近日，国际管理学顶刊 Management Science 官网在线发表了由德克萨斯大学达拉斯分校的Xin Chen、复旦大学的吕甲梦、华中科技大学的袁世林、清华大学的周源合作完成的论文：
[哇R]
Learning in Lost-Sales Inventory Systems with Stochastic Lead Times and Random Supplies

随机提前期与随机供应下失销库存系统的学习
[赞R]
摘要：以随机提前期和随机供应数量为特征的供应不确定性，已日益引起学术界、产业界和各国政府的关注，尤其是在新冠疫情之后。本文研究具有一般供应不确定性的失销库存系统管理问题：随机提前期与随机供应。与以往研究不同，我们假设决策者对随机需求和供应均无先验信息。我们提出了首个在一般供应不确定性下、面对截断需求与供应数据仍可证明有效的库存管理学习算法。随后，我们建立了该学习算法相对于最优常数订货策略的累积遗憾界，其中 L_bar 是随机部分的上界，L 是随机提前期的确定性部分。我们还进行了数值实验以验证算法的有效性。我们的方法核心在于建立了一个变换凸性的新框架。此外，我们通过新技术解决了问题的独特挑战，例如利用系统结构建立耦合与集中结果来估计长期成本。这些技术也具有独立的研究价值。超越本文问题，我们的框架对具有变换凸性的其他运营管理问题具有广泛启示。
[点赞R]如果你想复刻其他顶刊的数据处理流程，欢迎交流！
#顶刊 #论文 #经济 #科研 #学术 #文献 #疫情 #商科 #实证分析 #金融