Известия Саратовского университета. Новая серия.

Серия Математика. Механика. Информатика

ISSN 1816-9791 (Print)
ISSN 2541-9005 (Online)


Для цитирования:

Курганский А. Н., Максимова А. Ю., Корнев С. А. Mодель динамического ценообразования без отрицательных примеров, основанная на безградиентной выпуклой оптимизации с неточным оракулом // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2026. Т. 26, вып. 1. С. 139-144. DOI: 10.18500/1816-9791-2026-26-1-139-144, EDN: YOXDEJ

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Опубликована онлайн: 
02.03.2026
Полный текст:
(downloads: 7)
Язык публикации: 
русский
Рубрика: 
Тип статьи: 
Научная статья
УДК: 
519.866.2,519.863
EDN: 
YOXDEJ

Mодель динамического ценообразования без отрицательных примеров, основанная на безградиентной выпуклой оптимизации с неточным оракулом

Авторы: 
Курганский Алексей Николаевич, Институт прикладной математики и механики
Максимова Александра Юрьевна, Институт прикладной математики и механики
Корнев Сергей Александрович, Институт прикладной математики и механики
Аннотация: 

В работе предложен основанный на безградиентной стохастической выпуклой оптимизации с неточным оракулом нулевого порядка алгоритм решения одного из вариантов задачи динамического ценообразования в случае, когда при переменном потоке покупателей обучающая выборка содержит информацию только о совершенных покупках, а число отказов от покупки при данной цене неизвестно. В работе рассматривается модель с одним сегментом клиентов и одним видом товаров как элемент более сложных, иерархических моделей динамического ценообразования. При отсутствии данных об отказах для сведения к задаче выпуклой безградиентной оптимизации используется прием логарифмирования целевой функции и разбиения сегмента клиентов случайным образом на два подсегмента при каждой итерации.

Благодарности: 
Работа выполнена при финансовой поддержке Минобрнауки России в рамках научной темы «Разработка и совершенствование интеллектуальных методов классификации и прогнозирования для задач распознавания образов и моделирования информационных процессов» (проект № FREM-2024-0001).
Список источников: 
  1. Perakis G., Singhvi D. Dynamic pricing with unknown nonparametric demand and limited price changes. Operations Research, 2023, vol. 72, iss. 6, pp. 1123–1145. DOI: http://dx.doi.org/10.1287/opre.2020.0445, EDN: RGGZRJ
  2. Pasechnyuk D., Dvurechensky P., Omelchenko S., Gasnikov A. Stochastic optimization for dynamic pricing. In: Olenev N. N., Evtushenko Y. G., Jaćimović M., Khachay M., Malkova V. (eds.) Advances in optimization and applications. OPTIMA 2021. Communications in Computer and Information Science, vol. 1514. Cham, Springer, 2021, pp. 82–94. DOI: http://dx.doi.org/10.1007/978-3-030-92711-0_6, EDN: ZWJGID
  3. Lin T., Zheng Z., Jordan M. I. Gradient-free methods for deterministic and stochastic nonsmooth nonconvex optimization. Advances in Neural Information Processing Systems, 2022, vol. 35, pp. 26160–26175.
  4. Duchi J. C., Jordan M. I., Wainwright M. J., Wibisono A. Optimal rates for zero order convex optimization: The power of two function evaluations. IEEE Transactions on Information Theory, 2015, vol. 61, iss. 5, pp. 2788–2806. DOI: https://doi.org/10.1109/TIT.2015.2409256
  5. Nesterov Yu. Random gradient-free minimization of convex functions. Technical Report 2011001, Center for Operations Research and Econometrics (CORE), Catholic University of Louvain (UCL), 2011, vol. 16. 32 p. EDN: GEPEMD
  6. Devolder O., Glineur F., Nesterov Yu. First-order methods of smooth convex optimization with inexact oracle. Mathematical Programming, 2014, vol. 146, iss. 1–2, pp. 37–75. DOI: http://dx.doi.org/10.1007/s10107-013-0677-5, EDN: CPTOLC
  7. Gasnikov A.V., Nesterov Yu. E. Universal method for stochastic composite optimization problems. Computational Mathematics and Mathematical Physics, 2018, vol. 58, iss. 1, pp. 48–64. DOI: http://dx.doi.org/10.1134/S0965542518010050, EDN: XXGXEL
  8. Bayandina A. S., Gasnikov A. V., Lagunovskaya A. A. Gradient-free two-point methods for solving stochastic nonsmooth convex optimization problems with small non-random noises. Automation and Remote Control, 2018, vol. 79, iss. 8, pp. 1399–1408. DOI: http://dx.doi.org/10.1134/S0005117918080039, EDN: VBKOAV
Поступила в редакцию: 
24.11.2025
Принята к публикации: 
05.12.2025
Опубликована: 
02.03.2026