详细内容或原文请订阅后点击阅览
审查需求的动态库存优化
一个带有贝叶斯学习的顺序决策框架首先出现在数据科学方面。
来源:走向数据科学在不确定性下。不仅是一次，而且随着时间的流逝。我们依靠我们过去对未来的经验和期望，使最明智和最佳的选择成为可能。
想想提供多种产品的业务。这些产品是以一定的代价购买的，并出售了以获利。但是，未售出的库存可能会产生补货费，可能具有打捞价值，或者在某些情况下必须完全报废。
业务面临一个关键问题：库存多少？在需求完全知道之前，必须经常做出这个决定。也就是说，在审查的需求下。如果企业积累，则观察到全部需求，因为所有客户请求均已满足。但是，如果它进行了研究，它只会看到需求超过供应，而实际需求仍然未知，这使其成为审查的观察结果。
这种类型的问题通常称为新闻企业模型。在运营研究和应用数学等领域中，通过将其作为经典报纸的库存问题来研究了最佳的库存决定。因此，名字。
新闻供应商模型在本文中，我们探讨了在不确定性下用于放养问题的顺序决策框架，并使用贝叶斯学习开发动态优化算法。
顺序决策我们的方法紧密遵循沃伦·B·鲍威尔（Warren B.
Warren B. Powell，强化学习与随机优化（2019） Negoescu，Powell和Frazier（2011），新闻企业问题的最佳学习政策，审查需求和无法观察的销售问题设置
需求率 平均需求顺序决策公式
最佳策略\ [
\]
n