Revenue Management Under the Markov Chain Choice Model with Joint Price and Assortment Decisions
寻找最优的产品价格和产品组合是收益管理中的两个基本问题。通常情况下,卖方需要共同确定价格和分类,同时管理容量有限的资源网络。然而,目前还没有一种简单易行的方法来有效地解决这样的问题。现有的研究静态联合优化的价格和品种不能考虑资源约束。然后,我们研究的收益管理问题的资源约束和价格的界限,其中的价格和产品销售需要共同确定随着时间的推移。我们表明,在马尔可夫链(MC)选择模型(它包含了多项罗吉特(MNL)模型),我们可以重新选择为基础的联合最优化问题作为一个易于处理的凸二次曲线最优化问题。我们还证明了一个最优解与一个恒定的价格向量存在,即使资源的约束。此外,当不存在资源约束时,同时具有固定分类和价格向量的解决方案可能是最优的。
2022-04-10 econ.EM math.OC
Optimal Resource Procurement and the Price of Causality
本文研究了在远期市场上采购多种资源以覆盖一个由不确定需求信号$\bf{e}$组成的集合$\bf{E}$的问题。我们考虑两种情况:(a)$\bf{e}$被一个神谕同时揭示;(b)$\bf{e}$因果地揭示自己。每一种情况都有一个最优的采购成本。这两种成本之间的比率被定义为{ \em因果关系价格}。它捕获了不知道不确定需求信号的未来值的额外成本。我们考虑两个应用环境:从远期容量市场采购能量储备,以及从云服务购买虚拟机实例。得到了因果价格的一个上界,并对某些特殊情况计算了因果价格的精确值。所有这些计算的算法基础是集合包容线性规划。提出了一种将采购成本分配给消费者的机制,消费者总体上产生需求信号。我们表明,建议的成本分配是公平的,不平衡的,并尊重成本因果关系的原则。通过数值模拟对结果进行了验证。
2019-06-07 math.OC
Dynamic Pricing for Non-fungible Resources: Designing Multidimensional Blockchain Fee Markets
公共区块链实现了一种收费机制,以在竞争交易中分配稀缺的计算资源。大多数现有的费用市场设计利用联合的、可替代的记账单位(例如,以太坊中的gas)通过硬编码它们的相对价格来定价其他不可替代的资源,如带宽,计算和存储。以这种方式固定每个资源的相对价格会抑制粒度价格发现,限制可伸缩性并打开拒绝服务攻击的可能性。因此,许多著名的网络,如以太坊和索拉纳,都提出了多维收费市场。在本文中,我们提供了一个原则性的方法来设计费用市场,有效地定价多种不可替代的资源。从网络设计者指定的损失函数开始,我们展示了如何计算动态价格,使网络的激励(最小化损失)与用户和矿工的激励(最大化他们的福利)保持一致,即使对这些资源的需求发生变化。我们的定价机制遵循自然分解的网络设计师的问题,通过资源价格相互关联的两个部分。这些结果可以用来有效地设置费用,以提高网络性能。
2022-11-03 cs.CR cs.GT math.OC
Dynamic access pricing control for fair and stable resource sharing
Dyson School of Design Engineering, Imperial College London(帝国理工学院戴森设计工程学院);Department of Mathematics, Northeastern University(东北大学数学系);Faculty of Computer Science and Mathematics, University of Passau(帕绍大学计算机科学与数学学院);Division of Systems Engineering, Boston University(波士顿大学系统工程部)
研究不同价格敏感度用户在动态定价下的共存问题,提出基于非单调价格函数的新动态定价方案,该方案能让各类用户更公平共存,通过研究非线性常微分方程刻画平衡点及吸引域,数值模拟验证了方案有效性。
2026-07-09 math.OC
Walrasian Equilibrium and Centralized Distributed Optimization from the point of view of Modern Convex Optimization Methods on the Example of Resource Allocation Problem
