混合需求场景下基于强化学习的动态定价算法

摘要

针对航空公司动态定价研究中旅客选择模型普遍未能同时考虑价格导向型和产品导向型旅客的混合需求特征，以及以马尔可夫决策过程为代表的动态定价算法中存在时间窗口划分的个数与时间间隔不确定的问题，将预售期划分为确定数量、间隔的多个时间窗口，提出考虑混合需求的旅客选择模型与基于深度Q网络（DQN）的动态定价算法.在普通航线与商务航线的实验结果表明，所提旅客选择模型能有效捕捉混合需求场景下的旅客选择行为特征，基于DQN的动态定价算法相较于实际销售额与传统EMSR_b算法收益提升约18.93%,达到理论最优解的98%,同时节省存储空间10倍以上.

关键词

动态定价 / 混合需求 / 旅客选择 / 支付意愿 / 深度Q网络

基金资助

福建省自然科学基金资助项目（2021J05017）; 天津市教委科研计划基金资助项目（2021KJ046）