2023数模国赛优秀论文C235.pdf
版权申诉
5星 · 超过95%的资源 113 浏览量
2024-03-10
21:18:53
上传
评论
收藏 4.16MB PDF 举报 
1
基于历史数据的蔬菜类商品定价与补货决策模型
摘要
农业是国民经济的重要支柱,农产品市场的稳定是国家经济平稳健康运行的有力支
撑。蔬菜类农产品作为农产品一大类别，对其商品定价和补货决策问题的研究具有十分
重要的意义。本文针对以上问题，根据蔬菜销售、进价和定价等数据，并基于 K-S 检验、
ARIMA 模型和 Prophet 模型等研究方法，对蔬菜销量的分布规律进行了详细分析，建
立基于历史数据的蔬菜类商品定价与补货决策的模型，并使用模拟退火算法、遗传算法
等对该模型进行了求解。
针对问题一，首先进行数据预处理，针对蔬菜销量流水的缺失值和异常值等进行了
相应的处理操作，并对数据分类汇总以获得各单品或品类不同维度的销量数据。之后，
首先先从总体的角度去分析不同品类蔬菜的分布规律及相互关系。分别使用 K-S 检验、
皮尔逊相关系数矩阵、ARIMA 时间序列分析等方法，对销量数据从不同的维度进行整
体分析；之后认为再从周、月、年等多个维度，利用可视化分析和相关系数矩阵等方法，
详细分析不同品类蔬菜的分布规律及相互关系。
针对问题二，本文首先单品数据合并为品类数据，并编制能够反映品类价格特点的
量化指标。使用以销售价格为外生变量的 Prophet 模型，分离出品类销售总额数据的趋
势项、季节项、节假日项，通过调整后的线性回归模型在小区间内建立了成本加成定价
与销售总额的关联。最后将 Prophet 模型结合模拟退火的启发式算法，优化 7 月 1 日至
7 月 7 日的自动定价策略与补货方案。
针对问题三，首先根据 2023 年 6 月 24-30 日的市场批发价情况筛选出可以 7 月 1
日可以从供应商处批发获得的蔬菜单品。之后，结合实际情况和历史数据，预测出当天
各单品蔬菜的市场需求量与进货价格。此外，结合问题二的 Prophet 模型，建立出各单
品蔬菜销量与其定价之间的线性关系。基于上述分析，构建出混合整数二次规划，并结
合遗传算法，获得相应的最优解，提供 7 月 1 日的自动定价与补货方案。
针对问题四，结合前三个问题的分析和建模过程，提出获取疫情封控状态等数据以
补足完善之前的补货和定价模型；此外，针对前文利用不足的折扣率、损耗率等数据，
提出获取库存最大容量、隔天库存损耗率等数据，以更好地利用和分析这些数据，并建
立相应的动态规划模型，作为补货和定价模型的补充。
关键词： ARIMA Prophet 模型 模拟退火 遗传算法
剩余72页未读，继续阅读
资源评论
Diamond-42024-04-29资源内容详细，总结地很全面，与描述的内容一致，对我启发很大，学习了。