我们考虑资源分配问题及其数值解。论证了以下结构:1)确定均衡的瓦尔拉斯价格调整机制; 2)价格的分散作用; 3)斯莱特的价格限制方法(双拉格朗日乘数); 4)确定均衡价格的新机制,其中价格不是由中央(政府)完全控制,而是由经济主体--节点(工厂)控制。在经济文献中,所考虑的方法的收敛性仅被证明。与此相反,本文提供了一个准确的分析的收敛速度所描述的程序,以确定平衡。分析是基于原始对偶性质的建议算法。更准确地说,在这篇文章中,我们提出了经济的解释以下数值原始-对偶方法的凸优化:二分法和次梯度投影方法。最后进行了数值实验。
2019-02-11 math.OC
Price dynamics in a strategic model of trade between two regions
本文建立了一个地区间贸易的战略模型,根据产量、财力和运输成本之间的关系,研究了价格向均衡方向的调整。我们得出的条件之间的关系,产出和金融资源,产生不同类型的纳什均衡。在离散时间和连续时间动态下的价格收敛到一个稳定状态的过程中获得的路径推导和比较。事实证明,这两种情况下的结果大不相同。本文还研究了连续时间内随机干扰对价格动态的影响。
2008-05-20 math.OC
Utility Design for Distributed Resource Allocation -- Part I: Characterizing and Optimizing the Exact Price of Anarchy
博弈论已经成为设计网络化多智能体系统的一个富有成效的范例。这种方法的一个基本组成部分是设计代理人的效用函数,使他们的自我利益最大化的结果在一个理想的集体行为。在这项工作中,我们专注于一个良好的研究类的分布式资源分配的问题,每个代理被要求选择一个子集的资源与优化给定的系统级目标的目标。我们的核心贡献是开发了一个新的框架,以严格表征任何由此产生的纳什均衡(无政府状态无政府代价)作为所选代理人的效用函数的函数的最坏情况下的性能。利用这一结果,我们确定如何设计这样的公用事业,以优化无政府状态无政府代价通过一个易于处理的线性规划。这为我们提供了适用于任何现有的学习算法能够驱动系统的平衡先验性能证书。这项工作的第二部分专门这些结果submodular和supermodular的目标,讨论了计算纳什均衡的复杂性,并提供了多个插图的理论研究结果。
2019-08-18 cs.GT math.OC
Inter-Temporal Price Constraints in Dynamic Pricing: Performance Guarantees Under Price Monotonicity and Promotion Fatigue
School of Operations Research and Information Engineering, Cornell Tech(康奈尔科技学校运营研究与信息工程学院);Marshall School of Business, University of Southern California(南加州大学马歇尔商学院)
针对跨期价格约束下的动态定价问题,提出基于流体近似的最优解采样价格路径的策略,满足价格单调性和促销疲劳约束,并在大容量下保证至少一半的最优期望收入。
2026-09-24 cs.DM math.OC
Dynamic Pricing for Reusable Resources: The Power of Two Prices
针对可复用资源定价,提出动态库存依赖策略,实现比静态定价更低的稳态性能损失,并证明可由简单两种价格策略实现。
2025-06-23 cs.DS math.OC
A Capacity-Price Game for Uncertain Renewables Resources
可再生资源开始在电力系统的总发电组合中占越来越大的比例。可再生能源和传统发电机之间的一个关键区别是,许多可再生资源由个人管理,特别是在配电系统中。在本文中,我们研究的容量投资和定价问题,多个可再生能源生产商在一个分散的市场竞争。众所周知,大多数确定性容量博弈往往会导致非常低效的均衡,即使有大量类似的参与者。相比之下,我们表明,由于可再生资源的固有随机性,在我们的能力游戏的均衡成为有效的玩家数量的增长,并符合从社会规划师的问题集中决策。这一结果提供了一个新的视角,如何看待随机性在游戏框架中的积极影响,以及它对资源规划,调度和投标的贡献。我们验证了我们的研究结果,使用真实世界的数据模拟研究。
