基于机器学习的企业定价算法研究

基于机器学习的企业定价算法研究是由我国西安交通大学管理学院发布：本文根据经济微观仿真模型 ASPEN 的定价机理，提出了一种自动学习算法。该算法借鉴分类器系统中的规则及消息系统和信任分配系统，模拟了企业通过渐进学习得到最大利润下的价格的过程。文中以一个简单经济模型中的两个企业代理人的价值竞争为例将算法的定价与理论计算法的结果进行了比较，比较结果表明该算法很好地实现了企业定价的自动学习。

论文摘要：

ASPEN 中企业定价的机理是：在定价过程中，企业首先要根据四个因素判断自己当前所处的市场状态，再采取相应的对策。在每种市场状态下企业都有三种对策：提高价格、降低价格和维持价格不变。而本文的自动学习算法主要借鉴了分类器系统的一些思想和作法并且根据实际问题作了一些简化和修正。分类器系统是最常用的机器学习方法之一由规则与消息（rule and message）系统、信用分（apportionment of credit）系统及遗传算法三个部分组成。

文本分析：

算法得到的价格与理论计算法的价格基本相符，不依赖于初始价格，并且算法不因为参数的改变而失效，具有智能性和有效性。这种思想及实现的算法类似于真实市场中企业定价决策，所以本文的算法也可以实际应用于企业的定价实践‚为企业定价提供科学支持，当然算法与实际的企业和市场相结合时还需要做更多的工作。

参考来源：

冯 平，宣慧玉，高宝俊，Journal of Industrial Engineering，2002.4，1004-6062（2002）04-0055-05