کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5471177 | 1519388 | 2017 | 42 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Optimal revenue management in two class pre-emptive delay dependent Markovian queues
ترجمه فارسی عنوان
مدیریت درآمد بهینه در دو صفر مارکوویسی وابسته به تاخیر پیشگیرانه
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
اولویت پیشگیرانه پویا، قیمت گذاری خدمات، کنترل پذیرش، صف بندی تعادل نش،
ترجمه چکیده
در این مقاله، ما یک مطالعه مقایسه ای در کل درآمد تولید شده با برنامه ریزی اولویت پیشگیرانه و غیر پیشگیرانه برای یک مشکل نسبتا عمومی از قیمت ظرفیت اضافی سرور در سرور مارکوویچ تک سرور ارائه شده است. مشکل خاص این است که بهینه سازی ظرفیت اضافی سرور با معرفی یک کلاس جدید از مشتریان (کلاس دوم) بدون تأثیر بر سطح خدمات پیش تعیین شده مشتریان فعلی (کلاس اولیه) هنگامی که پیش فروش اجازه داده می شود. برنامه ریزی پیشگیرانه در برنامه های مختلف مورد استفاده قرار می گیرد. ابتدا یک الگوریتم گام به گام برای به دست آوردن پارامترهای عملیاتی و قیمت گذاری بهینه جهانی برای این مشکل پیشنهاد شده است. این پارامترهای عملیاتی و قیمت گذاری، یک تعادل منحصر به فرد نها را در یک بازی دو نفره خاص غیر تعاونی ایجاد می کند. سپس محدوده سطح خدمات را شرح می دهیم که برنامه ریزی پیشگیرانه راه حلی مناسب را ارائه می دهد و برخی از درآمد را تولید می کند در حالیکه برنامه ریزی پیشگیرانه غیرقابل پیش بینی راه حل نامناسب است. علاوه بر این، برخی از شرایط مکمل برای مقایسه درآمد به صورت تحلیلی برای طیف مشخصی از سطح خدمات شناسایی شده است، در صورتی که اولویت سخت برای کلاس دوم بهینه است. نمونه های محاسباتی ما نشان می دهد که شرایط مکمل به گونه ای تنظیم می شود که برنامه ریزی پیشگیرانه همیشه درآمد بیشتری را تولید می کند. هنگامی که سیاست خالص پویا بهینه است، تجزیه و تحلیل تئوری برای محدوده سطح خدمات قابل حل است. از این رو، نمونه های گسترده عددی برای توصیف موارد مختلف ارائه شده است. در نمونه های عددی اشاره شده است که برنامه ریزی پیشگیرانه حداقل دستمزد به عنوان برنامه ریزی پیشگیرانه را به حداقل می رساند. طیف مشخصی از سطح خدمات مشخص شده است که بهبود درآمد بسیار قابل توجه است.
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مکانیک محاسباتی
چکیده انگلیسی
In this paper, we present a comparative study on the total revenue generated with pre-emptive and non pre-emptive priority scheduler for a fairly generic problem of pricing the server's surplus capacity in a single server Markovian queue. The specific problem is to optimally price the server's surplus capacity by introducing a new class of customers (secondary class) without affecting the pre-specified service level of its current customers (primary class) when pre-emption is allowed. Pre-emptive scheduling is used in various applications. First, a finite step algorithm is proposed to obtain global optimal operating and pricing parameters for this problem. These optimal operating and pricing parameters constitute a unique Nash equilibrium in a certain two player non cooperative game. We then describe the range of service level where pre-emptive scheduling gives feasible solution and generates some revenue while non pre-emptive scheduling has infeasible solution. Further, some complementary conditions are identified to compare revenue analytically for certain range of service level where strict priority to secondary class is optimal. Our computational examples show that the complementary conditions adjust in such a way that pre-emptive scheduling always generates more revenue. Theoretical analysis is found to be intractable for the range of service level when pure dynamic policy is optimal. Hence, extensive numerical examples are presented to describe different instances. It is noted in numerical examples that pre-emptive scheduling generates at least as much revenue as non pre-emptive scheduling. A certain range of service level is identified where improvement in revenue is quite significant.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Mathematical Modelling - Volume 45, May 2017, Pages 31-54
Journal: Applied Mathematical Modelling - Volume 45, May 2017, Pages 31-54
نویسندگان
Manu K. Gupta, N. Hemachandra, J. Venkateswaran,