確率的優位性に基づく特徴ベースのアプリケーションにおける分布ロバストニュースベンダー

問題定義：本論文では、いくつかの分布的不確実性セットの下でのニュースベンダー問題を研究し、その関係を探ります。さらに、特徴ベースのニュースベンダー問題におけるこのロバストな解決策を実施する利点を探ります。方法論と結果：新しいタイプの乖離ベースの不確実性セットであるJW不確実性セットを提案し、一次確率的優位性の枠組み内で分析します。この不確実性セットを持つ分布ロバスト最適化（DRO）問題は、ニュースベンダーの損失に対して閉形解を持つことが分かります。この結果は、良く知られた無限ワッサースタイン不確実性セットとレヴィボール不確実性セットの下のニュースベンダー問題が、付随的に閉形の在庫レベルを許容することも示唆します。特徴ベースのニュースベンダーの応用においては、一般的なカーネル法を採用して条件付き需要分布を推定し、推定誤差を考慮して提案されたDRO解を適用します。経営上の示唆：閉形解が最適な在庫レベルの効率的な計算を可能にします。さらに、認識された重要比率と平均反発の概念を通じて、非ロバスト版に対する最適ロバスト在庫レベルの特性を探ります。数値実験の結果とケーススタディは、提案されたモデルが他の最新のアプローチに対して優れていることを示しています。特に需要が共変量に影響され、推定が難しい環境においてその傾向が顕著です。資金提供：X. Liは、シンガポール教育省のTier 1 Grant 23-0619-P0001、24-0500-A0001および中国国家自然科学基金のGrant 72331004によって支援されています。L. Zhangは、中国国家自然科学基金のGrant 72171156および72231002および香港研究助成委員会のGrant 16212419によって部分的に支援されています。補足資料：オンライン付録はhttps://doi.org/10.1287/msom.2023.0159 にて利用可能です。