[论文解读] A Re-solving Heuristic for Dynamic Resource Allocation with Uniformly Bounded Revenue Loss

Pornpawee Bumpensanti, He Wang|arXiv (Cornell University)|Feb 17, 2018

Supply Chain and Inventory Management参考文献 31被引用 5

一句话总结

本文提出了一种在不确定性下动态资源分配的重求解启发式方法，其中通过使用预期客户到达数定期重求解确定性线性规划（DLP）。通过战略性地选择重求解时间点，该方法实现了与时间跨度无关的统一有界收益损失，从而克服了大规模动态分配问题中的维数灾难。

ABSTRACT

We consider a dynamic resource allocation problem. There are multiple resources and each resource has multiple units. Customers arrive over a finite horizon according to some known distribution, and each customer requests a combination of resources and pays a price. The decision maker needs to irrevocably accept or reject these customers to maximize expected revenue. The exact solution to the problem is often impossible to obtain due to the curse of dimensionality. We study a class of re-solving heuristics. These heuristics periodically re-solve the deterministic linear program (DLP), where random customer arrivals are replace by their expectations. We find that frequently re-solving the DLP produces the same order of revenue loss as one would get without re-solving. However, by re-solving the DLP at a few selected points in time, we design a new algorithm that has a revenue loss bounded by a constant that is independent of the horizon length.

研究动机与目标

• 解决具有随机客户到达的动态资源分配中的维数灾难问题。
• 分析定期使用期望需求重求解确定性线性规划（DLP）的重求解启发式方法的性能。
• 设计一种重求解策略，确保收益损失被常数有界，无论时间跨度长度如何。
• 在不同重求解频率下建立收益损失的理论界限。

提出的方法

• 该方法使用确定性线性规划（DLP），其中将随机客户请求替换为其期望值。
• 重求解在选定的时间点进行，而非持续进行，从而降低计算开销。
• 该算法战略性地选择重求解时刻，以维持统一有界的收益损失。
• 理论分析表明，频繁重求解在收益损失阶数上与完全不重求解无差异。
• 构建了一种新颖的重求解调度，以实现与时间跨度长度无关的恒定收益损失。
• 该方法利用DLP和期望需求的结构，以维持近似最优性能。

实验结果

研究问题

• RQ1 重求解频率对动态资源分配中收益损失的影响是什么？
• RQ2 重求解启发式方法能否在无论时间跨度如何的情况下实现统一有界的收益损失？
• RQ3 与不重求解相比，周期性重求解DLP的性能在收益损失方面如何？
• RQ4 何种重求解调度可确保收益损失有界，同时保持计算效率？

主要发现

• 频繁重求解DLP导致的收益损失阶数与完全不重求解相同。
• 通过在精心选择的时间点进行重求解，该方法实现了与时间跨度长度无关的常数有界收益损失。
• 所提出的启发式方法在收益损失界限方面优于简单的重求解策略。
• 理论分析证实，即使时间跨度增长，收益损失仍保持统一有界。