GRASP para el problema de fijación de precios basado en preferencias

Resumen

Uno de los problemas habituales que sufre todo tipo de comercio es establecer un precio a un producto, un aspecto clave que puede aumentar o disminuir las ventas. En este trabajo, abordamos el problema de fijación de precios basado en preferencias, donde, dado un conjunto de usuarios con sus preferencias de compra y presupuesto que disponen, el objetivo es establecer los precios de los productos para maximizar el beneficio de la compañía. Cabe destacar que cada usuario siem- pre comprará el producto de mayor preferencia que pueda permitirse, considerando que los productos son ilimitados. La literatura ha demostrado que este problema es N P-Completo donde los modelos matemáticos actuales no se comportan bien con instancias grandes. Recientemente, se ha propuesto un enfoque metaheurístico basado en la metodología Variable Neighborhood Search que se sitúa como el estado del arte. En este artículo, presentamos una metaheurística usando la me- todología Greedy Randomized Adaptive Search Procedure. Adicionalmente, uno de los principales inconvenientes es el reducido número de instancias disponibles. Por este motivo se ha generado un nuevo conjunto de datos y se han evaluado todos los métodos bajo el mismo entorno computacional. Los resultados obtenidos demuestran que nuestra propuesta supera el estado del arte y se sitúa a un 2.85 % del modelo exacto en aquellas instancias donde este logra encontrar la solución óptima.

Raúl Fauste Jiménez

Estudiante de Máster en Inteligencia Artificial

Raúl Fauste Jiménez es graduado en Matemáticas e Ingeniería Informática por la Universidad Rey Juan Carlos. Actualmente, está estudiando el Máster en Investigación en Inteligencia Artificial en la Universidad Menéndez Pelayo.

Sergio Salazar

Estudiante de Doctorado en Inteligencia Artificial

Sergio Salazar se graduó en Matemáticas e Ingeniería Informática en la Universidad Rey Juan Carlos en 2023. Actualmente trabaja como investigador predoctoral centrado en problemas continuos de localización de instalaciones.

Isaac Lozano-Osorio

Doctor en Inteligencia Artificial

Isaac Lozano se graduó en el Doble grado de Ingeniería Informática e Ingeniería de Computadores por la Universidad Rey Juan Carlos. Al finalizar el doble grado, fue galardonado con el premio al Mejor Proyecto Fin de Carrera. Posteriormente, realizó un Máster en Investigación en Inteligencia Artificial (UIMP) y es doctor por la Universidad Rey Juan Carlos. Sus principales intereses de investigación se centran en la interfaz entre las Ciencias de la Computación, la Inteligencia Artificial y la Investigación Operativa. La mayoría de sus publicaciones tratan sobre el desarrollo de procedimientos metaheurísticos para problemas de optimización modelados por grafos.

Jesús Sánchez-Oro

Profesor Titular de Universidad

Profesor Titular del Departamento de Informática, siendo uno de los investigadores principales del Grupo de Investigación de Algoritmos para la Optimización GRAFO.