2019-10-03 cs.GT math.OC
Cournotian dynamics of spatially distributed renewable resources
我们扩展了现代瓦尔拉斯经济学,特别是古诺收敛和动态的结果,专注于可再生资源的空间设置。在Behringer和Upmann(2014)的收获模型的基础上,我们将价格内生化,并研究了耐用和非耐用可再生商品的两种情况。我们发现,内生化的价格是足够的,以防止充分利用的结果,看看竞争如何影响不仅是股票,但也时间激励剥削。我们得出收敛结果,在静态和动态的设置,这表明经典的古诺结果可能占上风。
2017-06-15 math.OC
Joint Pricing and Matching for Resource Allocation Platforms via Min-cost Flow Problem
本文研究资源分配平台中价格与二分图匹配的联合优化问题,在价格影响节点概率分布的设定下,基于可精确求解的凸最小费用流问题提出了(1-1/e)近似算法。
2024-04-30 math.OC
Certified-Gap Dual-Price Policies for Real-Time Truckload Bid Acceptance with Relocating, Clock-Constrained Resources
Bubba AI(Bubba人工智能公司)
研究实时卡车满载投标接受决策问题,基于拉格朗日松弛构建双价格策略,证明其有效性、渐近最优性及证书局限性,实验表明该策略在基准测试中表现良好,决策速度快,证书稳定。
2026-07-29 cs.AI cs.LG math.OC
Flexible Demand Resource Pricing Scheme: A Stochastic Benefit-Sharing Approach
随着可再生能源发电的迅速普及,基于激励的需求侧管理(DSM)在缓解微电网的不确定性和提供灵活性方面显示出巨大的价值。然而,如何对这些需求资源进行定价成为微电网环境下促进激励型需求侧管理的最重要挑战之一。本文提出了一种柔性需求资源定价方案。与现有文献中使用终端用户的效用函数不同,该方法通过提高微网运行性能来评估柔性需求资源的经济效益,并基于效益共享的方法对资源进行定价。建立了一种基于迭代的机会约束方法来计算需求资源提供者的经济效益和共享补偿。同时,机会约束准则降低了微电网运营商因不确定因素而面临的财务风险。通过一个实验性微电网验证了该方案的有效性。
2019-08-05 math.OC
On the Efficiency of Connection Charges---Part II: Integration of Distributed Energy Resources
这两部分的文件解决了分布式能源(DER)的分销系统的零售电价的设计。第一部分提出了一个框架,以优化一个受管制的垄断零售商谁面临随机批发价格一方面和随机需求的其他事前两部分的关税。在第二部分中,DERs的整合是通过分析其对最优两部制关税的内生影响和由此产生的福利收益来解决的。两个DER集成模型被认为是:(i)一个分散的模型,涉及背后的米DER在净计量设置,和(ii)一个集中的模型,涉及DER集成的零售商。结果表明,在两种模式下,DERs的整合可以实现相同的社会福利和净计量电价结构是最优的。两种整合模式下的零售价相等,反映预期批发价。连接费用各不相同,并受到零售商的固定成本以及批发价格和电表后DER之间的统计依赖性的影响。特别是,分散模式的连接费用通常高于集中模式。实证分析估计DER的福利分配和类间交叉补贴的影响,使用真实的价格和需求数据和模拟。分析表明,在现行的零售定价和净计量下,消费者福利随着DER集成水平的降低而降低。交叉补贴和分散一体化的实际缺点的问题也进行了讨论。
2017-02-06 math.OC math.PR
Risk-Averse Self-Scheduling of Storage in Decentralized Markets
