論文の概要: Constrained Pricing under Finite Mixtures of Logit

• arxiv url: http://arxiv.org/abs/2602.08119v1
• Date: Sun, 08 Feb 2026 20:48:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-10 20:26:24.987582
• Title: Constrained Pricing under Finite Mixtures of Logit
• Title（参考訳）: ロジットの有限混合条件下での制約価格
• Authors: Hoang Giang Pham, Tien Mai,
• Abstract要約: 制約付き価格問題について,多項・混合ロジット需要モデルを用いて検討する。 有限混合ロジットによる制約付き価格設定は,顧客セグメント数が制限された場合にPTASを許容することを示す。
• 参考スコア（独自算出の注目度）: 12.60044184194183
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The mixed logit model is a flexible and widely used demand model in pricing and revenue management. However, existing work on mixed-logit pricing largely focuses on unconstrained settings, limiting its applicability in practice where prices are subject to business or regulatory constraints. We study the constrained pricing problem under multinomial and mixed logit demand models. For the multinomial logit model, corresponding to a single customer segment, we show that the constrained pricing problem admits a polynomial-time approximation scheme (PTAS) via a reformulation based on exponential cone programming, yielding an $\varepsilon$-optimal solution in polynomial time. For finite mixed logit models with $T$ customer segments, we reformulate the problem as a bilinear exponential cone program with $O(T)$ bilinear terms. This structure enables a Branch-and-Bound algorithm whose complexity is exponential only in $T$. Consequently, constrained pricing under finite mixtures of logit admits a PTAS when the number of customer segments is bounded. Numerical experiments demonstrate strong performance relative to state-of-the-art baselines.
• Abstract（参考訳）: 混合ロジットモデルは、価格と収益管理において柔軟で広く使用されている需要モデルである。 しかし、ミックスロジットの価格設定に関する既存の作業は、主に制約のない設定に焦点を合わせており、価格がビジネスや規制の制約を受ける場合の適用性を制限している。 制約付き価格問題について,多項・混合ロジット需要モデルを用いて検討する。 単一顧客セグメントに対応する多項ロジットモデルにおいて,制約付き価格問題では指数関数的コーン計画に基づく修正により多項式時間近似スキーム(PTAS)が認められ,多項式時間で$\varepsilon$-Optimal解が得られることを示す。 顧客セグメントが$T$の有限混合ロジットモデルに対しては、この問題を$O(T)$の双線形項を持つ双線型指数錐プログラムとして再構成する。 この構造は、複雑性が指数関数的に$T$のみであるブランチ・アンド・バウンドアルゴリズムを可能にする。 その結果、ロジットの有限混合条件下での制約付き価格設定は、顧客セグメントの数が制限されたときにPTASを許可する。 数値実験は最先端のベースラインに対して強い性能を示す。

関連論文リスト

• SlimCaching: Edge Caching of Mixture-of-Experts for Distributed Inference [29.49615352723995]
  Mixture-of-Experts (MoE)モデルは、入力ごとに関連する専門家の小さなサブセットだけを活性化する。 MoEモデルのエキスパートネットワークの数が多ければ多いほど、エッジデバイスにはかなりのストレージ負荷が伴う。 本稿では,元の問題を一連のサブプロブレムに分解するグリーディ分解法を提案する。
  論文  参考訳（メタデータ） (2025-07-09T05:43:43Z)
• A single-loop SPIDER-type stochastic subgradient method for expectation-constrained nonconvex nonsmooth optimization [18.38962516619021]
  厳密なペナルティモデルを構築するための新しい手法を提案する。 対象関数と関数の次数と各制約関数値を用いる。 その結果,本手法は2人制約問題よりもはるかに高速であることが判明した。
  論文  参考訳（メタデータ） (2025-01-31T15:18:52Z)
• Coarse Graining with Neural Operators for Simulating Chaotic Systems [78.64101336150419]
  カオスシステムの長期的挙動を予測することは、気候モデリングなどの様々な応用に不可欠である。 このような完全解法シミュレーションに対する別のアプローチは、粗いグリッドを使用して、時間テキストモデルによってエラーを修正することである。 この制限を克服する物理インフォームド・ニューラル演算子(PINO)を用いたエンド・ツー・エンドの学習手法を提案する。
  論文  参考訳（メタデータ） (2024-08-09T17:05:45Z)
• Contextual Dynamic Pricing: Algorithms, Optimality, and Local Differential Privacy Constraints [10.057344315478709]
  我々は、企業が商品をT$シーケンシャルに販売するコンテキスト動的価格問題について研究する。 まず、最適な後悔は対数的因子の次数$sqrtdT$であることを示す。 我々の研究は、複雑なプライバシー制約の下で動的価格に拡張され、公開データを活用することにより、プライバシーとユーティリティのトレードオフが改善されます。
  論文  参考訳（メタデータ） (2024-06-04T15:44:10Z)
• Stochastic Inexact Augmented Lagrangian Method for Nonconvex Expectation Constrained Optimization [88.0031283949404]
  多くの実世界の問題は複雑な非機能的制約を持ち、多くのデータポイントを使用する。 提案手法は,従来最もよく知られた結果で既存手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-12-19T14:48:54Z)
• Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
  ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。 これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。 本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
  論文  参考訳（メタデータ） (2022-11-16T18:59:54Z)
• On Dynamic Pricing with Covariates [6.6543199581017625]
  UCBとThompsonのサンプリングに基づく価格設定アルゴリズムは、$O(dsqrtTlog T)$ regret upper boundを実現できることを示す。 私たちの後悔に対する上限は、対数的要因までの下位境界と一致します。
  論文  参考訳（メタデータ） (2021-12-25T16:30:13Z)
• Model-Based Multi-Agent RL in Zero-Sum Markov Games with Near-Optimal Sample Complexity [67.02490430380415]
  モデルに基づくMARLは、Nash平衡値(NE)を求めるために$tilde O(|S||B|(gamma)-3epsilon-2)$のサンプル複雑性を実現する。 また、アルゴリズムが報酬に依存しない場合、そのようなサンプル境界は最小値(対数因子まで)であり、アルゴリズムは報酬知識のない遷移サンプルを問合せする。
  論文  参考訳（メタデータ） (2020-07-15T03:25:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。