具有折扣销售期的网络零售商定价策略分析

"双11"等网络节日期间超低的价格折扣激发了巨大的消费需求,导致折扣销售期的销售额连年攀升。虽然折扣销售期间由于繁忙的客服、拥堵的物流以及可能的缺货风险导致消费者的服务体验降低,但是超低的价格折扣给消费者带来巨大的愉悦度;因此,网络零售商如何确定正常销售期和折扣销售期产品的零售价格成为关键,消费者如何权衡正常销售期和折扣销售期产品的零售价格,选择最佳购买时机,需要探究。本文讨论存在策略性消费者的比价行为时,网络零售商的定价问题,分别给出网络零售商在动态定价和价格承诺下的最优定价。进一步比较动态定价策略和价格承诺策略,得出,网络零售商的最优定价策略是价格承诺,零售商可以从消费者的比价行为中获利,且价格降低给消费者带来的愉悦度越高,网络零售商的收益越高。最后,给出了最优定价策略下网络零售商的最优价格折扣。

求解输出为有界随机数的排序择优问题

【目的/意义】排序择优问题是仿真优化领域的经典研究问题。该问题的目标是设计统计采样算法,通过在有限个统计分布中进行采样并观测随机采样结果从而找到真实均值最大的分布。在该问题的研究中,现有文献大多假设对不同分布进行采样时输出为正态分布随机数,进而基于正态分布随机数相关性质进行算法设计。但在现实中,该假设通常不成立,一旦假设不成立,现有算法的统计有效性将会大受影响。【设计/方法】将正态假设进行拓展,即假设对不同分布为有界域分布,进而开展算法设计。【结论/发现】设计出一类顺序淘汰式算法求解输出为有界域随机数的排序择优问题,数值实验验证,此算法效率远高于现有的SE、ME和lil′DCB算法。