[論文レビュー] Robust Discrete Pricing Optimization via Multiple-Choice Knapsack Reductions

Zi Yuan Eric Shao|arXiv (Cornell University)|Mar 19, 2026

Supply Chain and Inventory Management被引用数 0

ひとこと要約

論文は、マージンと公正性制約を伴う離散的なポートフォリオ価格設定問題を多選択背包問題（MCKP）へと縮約し、 hull-ベースの LP 分析を用いた Gamma-予算の頑健拡張を開発することで、正確な頑健解の枠組みと加法的誤差界を提供する。

ABSTRACT

We study a discrete portfolio pricing problem that selects one price per product from a finite menu under margin and fairness constraints. To account for demand uncertainty, we incorporate a budgeted robust formulation that controls conservatism while remaining computationally tractable. By reducing the problem to a Multiple-Choice Knapsack Problem (MCKP), we identify structural properties of the LP relaxation, in particular upper-hull filtering and greedy filling over hull segments, that yield an exact solution method for the LP relaxation of the fixed-parameter subproblems. For the resulting fixed-parameter subproblems, we show that the integrality gap is bounded additively by a single-item hull jump, and that the corresponding relative gap decays as O(1/n) under standard boundedness and linear-growth assumptions. Numerical experiments on synthetic portfolios and a stylized retail case study with economically calibrated parameters are consistent with these bounds and indicate that robust margin protection can be achieved with less than 1 percent nominal revenue loss on the instances tested.

研究の動機と目的

• マージンと公正性制約を伴う離散的なポートフォリオ価格設定問題を定式化する。
• 価格設定モデルを正確に多選択背包問題（MCKP）へ縮約する。
• Gamma-budget 頑健拡張を導入し、構造を活用する解法フレームワークを可能にするパラメトリック分解を証明する。
• 固定パラメータ部分問題の整数性ギャップ境界を確立し、LP緩和の性質を分析する。
• 不確実性の下で nominal な売上高の損失を小さく保ちながら現実的な頑健性を実証する数値実験を示す。

提案手法

• ベースライン-スラック変換を用いてマージン実現可能性制約を背包制約1つとアイテムごとに1つの選択に限定する形へ縮約する。
• Gamma-budget 不確実性集合の下で頑健な制約を定義し、1次元のペナルティ β(x, Gamma) を介して同等の頑健対となる形を導く。
• 固定theta Reformulation を用いたパラメトリック分解を可能にする対称表現を提供する。
• 各アイテムの実現可能点の上部 hull 幾何を活用して LP 緩和を hull 区間上の貪欲充填へ還元する。
• LP 解が最大で1つの混合アイテムを必要とすることを証明し、最大 hull ジャンプ ΔV_max^theta に結びつく加法的整数性ギャップ境界を導出し、相対的ギャップを O(1/n) とする。
• アルゴリズム1を提示し、有限集合上で theta を列挙し、hull-貪欲法で固定 theta の LP を解き、1アイテム丸めと任意の修復を用いた離散復元を行う。

実験結果

リサーチクエスチョン

• RQ1 マージンと公正性制約を伴う離散的なポートフォリオ価格設定問題を、正確に MCKP のような組合せ最適化モデルへ縮約できるか？
• RQ2 Gamma-budget による頑健性は価格設定モデルにどのような影響を及ぼすか、最悪ケース制約を分解して有効な解法を可能にできるか？
• RQ3 MCKP LP 緩和のどの構造的性質を活用して大規模ポートフォリオ向けの頑健アルゴリズムを設計できるか？
• RQ4 Gamma-budget 頑健性の下で固定パラメータ部分問題の整数性ギャップ境界はどの程度か、ポートフォリオ規模に対してどのようにスケールするか？
• RQ5 頑健な価格設定アプローチは、名目売上高の損失を最小限に抑えつつ実務上意味のあるマージン保護を提供するか？

主な発見

• マージン実現可能性制約に対するベースライン-スラック変換後、問題をMCKPとして定式化可能である。
• Gamma-budget 頑健性の下で頑健制約はパラメトリック分解を認め、有限なブレークポイント集合上の1次元列挙に簡略化される。
• 固定パラメータ部分問題の LP 緩和は上部 hull 構造を持ち、 hull 区間上の貪欲充填と最大で1つのアイテムの混合を許す。
• 加法的整数性ギャップ境界は最大 hull ジャンプ ΔV_max^theta によって与えられ、標準的仮定のもと相対ギャップは O(1/n) へ減衰する。
• 数値実験は、頑健なマージン保護が名目売上高の1%未満のコストで済むことを示し、実務的有効性を検証する。