Η σπατάλη τροφίμων αποτελεί μία από τις σημαντικότερες προκλήσεις του σύγχρονου λιανικού εμπορίου, καθώς επηρεάζει αρνητικά τόσο την οικονομική αποδοτικότητα των επιχειρήσεων όσο και τη βιωσιμότητα της εφοδιαστικής αλυσίδας. Επίσης, ιδιαίτερα αρνητικές είναι οι επιπτώσεις της σπατάλης των τροφίμων στο περιβάλλον. Ιδιαίτερα στα ευπαθή προϊόντα, η αβεβαιότητα της ζήτησης και η περιορισμένη διάρκεια ζωής καθιστούν κρίσιμη τη λήψη αποτελεσματικών αποφάσεων σχετικά με την τιμολόγηση και τη διαχείριση αποθεμάτων.

Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη ενός ολοκληρωμένου πλαισίου δυναμικής τιμολόγησης με στόχο τη μείωση της σπατάλης τροφίμων και τη βελτίωση της κερδοφορίας στο λιανικό εμπόριο. Η προτεινόμενη μεθοδολογία συνδυάζει πρόβλεψη ζήτησης με το μοντέλο NeuralProphet, πολυκριτηριακή ABC ανάλυση για την ταξινόμηση των προϊόντων και αλγόριθμο Ενισχυτικής μάθησης (Q-Learning) για τη λήψη αποφάσεων δυναμικής τιμολόγησης. Η αξιολόγηση της προσέγγισης πραγματοποιήθηκε σε περιβάλλον προσομοίωσης με χρήση συνθετικών δεδομένων που αναπαριστούν ρεαλιστικές συνθήκες λειτουργίας καταστήματος λιανικής.

Τα αποτελέσματα έδειξαν ότι η πολιτική Reinforcement Learning υπερείχε συστηματικά μιας heuristic πολιτικής αναφοράς, επιτυγχάνοντας αύξηση της κερδοφορίας κατά 112,20%, αύξηση των πωλήσεων κατά 20,63% και μείωση των απορρίψεων κατά 40,69%. Παράλληλα, παρατηρήθηκε αύξηση των χαμένων πωλήσεων κατά 26,74%, γεγονός που αποδόθηκε στους περιορισμούς της σταθερής πολιτικής αναπλήρωσης αποθέματος και αναδείχθηκε ως σημαντικός συμβιβασμός μεταξύ κερδοφορίας και διαθεσιμότητας προϊόντων.

Η εργασία συμβάλλει στη βιβλιογραφία προτείνοντας μία ολοκληρωμένη προσέγγιση που συνδυάζει πρόβλεψη ζήτησης, πολυκριτηριακή ταξινόμηση αποθεμάτων και Reinforcement Learning για τη διαχείριση ευπαθών προϊόντων. Τα ευρήματα υποδεικνύουν ότι η δυναμική τιμολόγηση μπορεί να αποτελέσει αποτελεσματικό εργαλείο για τη μείωση της σπατάλης τροφίμων και τη βελτίωση της επιχειρησιακής απόδοσης, ενώ παράλληλα αναδεικνύουν την ανάγκη συνδυασμένης βελτιστοποίησης της τιμολόγησης και της πολιτικής αναπλήρωσης αποθεμάτων.

Food waste is one of the most significant challenges in modern food retailing, affecting both business profitability and the sustainability of supply chains. In the case of perishable products, demand uncertainty and limited shelf life make pricing and inventory management critical decision-making processes.

The aim of this thesis is to develop an integrated dynamic pricing framework for reducing food waste while improving profitability in the retail sector. The proposed methodology combines demand forecasting using the NeuralProphet model, multi-criteria ABC inventory classification, and a Reinforcement Learning (Q-Learning) algorithm for dynamic pricing decisions. The proposed approach was evaluated in a simulation environment using synthetic data designed to represent realistic retail operating conditions.

The experimental results demonstrated that the Reinforcement Learning policy consistently outperformed a heuristic baseline policy. More specifically, profitability increased by 112.20%, sales increased by 20.63%, and product waste was reduced by 40.69%. At the same time, lost sales increased by 26.74%, highlighting an important trade-off between profitability and product availability. This outcome is mainly attributed to the fixed inventory replenishment policy adopted in the simulation, where replenishment occurs every seven days and the learning agent is not allowed to modify replenishment decisions. Consequently, higher demand generated by dynamic pricing strategies may lead to more frequent stockouts.

This thesis contributes to the existing literature by proposing an integrated framework that combines demand forecasting, multi-criteria ABC inventory classification, and Reinforcement Learning for the dynamic pricing of perishable food products. The findings indicate that Reinforcement Learning can effectively improve operational performance by increasing profitability and reducing food waste. At the same time, the study highlights the importance of jointly optimizing pricing and inventory replenishment policies in future research to achieve a better balance between profitability, food waste reduction, and product availability.