【新时代物流沙龙第52期】基于MNL选择模型的在线联合选品-库存优化

时间：2023年6月20日（周四）   10:00-11:30
地点：思源东楼611             
报告人简介：梁湧，清华大学经管学院长聘副教授，国家杰出青年科学基金获得者。本科和硕士分别毕业于清华大学和普渡大学，博士毕业于加州大学伯克利分校。毕业后曾任职谷歌公司，负责数据中心供给侧运营优化。目前主要研究兴趣为数据驱动的优化理论及其在运营管理中的应用、动态机制设计等。研究论文发表在OR、MSOM、POM、IJOC等UTD期刊，研究成果也曾被如京东等企业采纳或应用，取得了显著效果。
报告摘要：我们研究了一个在线联合选品-库存优化问题，在此问题中，我们假设每位顾客的选择行为遵循多项式逻辑（MNL）选择模型，且吸引参数事先未知。零售商需要进行定期的选品和库存决策，以便在最大化长期预期总利润的同时，从实际需求中动态学习吸引参数。我们提出了一个新颖的算法，该算法可以有效地平衡在线选品和库存决策中的探索与利用。我们为算法建立了一个遗憾上界和在线联合选品-库存优化问题的一个下界，表明我们的算法实现了接近最优的遗憾表现。