讲座题目：联合定价与库存控制的条件生成学习

主讲嘉宾：叶志盛 教授

讲座主持：王金亭 教授

讲座时间：2026年6月18日（星期四）上午10:00-11:30

讲座地点：南路校区主教学楼301教室

讲座摘要：我们考虑了结合情境信息的数据驱动联合定价与库存控制问题，其中零售商仅根据由需求、价格和特征组成的历史数据来制定定价和库存决策。将最优策略作为特征函数的挑战在于，这需要了解条件需求分布，而该分布难以估计且会随定价决策而变化。我们提出了一种可证明有效的深度条件生成框架，用于从历史数据中学习基于销售价格和协变量的条件需求分布。条件需求估计器是一个由价格、特征和一个独立于两者的易于采样的噪声变量驱动的深度生成器。该生成器明确编码了定价决策对需求的间接影响，并允许将数据驱动的控制重新表述为随机规划问题，通过随机梯度下降法求解。我们建立了数据驱动策略相对于真实最优策略的超额成本或风险的有限样本误差界限，以及成本或风险估计器的估计误差界限。尽管该策略是从观测数据中学习得到的，但我们的敏感性分析表明，混杂偏差对其性能的影响可能有限。综合模拟结果表明，所提出的方法明显快于最先进的指令性基准方法，且预期成本显著降低。一项基于真实餐食配送数据的案例研究进一步证实，在半合成评估下，我们的方法至少比机器学习基准方法快四倍，且成本至少降低10%。

嘉宾简介：

叶志盛：新加坡国立大学工业系统工程与管理系主任、院长讲席教授，本科毕业于清华大学材料科学与工程系，获得材料科学与工程和经济学双学位（2004-2008）；博士毕业于新加坡国立大学工业与系统工程系（2008-2012）。主要研究方向包括剩余寿命预测，可靠性建模及数据驱动的运营决策。

主办单位：管理科学与工程学院