عباس شکاری فیروزجائی - دانشگاه علم و فناوری مازندران؛
نوید صاحب جمع نیا - دانشگاه علم و فناوری مازندران؛
هادی عبداله زاده سنگرودی - دانشگاه علم و فناوری مازندران؛

تعیین قیمت بهینه فروش برای کالاهای مختلف همواره یکی از موضوعات اصلی تحقیقات علمی و صنعتی بشمار می آید. محصولات فا سد شدنی عمر کوتاهی دارند و به دلیل خراب شدن آنها به مرورزمان باعث ضرر زیاد در صورت عدم مدیریت می شوند. بسیاری از صنایع، خرده فروشان و ارائه دهندگان خدمات این فرصت را دارند که درآمد خود را از طریق قیمت گذاری بهینه محصولات فاسدشدنی که باید در مدت زمان مشخصی به فروش بر سند، افزایش دهند. در مساله قیمت گذاری در نظر گرفته شده، یک فرو شنده باید قیمت چندین واحد از یک محصول فا سد شدنی یا فصلی را تعیین کند تا برای مدت زمان محدود فروخته شوند. این مقاله سیا ست قیمت گذاری که موجب افزایش درآمد برای فروش موجودی داده شده با تاریخ انقضای مشخص میشود را بررسی مینماید. الگوریتم های یادگیری تقویتی برای تجزیه وتحلیل اینکه شرکتها چگونه میتوانند همزمان هم یاد بگیرند و هم ا ستراتژی قیمت را در واکنش به خریداران بهینه سازی کنند استفاده میشود. همچنین نشان داده میشود با استفاده از یادگیری تقویتی میتوان مساله ای که به تقاضا وابستگی دارد را مدل سازی نماییم. این مقاله یک روش بهینه سازی در یک محیط مستقل از مدل که در آن تقا ضا یاد گرفته شده و تصمیم گیری برای قیمت گذاری در لحظه به روزرسانی میشود، ارائه میکند. ما عملکرد الگوریتم های یادگیری را با استفاده از شبیه سازی مونت-کارلو مقایسه میکنیم.

قیمت گذاری پویا، مدیریت موجودی، یادگیری تقویتی، شبیه سازی، محصولات فاسدشدنی