储能预计将成为低碳电网稳固的关键来源。事后评估提出的一个共同关切是,存储资源在稀缺时期可能无法对强烈的价格信号作出反应。虽然通常归因于预测错误或操作失败,但我们认为这种行为可以从风险规避调度的角度来解释。使用随机自调度框架和从澳大利亚国家电力市场获得的真实数据,我们证明了风险厌恶的存储资源往往具有短视的运营视角,也就是说,它们通常参与短期价格套利,只追逐少数极端的价格峰值和低谷,从而在几个时间段内保持闲置,价格明显高和低。鉴于单位风险规避的不透明性和干预决策中的明显风险,这具有重要的政策影响。
2023-02-17 math.OC
Pricing in Resource Allocation Games Based on Lagrangean Duality and Convexification
我们考虑一个基本的资源分配游戏,其中玩家的策略空间是$R^m$的子集,成本/效用函数由一些公共向量$u\in R^m$参数化,否则,只取决于自己的策略选择。玩家的策略可以被解释为资源消耗的向量,联合策略简档自然会导致总消耗向量。资源可以被定价,也就是说,游戏通过价格向量$λ\in R^m_+$增加,并且玩家具有准线性的总成本/效用,这意味着除了原始成本/效用之外,玩家需要为每个消耗单位支付相应的价格。我们调查以下问题:对于哪些聚合消费向量$u$,我们可以找到价格$λ$,诱导实现目标消费配置文件的均衡?为了回答这个问题,我们重新审视了一个著名的基于对偶的框架,并得出了几个特征的存在,这样的$u$和$λ$使用凸化技术。我们表明,有限的战略空间或某些凹游戏,平衡存在性问题减少到解决一个结构良好的LP。然后,我们考虑一类单调聚合游戏的属性,玩家的成本/效用函数可能取决于诱导负载的战略配置文件。对于这个类,我们证明了一个充分条件的基础上以前的特征。我们证明,这个框架可以帮助统一的四个在很大程度上独立的流在文献中的部分:在运输系统中的收费,瓦尔拉斯市场均衡,交易网络和通信网络中的拥塞控制。
2020-02-21 cs.GT math.OC
Online Resource Allocation with Convex-set Machine-Learned Advice
Sloan School of Management, Massachusetts Institute of Technology(麻省理工学院斯隆管理学院);Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology(麻省理工学院电气工程与计算机科学系);Department of Industrial Engineering and Decision Analytics, Hong Kong University of Science and Technology(香港科学与技术大学工业工程与决策分析系)
本文提出一种在线资源分配框架,结合凸集机器学习建议,平衡一致性与鲁棒性,通过动态保护水平提升在不确定环境下的性能。
2026-05-15 cs.DS cs.LG math.OC
Utility Design for Distributed Resource Allocation -- Part II: Applications to Submodular, Covering, and Supermodular Problems
分布式控制的博弈论方法的一个基本组成部分是局部效用函数的设计。相对于在资源上可加性的资源分配问题,第一部分展示了如何设计局部效用,以便最大化相关的性能保证[Paccagnan等人,TAC 2019],我们用无政府状态的无政府代价来衡量。本手稿的目的是专门这些结果的情况下,submodular,覆盖和supermodular问题。在所有这些情况下,我们得到严格的表达式的无政府代价,往往匹配或改善相关的保证国家的最先进的近似算法。两个应用程序和相应的数值:车辆目标分配问题和无线数据缓存中出现的覆盖问题。
2021-01-12 cs.GT math.OC
A Branch-and-Price Approach to a Variant of the Cognitive Radio Resource Allocation Problem
