在電子商務(wù)和人工智能技術(shù)的推動(dòng)下，零售價(jià)波動(dòng)銷售已普遍存在。價(jià)格波動(dòng)頻率的上升導(dǎo)致零售商難以準(zhǔn)確預(yù)測(cè)每筆訂單的最終成交價(jià)，形成了價(jià)格隨機(jī)波動(dòng)銷售。易逝品面臨著價(jià)格波動(dòng)和需求不確定性增加的挑戰(zhàn)，但現(xiàn)有研究多假設(shè)價(jià)格固定，不適應(yīng)價(jià)格隨機(jī)波動(dòng)情境。同時(shí)，對(duì)價(jià)格和需求相關(guān)關(guān)系的刻畫有限，無(wú)法有效處理價(jià)格波動(dòng)引發(fā)的非線性需求變化，導(dǎo)致價(jià)格波動(dòng)銷售下的訂購(gòu)決策研究尚未深入。本研究針對(duì)零售商價(jià)格隨機(jī)波動(dòng)銷售的易逝品單周期訂購(gòu)問(wèn)題，建立了單階段和兩階段價(jià)格波動(dòng)下的訂購(gòu)模型。通過(guò)四種決策準(zhǔn)則分析了零售商單獨(dú)決策、供應(yīng)鏈Stackelberg決策、集中決策和供應(yīng)鏈利潤(rùn)分配的最優(yōu)訂購(gòu)策略。引入Copula函數(shù)解決價(jià)格和需求相關(guān)性問(wèn)題，提出了價(jià)格波動(dòng)下的近似最優(yōu)訂購(gòu)策略。數(shù)值實(shí)驗(yàn)驗(yàn)證了算法的有效性，并分析了多種因素對(duì)訂購(gòu)策略的影響。研究表明，該算法能有效解決零售價(jià)隨機(jī)波動(dòng)銷售下的最優(yōu)訂購(gòu)策略問(wèn)題。這些結(jié)果有助于零售商制定最佳策略，并為供應(yīng)商與零售商在不同決策環(huán)境下做出正確選擇提供指導(dǎo)。本研究豐富了訂購(gòu)理論，為價(jià)格波動(dòng)銷售環(huán)境下易逝品的訂購(gòu)決策問(wèn)題提供了新思路。