NeFut Logo NeFut
EN 管理员登录

[算法理论] 改进的周期审查随机库存控制近似保证

发布于:2026-11-02 22:00 最后更新:2026-11-03 01:07
#algorithm #Machine Learning #optimization

在周期审查的随机库存控制中,补货策略需要在持有成本和缺货成本之间取得平衡,同时应对可能任意相关且非平稳的需求不确定性和不断演化的预测。此前,Levi、Pál、Roundy 和 Shmoys(2007)在此信息设置下证明,完全自适应的最优解可以在因子 $2$ 内近似,这一性能保证长期保持不变。

本文突破了这一长期瓶颈,展示了在保持一般需求相关性和演化预测的前提下,能够以因子 $frac{e}{e-1}\approx1.582$ 与完全自适应基准竞争。我们通过发现边际库存记账与加权停止问题之间的结构联系实现此目标:每个单位的条件持有费用构成超鞅,而推迟订货会产生依赖历史的缺货费用。为在此情境下利用 Ma 与 Tzamos(2023)的随机阈值方法,我们构建了潜在函数分析,得到针对任意单位停止问题的 $\frac{e}{e-1}$ 近似。随后,统一阈值策略将这些边际决策协调为全局补货策略,且不产生额外损失。

原文链接: https://arxiv.org/abs/2610.41475

[h] 返回首页