基于深度强化学习的高铁客票动态定价算法
来源：计算机应用与软件杂志2024年第4期北京时间：
作者：毕文杰, 陈功
摘要：为了解决需求函数未知情况下的高铁客票动态定价问题。以最大化单列车期望收益为目标构建Markov多阶段决策模型并设计DQN(Deep Q Net)强化学习框架寻找动态定价最优策略。算法以当日收益为奖励, 通过神经网络来逼近所有状态-动作组合的期望最优收益。为验证算法性能, 基于市场动态和旅客行为, 开发高铁客运需求模拟系统并进行仿真实验。实验结果表明, 智能体动态定价策略可以在不同需求水平下灵活调整价格, 其性能接近理论上界并且显著优于对比策略。
关键词：收益管理, 高铁客票定价, 动态定价, 动态规划, 强化学习, 环境模拟算法
