محسن صادق عمل نیک - دانشیار دانشکده مهندسی صنایع دانشگاه تهران
روزبه قربانیان - کارشناس ارشد مهندسی صنایع دانشگاه تهران

قیمت گذاری دینامیک نوعی استراتژی قیمت گذاری است که در آن قیمت برای محصولات بر اساس میزان تقاضای موجود تغییر می کند. تاکنون چندین کار پژوهشی در مورد استفاده از شبکه عصبی برای قیمت گذاری دینامیک، نظیر پیش بینی تقاضا و مدل کردن انتخاب های مشتری گزارش شده است. با این حال کارهای کمی در مورد استفاده از آنها برای بهینه سازی سیاستهای قیمت گذاری صورت گرفته است. در این پروژه، نحوه ی ترکیب شبکههای عصبی و الگوریتم - های تکاملی را جهت بهینه کردن سیاستهای قیمتگذاری شرح میدهیم. به این معنی که یک شبکه عصبی بر پایه ی مدل تقاضا ایجاد می کنیم و از الگوریتم های تکاملی برای بهینه سازی مدل ساخته شده بهره می بریم. این کار دو مزیت دارد. استفاده از شبکه عصبی انعطاف پذیری لازم را ایجاد می کند تا مدل کردن سناریوهای تقاضای مختلف که با محصولات و خدمات مختلف ایجاد می شود ممکن گردد، و استفاده از الگوریتم تکاملی توانایی حل مدل های پیچیده را برای ما فراهم می کند. نوع شبکه عصبی استفاده شده در پژوهشی حاضر، شبکه عصبی ویولت (موجک) میباشد که پس از یافتن سیاست قیمت گذاری حاصل از آن، این نتیجه با سایر مدلهای تقاضایی که بطور گسترده مورد استفاده قرار می گیرند مقایسه شده است. نتایج نشان میدهد که مدل پیشنهاد شده در سناریوهای مختلف به خوبی مطابقت می کند و در کل سیاست قیمت - گذاری بهتری از سایر مدلهای پیشنهادی ارایه می کند

قیمت گذاری دینامیک،شبکه های عصبی ،بهینه سازی قیمت ،مدیریت درآمد،شبکه عصبی ویولت