پياده‌سازي روش يادگيري تقويتي جهت قيمت‌گذاري پويا در سامانه حمل‌ونقل آنلاين-مطالعه موردي الوپيك

كارشناسي ارشد

در محيط كسب‌وكار، ابزارهاي جديدي براي درك نيازهاي بازار به وجود آمده‌اند كه ازجمله مي‌توان به روش‌هاي قيمت‌گذاري پويا اشاره كرد. با ظهور تراكنش‌هاي الكترونيكي، قيمت‌گذاري پويا جايگاه ويژه‌اي پيدا نموده است، به‌طوري‌كه در بعضي كسب‌وكارهاي اينترنتي كوچك و متوسط هم‌اكنون قيمت بعضي محصولات و خدمات به‌صورت خودكار و هم‌زمان با تغيير بازار تغيير مي‌كند. در اكثر بازارها، تقاضا و عرضه نوسان مي‌يابد و يك محيط دائماً در حال تغيير در بازار ايجاد مي‌كند. پيش‌بيني همه شرايط ممكن آينده از چنين بازاري غيرممكن است و اطلاعات موجود محدود است. درنتيجه، جريان قابل‌توجهي از مقالات در مورد قيمت‌گذاري پويا از دانش كامپيوتر و جامعه هوش مصنوعي ظاهرشده است. اين مدل‌ها شركت‌ها را قادر مي‌سازد تا داده‌هاي موجود را در ديدگاه و چشم‌انداز خود قرار دهند و استراتژي قيمت‌گذاري خود را تغيير دهند تا بهترين انطباق با محيط بازار را داشته باشند. با بررسي ادبيات تحقيق و دسته‌بندي مقالات مرتبط، مشاهده شد كه اكثر مقالات و تحقيقات صورت گرفته در حوزه قيمت‌گذاري پويا در كسب‌و‌كارهاي آنلاين، با استفاده از رويكردهاي يادگيري ماشين، معطوف به بازارهاي كالا محور مانند فروشگاه‌هاي اينترنتي كالا مي‌باشد. هدف اين مطالعه، به‌كارگيري روش يادگيري تقويتي جهت پياده‌سازي قيمت‌گذاري پويا در سامانه‌ حمل‌ونقل آنلاين الوپيك با تمركز بر شهر تهران و حمل‌ونقل پيك موتور مي‌باشد. براي حل مسئله قيمت‌گذاري در اين مطالعه از الگوريتم يادگيري كيو استفاده مي‌شود. به دليل بزرگ بودن فضاي حالت‌ها در اين مطالعه از ايده‌ي شبكه‌هاي عميق كيو (DQN) جهت تقريب مقادير كيو استفاده مي‌شود. DQN با استفاده از پكيج‌هاي كراس و كراس آر-ال در زبان برنامه‌نويسي پايتون پياده‌سازي شده‌اند. در ادامه توسعه مدل، بعد از تقسيم‌بندي شهر تهران، به هر قسمت در هر بازه زماني توسط عامل تصميم‌گيرنده قيمت‌گذاري خودكار ضريبي نسبت داده مي‌شود. اين ضريب‌ها در قيمت پايه الوپيك ضرب شده و قيمت نهايي را حاصل مي‌كند. با استفاده از شبيه‌سازي بازار با استفاده از داده‌هاي واقعي الوپيك و پياده‌سازي روش يادگيري تقويتي در اين محيط و مقايسه نتايج حاصل از آن با محيط واقعي، شاهد 20 درصد بهبود در درصد سفارشات تكميل شده، 35 درصد بهبود در مدت زمان معطلي، 30 درصد بهبود در نرخ منقضي شدن سفارشات، 20 درصد بهبود در نرخ دريافت يك سفارش توسط سفيران مختلف و نزديك به 20 درصد بهبود در نسبت تغييرات تقاضا به عرضه هستيم. از اين‌رو مي‌توان نتيجه گرفت رويكرد پيشنهادي عملكرد مناسبي را جهت برقراري تعادل در مؤلفه‌هاي سامانه‌هاي حمل‌ونقل آنلاين به‌وسيله قيمت‌گذاري پويا نشان داد.

194926

دانشگاه علم و صنعت ايران

سيستم‌هاي كلان اقتصادي و اجتماعي

دكتر مهدي غضنفري