电磁频谱的射频部分是一种稀缺资源。认知无线电技术已经成为克服频谱稀缺瓶颈的一个有前途的解决方案。通过这种技术,次级用户(SU)感知到从初级用户(PU)释放的频谱机会,并且机会主义地利用这些(暂时)空闲部分,称为频谱空洞。在这封信中,我们考虑了Martinovic等人在2017年提出的认知无线电资源分配问题的变体。这个版本的问题的区别特征在于,每个SU由于其硬件限制而强加了待聚合的频谱空洞不能彼此任意远离的要求。我们把这个限制称为最大聚合范围(MAR)约束,并把这个问题的变体称为MAR约束的孔分配问题。该问题可以形式化为一个NP难的组合优化问题。我们提出了一种新的二进制整数线性规划(ILP)制定的问题。该公式中的约束的数量是频谱空洞的数量加上SU的数量。另一方面,公式中的二元决策变量的数量可能非常大,因为对于每个SU的每个合法频谱分配,需要一个变量。我们提出了一个分支和价格(B&P)框架来应对这一挑战。这个框架实际上是一个分支定界过程,在搜索树的每个节点,我们利用所谓的(延迟)列生成技术解决相应的子问题的LP松弛。数值结果表明,LP松弛边界是非常紧的。这允许非常有效地修剪搜索空间。与先前建议的配方相比,所提出的技术可以需要更少的计算工作量。
2022-04-27 cs.DS cs.NI math.OC
Optimal Dynamic Fees for Blockchain Resources
Ethereum Foundation(以太坊基金会);Columbia University(哥伦比亚大学)
本文提出一个通用框架,用于最优设计多区块链资源的动态费用机制,能权衡需求变化与噪声、处理资源间交叉效应,并实证优于 EIP-1559。
2023-09-22 cs.CR cs.GT cs.LG
On the Efficiency of Connection Charges---Part I: A Stochastic Framework
这两部分的文件解决了零售电价的设计与分布式能源,如太阳能和存储的配电系统。特别是,考虑了受监管垄断零售商的动态两部分电价的最优设计,其中零售商一方面面临外生批发电价和固定成本,另一方面面临具有跨期价格依赖性的随机需求。第一部分提出了一个总的框架和分析,收入充足的零售关税与预先通知,动态价格和统一的连接费。结果表明,最优的两部分关税包括一个动态的价格,可能不匹配的预期批发价格和连接费用,均匀分布在所有客户之间的零售商的固定成本和价格-量风险溢价。得到了两部制电价在任意事前电价中最优的一个充分条件。数值模拟量化的福利收益,最佳的两部分关税可能带来的最佳线性关税(无连接费)相比。第二部分着重于两部分关税对分布式能源整合的影响。
2017-02-06 math.OC math.PR
Continuous-time Marginal Pricing of Power Trajectories in Power Systems
在本文中,我们制定的经济调度(ED)问题在连续时间,并包括在它的斜坡约束推导出一个表达式的价格,反映了一些重要的跨时间约束的电力单位。考虑这个问题的动机是斜升资源的稀缺性以及由电力资源的可变性所激发的其日益增加的重要性,特别是由于太阳能的添加,这加剧了在清晨和傍晚时分对快速斜升单元的需求。我们发现,边际价格的解决方案可以通过欧拉-拉格朗日方程找到,我们认为,这个价格信号更好地反映了市场价值的电力在存在显着的斜坡净负荷。
2016-07-11 math.OC
A Safe First-Order Method for Pricing-Based Resource Allocation in Safety-Critical Networks
针对安全关键网络中只能通过价格影响需求且无实时双向通信的资源分配问题,提出 SPNUM 一阶算法,通过收缩可行集投影梯度与价格响应估计保证全程可行,并取得 O(log(T)) 次线性静态遗憾。
2024-05-17 cs.SY eess.SY math.OC
Deriving the Pure Price of Anarchy for Networked Resource Allocation Games
University of Colorado Colorado Springs(科罗拉多大学科罗拉多斯普林斯分校);Politecnico di Torino(都灵理工大学)
本研究提出线性规划方法,为任意信息网络和系统目标推导最优纯无政府状态价格,并证明超模目标下完全禁止通信的效用设计最优,子模目标下设计具鲁棒性。
2026-09-14 cs.GT cs.MA cs.SY
Market Mechanisms with Non-Price-Taking Agents
University of Michigan, Ann Arbor, MI, USA(密歇根大学安娜堡分校)
针对具有一般凹效用的非价格接受者代理,提出一种分散式资源分配机制,该机制在容量约束下实现预算平衡、个体理性并收敛到集中式问题的最优解。
2012-02-09 cs.SY eess.SY math.OC
