Jul, 2023

在线库存问题：在线凸优化中超越 i.i.d. 设置

PDF
TL;DR研究了多产品库存控制问题，提出了 MaxCOSD 在线算法，可实现对非 i.i.d 需求和有状态动态的问题进行有效控制。
inventory controlmulti-productonline algorithmnon-i.i.d. demandsperishability
发现论文，激发创造
  • 库存约束下的竞争在线优化

    该研究提出了一种新的算法框架 CR-Pursuit，用于解决在线优化中的库存约束问题，并证明了在确定性算法中其取得最小的竞争比率。

    Jan, 2019

  • 基于分治策略的多库存竞争在线优化

    本文研究了一种有多个容量有限库存的竞争性在线优化问题，提出了一种分治方法，能够有效应对在不同时间段内收益函数和分配约束的变化，并取得了优秀的最优解竞争比。

    Feb, 2022

  • 具有库存限制的多阶段多客户组合优化

    我们考虑了一种混合物优化问题，针对在线随机匹配的情况，我们提出了一种多项式时间近似算法，其近似比为至少 1-ln (2-1 /e) 或 0.51，并基于线性规划松弛进一步改进了以前的随机舍入方案。在一般的混合物问题中，我们建立了第一个常数因子近似比为 0.09 的情况，这种情况下不同类型的客户赋予不同价值，并建立了近似比为 0.15 的情况，即不同客户赋予每个项目相同的价值。

    Aug, 2019

  • 在线 MNL 选择下的联合搭配与库存优化

    本文研究一种在线联合分类 - 库存优化问题，提出一种算法以在探索与利用之间找到平衡点，并进行数值实验以验证算法的有效性。

    Apr, 2023

  • 带有凸代价函数的结构化 MDP 学习：改进的库存管理遗憾界限

    设计了一种学习算法来解决一个基本库存管理中未知需求分布的问题，使用基本库存策略的下限和凸性等属性来建立与随机凸臂优化的联系，极大地提高了此问题的已知后悔上限。

    May, 2019

  • 未知需求情况下，基于特征的新闻供货商的私密最佳库存策略学习

    该研究介绍了在 f - 差分隐私框架中估计隐私保护最优库存策略的新方法，通过使用剪切噪声梯度下降算法和卷积平滑来同时解决未知需求分布和非光滑损失函数、个体层面数据的可证的隐私保证以及期望的统计精度等三个主要挑战。

    Apr, 2024

  • 在线随机凸规划的快速算法

    本文介绍了在线随机凸规划问题，提出了针对此问题的快速算法，并在这些算法中使用了原始对偶算法，实现了最优竞争比率和接近最优的后悔保证。

    Oct, 2014

  • 随机约束下的在线凸优化

    本文研究带随机约束的在线凸优化问题，提出了一种算法，能够达到预期和高概率的收益掉队和约束违反值等性能保证，并在真实数据中心调度问题上进行了实验验证。

    Aug, 2017

  • 受容积管理启发的带有记忆和切换成本的在线非凸优化问题

    在线非凸优化问题通过调节活动服务器的数量来最小化任务集的流动时间（总延迟），但改变活动服务器数量需要支付切换成本。研究中考虑了每个任务每次只能由一个固定速度的服务器处理，并且比起通常的在线凸优化（OCO）问题，所考虑的目标函数是非凸的，而且关键是它在每个时间点都依赖于所有过去的决策而不仅仅是当前的决策。针对最坏情况和随机输入，提出了竞争性算法。

    Mar, 2024

  • 时变约束在线凸优化

    本文研究了具有时间变化的约束条件的在线凸优化问题，并提出了一种算法，其收敛性具有一定的时间复杂度，并且可以在没有先验知识的情况下达到无偏的最优解。

    Feb, 2017