简介:摘要:在生鲜商超中,蔬菜是极易变质的品种,通常会因为未及时销售出去而被处理掉,从而导致商超的利益受损,所以商超会根据各种商品的历史售卖情况来判断每天是否要补货以及需要的补货量,本文基于评价预测模型研究蔬菜商品的自动定价及补货策略。
简介:摘要:某卷烟物流中心现有2条混合卷烟分拣线,其中标烟80%左右的分拣量是由卧式分拣机完成,卧式分拣机件烟补货采用纯手工方式作业,技改前共计需要8人共同进行补货作业才能满足卧式机分拣,存在用工人数多、工人劳动强度大等问题。通过技改应用物联网、图像识别技术,结合实际2条分拣线共采用一套“π”型补货装备,对件烟进行传输、纠错、开箱和补货,同时在单条补货线出现故障时,系统可实时切换,为另一条分拣线卧式机补货,不会影响另一条分拣线的生产。通过实践和应用“π”型补货装备,分拣线卧式机补货作业人数由活动前的8人减少为活动后的5人,节省劳动用工人数3人,同时降低了作业人员的劳动强度。
简介:摘要:本文利用VLOOKUP函数将附件一与附件二对应位置的数据进行整合处理,利用数据透视表功能,求得单品的销售总额,将各品类分别计算每天平均售价,获得品类售价。对数据分别进行线性拟合、对数函数拟合、幂函数拟合,获得的拟合模型经过R方检验发现拟合优度较低,推断二者之间相关性较低。采用基于ARIMA-SLSQP的多元线性规划模型进行回归预测和多目标全局优化进行预测,并进行灵敏度检验。
简介:摘要:在生鲜商超中,由于菜品的保鲜期较短,商超需按历史销售和需求情况进行补货。本文主要对销售量进行了描述性统计分析、皮尔逊相关系数分析、K-Means聚类分析,为使商超收益最大,建立了线性回归模型、非线性规划模型,并通过粒子群算法来求解商超的最大收益。
简介:摘要:随着汽车保有量逐年递增,汽车维修和保养等售后市场需求日趋增多,汽车产业竞争的关注点将从售前市场逐步向售后市场转变,作为汽车售后市场的重要一员,售后服务将逐渐取代整车销售,成为汽车制造企业和经销商的主要利润来源。但消费者对经销商的服务及时性和服务质量都提出了更高的要求,一旦服务时限与质量不能让消费者满意,可能会造成严重的客户流失,进而对汽车制造企业的形象和客户忠诚度产生不可挽回的影响。
简介:摘要:本文主要通过时间序列模型和随机森林模型预测出不同品类及单品的批发价、不同售价下的销售量,最后建立线性规划模型,来给出最优的单品补货和定价策略。
简介:摘要:本文主要使用统计学方法与时间序列预测模型并采用智能算法对蔬菜类商品的品类、单品销售规律和定价补货策略进行研究。为了方便处理数据和合并数据,首先对数据进行预处理,再采用线性回归、逐步回归分析探究销售总量与成本加成定价的关系,通过分析得出采用时间序列预测模型预测日补货总量和定价策略,代入python实现遗传算法解决商超收益最大化问题。