ارائه یک الگوریتم یادگیری کیو برای تعیین قیمت بهینه پیشنهادی در شبکه لجستیک معکوس

امروزه به دلیل نگرانی های زیست محیطی، فرصت های اقتصادی و آگاهی مصرف کنندگان بازیابی محصولجزء جدایی ناپذیر تولید محسوب می شود. یکی از سیاستها برای جمع آوری محصولات از دارندگانآنها، ارائه پیشنهاد خرید است. گنجاندن پیشنهاد خرید به روشی کارآمد برای کنترل و تخمین نرخبازگشت تبدیل شده است. در این مقاله، ما با استفاده از الگوریتم یادگیری کیو، به تعیین مقدار بهینهقیمت پیشنهادی در یک شبکه لجستیک معکوس پرداخته ایم. الگوریتم یادگیری کیو نوعی روشیادگیری تقویتی است. جزییات الگوریتم پیشنهادی شامل عامل یادگیری و اقدامات آن، محیط و حالاتآن و توابع پاداش ارائه شده است. علاوه بر این کیفیت الگوریتم پیشنهادی با یکی از روشهای مورداستفاده در ادبیات این زمینه مقایسه شده است. نتایج، کارایی روش حل ارائه شده را نشان میدهد.

کلیدواژه ها:

لجستیک معکوس ، الگوریتم یادگیری کیو ، پیشنهاد خرید ، ملاحظات زیست محیطی