دانلود ترجمه مقاله مقایسه ای از سیاست های قیمت گذاری ثابت و دینامیک

1. مقدمه 2. روش های مکاشفه ای قیمت گذاری پویا 2. 1. روش مکاشفه ای تقریب درآمد 2. 1. 1. کران پائین 2. 1. 2. کران بالاتر 2. 1. 3. تقریب 2. 2. روش مکاشفه ای نرخ مؤثر پویا 3. مطالعه عددی 3. 1. عملکرد سیاست های قیمت گذاری ثابت و پویا 3. 1. 1. مسائل بزرگتر 3. 2. تکرار تغییرات قیمت 4. نتیجه گیری

4. نتیجه گیری : در این مقاله به تحقیق و بررسی کاربرد سیاست های قیمت گذاری ثابت و پویا برای فروش میزان ثابتی از موجودی طی زمانی محدود پرداختیم. دو روش مکاشفه ای ساده و محاسباتی قیمت گذاری عملی پویا را پیشنهاد نمودیم که برای به روز نمودن قیمت هایی که به طور قطع احتمال حل آنها در دوره وجود ندارد، قابل استفاده می باشد. روش اول، روش تقریب درآمد، مبتنی بر تقریب نمودن تابع ارزش است که در فرمول بندی برنامه ریزی پویا نمود داشته و برای تعیین قیمت های بهینه بکار می رود. روش دوم؛ روش نرخ موخر پویا، مبتنی بر حل مستمر نسخه تعیین کننده مسئله می باشد. با استفاده از یک مطالعه عددی همراه با جزئیات، چنین بیان می کنیم که روش قیمتگذاری ثابت منجر به نقایص جدی در درآمد با توابع عمومی تقاضا برای تعدیل و کوچک نمودن مقادیر موجودی اولیه می شود زمانی که توان تقاضا زیاد است. لازم به ذکر است که این موارد دقیقاً عبارت از موقعیت هایی هستند که در آن روشهای قیمت گذاری پویا که پیشنهاد می کنیم بصورت کارآمد برای دست یافتن به عملکرد نزدیک بهینه مورد استفاده قرار می گیرد. به ویژه اینکه، روش تقریب درآمد دارای عملکرد مستمر قابل توجه بوده و منجر به حداکثر 2% فاصله بهینه ای در تمامی مسائلی می شود که به آنها پرداختیم. همچنین به مطالعه اثرات تغییرات دوره ای قیمت ها بجای کاربرد مستمر آنها پرداختیم و نشان دادیم که عملکرد روش تقریب درآمد در تعداد دوره های بکار رفته یکنواخت بوده و به سرعت می تواند به پتانسیل کامل درآمد تغییرات مستمر قیمت نزدیک شود. به عنوان نتیجه گیری اصلی خود می توانیم به این امر اشاره کنیم که روشهای قیمت گذاری پویای منجر به عملکرد نزدیک بهینه می شود حتی وقتی که فقط تنوع آماری عادی در تقاضا وجود داردو کاربرد آنها باید همراه با ملاحظات بیشتر تئوری و عملی باشد.

In this paper,we investigate the use of fixed and dynamic pricing policies for selling a fixed amount of inventory over a finite horizon. We propose two simple and computationally feasible dynamic pricing heuristics that can be used to update prices as uncertainty is resolved through out the horizon.The first heuristic, there venue approximation heuristic, is based on approximating the value function that arise in the dynamic programming formulation to determine optimal prices. The sec- ond heuristic, the dynamic run-outrate heuristic, is based on continuously resolving the deterministic version of the problem. Through a detailed numerical study,we demonstrate that fixed- price heuristic slead to serious short coming sin revenue with general demand functions for moderate and small values of starting inventory when the demand potential is large. We show that these are precisely the setting sin which the dynamic pricing heuristics that we propose can be effectively used to obtain near- optimal performance. In particular ,there venue approximation heuristic has a consistently remark able performance, leading to a maximum 0.2% optimality gapin all problems we consider. We also study the impact of changing prices periodically rather than continuously using these heuristics. We show that the revenue approximation heuristic’s performance is monotone in then um- ber of periods used and one can quickly get close to the full revenue potential of continuous price changes. Our main conclu- sion is that dynamic pricing heuristics lead to near-optimal performance and can provide important gains over fixed-price heuristics even when the reisonly normal statistical variation in demand and that their use should begiven more consideration in theory and practice.