ISCA明哲论坛：NO. 146 Dynamic Pricing Strategies in Hub-and-Spoke Networks: Structural Characteristics and Theory-Driven AI Agents
本期ISCA明哲论坛将探讨枢纽辐射型网络中的动态定价策略，基于理论推导的结构特征提出一种“理论驱动的人工智能”方法，用于高维网络下的自动化收益管理。
报告介绍
本报告将研究在具有容量限制的枢纽辐射型网络中（n个辐条城市汇聚至一个中心枢纽）的动态报价策略。该网络结构导致复杂的库存交互关系，包含互补性（如衔接航班）和竞争性（如本地与中转客流之间的竞争）。
研究证明，最优价值函数具有坐标凹性，同时表现出次模性与超模性的混合特征。这些结构性质严格刻画了全网范围内代表座位容量影子成本的报价水平。
基于上述理论发现，报告提出一种“理论驱动的人工智能”（Theory-Informed AI）框架，用于构建自动化收益管理代理。该方法采用约束深度学习来估计未知需求强度，同时严格遵循已证明的报价几何特性，有效缓解高维计算难题，为大规模网络提供稳健且稳定的定价策略。
报告人介绍
Dr. Baichun Xiao 毕业于南京大学数学系（1982年），后获比利时鲁汶大学MBA（1985年）及宾夕法尼亚大学沃顿商学院管理科学博士学位（1990年）。1990年起，他在塞顿霍尔大学商学院决策与计算科学系任教，历任助理教授、终身教授、系主任及正教授。
1998年至2024年，他在长岛大学管理学院担任正教授、管理学系主席及资深正教授。他的研究领域包括服务管理、收益管理、供应链与物流管理以及非光滑函数优化，研究成果发表于Management Science、Operations Research、European Journal of Operational Research、Decision Sciences等国际顶级期刊。
他曾任南京大学校董会成员、香港H&H集团独立董事、四川大学服务管理研究所所长、西南交通大学中美服务与运营管理研究中心主任，并曾在北京大学、清华大学、复旦大学、南京大学、四川大学、香港中文大学、香港城市大学等高校担任访问教授。