Generalized Assignment for Multi-Robot Systems via Distributed Branch-And-Price
在本文中,我们考虑了一个网络的代理,必须自我分配一组任务,同时尊重资源约束。一个可能的公式是广义分配问题,其中的目标是找到一个最大的回报,同时满足能力约束。我们提出了一个纯粹的分布式分支和价格算法来解决这个问题的合作方式。受经典(集中式)分支和价格计划的启发,在所提出的算法中,每个代理本地解决小线性规划,通过解决简单的背包问题生成列,并与其邻居通信固定数量的基本列。我们证明了有限时间收敛的算法的最优解的问题。然后,我们将所提出的方案应用到一个广义的分配方案,其中一组机器人必须服务于一组任务。我们在ROS测试平台上实现了所提出的算法,并为一组异构机器人解决分配问题提供了实验。
2021-10-11 math.OC
Online Allocation Problem with Two-sided Resource Constraints
Cainiao Network(菜鸟网络);City University of Hong Kong(香港城市大学);University of Science and Technology of China(中国科学技术大学)
在本文中,我们研究了在线分配问题的最大化的总收入受到下限和上限约束。相对于目前广泛研究的只有资源上界的在线问题,双边约束对资源消耗前景的影响更为严重。因此,只能保证有限的违反约束或悲观竞争界限。为了应对这一挑战,我们定义了一个可行性的措施$ξ^*$来评估这个问题的硬度,并估计这个测量与理论保证的优化例程。我们提出了一个在线算法,采用建设性的框架,我们初始化一个阈值价格向量的估计,然后动态更新的价格向量,并使用它在每一步的决策。结果表明,对于已知的$ξ^*$和未知的$\big(1-O(\frac{\varepsilon}{ξ^*-\varepsilon})\big)$和$\big(1-O(\frac{\varepsilon}{ξ^*-\sqrt{\varepsilon}})\big)$,该算法具有很高的竞争概率.据我们所知,这是第一个结果,建立一个接近最优的竞争算法解决双边约束在线分配问题的可行性概率很高。
2023-01-29 cs.DS cs.GT cs.LG
The Second-Price Knapsack Problem: Near-Optimal Real Time Bidding in Internet Advertisement
在许多在线广告(ad)交换中,广告位各自经由单独的第二价格拍卖来出售。本文考虑了投标人的问题,最大限度地提高他们购买的广告在这些拍卖的价值,预算约束。这种“第二价格背包”问题在设计投标策略时提出了挑战,因为不确定的资源消耗:投标人如果出价最高,则获胜,但支付第二高的出价,先验未知。这与传统的在线背包问题形成对比,在传统的在线背包问题中,当广告到达时公布价格,并且存在丰富的原始和对偶算法文献。本文的主要结果建立了一般的方法适应这些原始和双在线背包选择算法的第二价格背包问题,其中的价格只有在投标后才显示。特别地,提供了一种用于将确定性和随机化背包选择算法转换为第二价格背包出价策略的方法,该第二价格背包出价策略通过一组等效的标准来购买广告,从而实现相同的竞争保证。这表明了传统的背包选择算法和第二价格拍卖出价算法之间的联系,以前没有被利用。对真实广告交易数据的实证分析验证了该方法的有效性,并给出了优于现有技术的实例。
2020-03-13 cs.GT math.OC
State Space Collapse in Resource Allocation for Demand Dispatch
需求调度是通过自动控制可推迟的负载来提取虚拟能量存储的科学,以向电网提供平衡或调节服务,同时保持消费者端的服务质量(QoS)。由于不同种类的负载对于不同的服务是有价值的,因此对大量异构负载的控制在某种程度上是一个资源分配问题。本文的目的是揭示资源配置问题的最优解的结构,并研究短期市场影响。它被发现,每个负荷类别的边际成本演变的二维子空间,最佳的共态过程及其衍生物的跨越。将资源分配问题转化为一个动态竞争均衡模型,其中用户效用是偏离理想QoS的代价的负值。结果表明,存在一个竞争均衡,均衡价格等于最优协态过程的负值。此外,均衡价格不同于基于消费者效用是电力消耗的函数的标准假设所获得的价格。
2019-09-15 cs.SY eess.SY math.OC