内容预览：

刘显峰　于忠清文章编号：10069798（2022）02004708;DOI：10.13306/j.10069798.2022.02.008摘要：针对深度强化学习方法在酒店收益管理上的应用问题，本文基于深度强化学习，构建了收益管理决策过程的模型与方法，通过对收益管理问题的马尔可夫性质进行了界定，描述了其模型和参数的统计学性质。同时，编写程序，实现基于深度强化学习的收益管理方法，并通过实验，将本文方法与某供应商采用的传统方法进行对比分析。分析结果表明，强化学习方法与人工收益管理方法相比，总收益提升了约15%，与传统收益管理系统相比，总收益提升了约5%，说明传统的收益管理方法成本较高，监督学习模型过于强调全局泛化性，而增大了对最优结果的估计方差，且计算量过大，而本文提出的方法能够更快地梯度下降到最优位置。该研究为企业在数据驱动下的精准定价和营销决策提供了理论基础。关键词：深度学习;强化学习;酒店管理;收益管理中图分类号：TP181;F719.2文献标识码：A收益管理（revenuemanagement，RM）是一种在微观市场中预测顾客行为，并调整产品供应和价格以最大化收益增长的技术[1]。……