关系以及动态时间递归的最大未来期望收益函数，基于成单概率可能性，得到最优动态定价模型，并通过启发式算法叠加考虑强化学习算法求解，从而计算出相应的未来一段时期每一天的动态定价结果，作为系统前端定价的辅助依据。

摘要： 本发明公开了一种面向大规模边缘计算系统的计算服务动态定价方法及系统，包括步骤：边缘计算服务器训练一个动态定价强化学习智能体；每台边缘计算服务器根据动态定价强化学习智能体的输出在每个时隙开始时发布新的任务卸载的服务定价，通过无线网络连接到该边缘计算服务器的用户移动设备对发布的服务定价进行反馈，反馈包括时隙内用户移动设备卸载给该边缘计算服务器的任务计算量；在该时隙结束时，将时隙内的边缘计算服务器的负载数据、服务定价和定价带来的收益输入动态定价强化学习智能体进行学习，以最大化每个时隙的长期收益作为学习目标，优化动态定价强化学习智能体。本发明可仅通过与用户交互迭代就可以不断学习改进动态定价策略。

摘要： 本发明公开一种基于交易数据与AI驱动的产品动态定价方法，应用于产品价格预测，针对现有技术无法实现动态价格预测的问题；本发明以深度决策神经网络为基础，结合动态的销量预测实时更新深度决策神经网络的环境参数，做到对市场趋势的实时反馈；同时采用多层全连接神经网络建模关键参数关系，比如销量与价格之间变动关系等，提高预期值计算精准度，能够有效地提升动态定价方法的有效性。

摘要： 本发明公开一种考虑用户紧迫度的电动汽车充电动态定价方法。该方法为：把用户的急迫度分为M个等级，每个等级分别对应一个充电功率；构建充电站‑电动汽车用户收益模型；构建所述模型的目标函数；设置约束条件；制定一天内充电站不同功率的总充电价格策略；制定均衡状态下急迫度等级为m时电动汽车最优充电价格策略。本发明通过充电站与用户的动态博弈给出一个合理的不同充电功率电价来引导用户选择相应的充电模式，从而在最大化充电站和电动汽车用户收益同时降低电网的负荷冲击。