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: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。
简介:摘要:本文在研究蔬菜类商品自动定价与补货决策问题中,对附件2中的流水数据进行处理,并选取了2023年6月份的数据来预测未来一周的数据。按照每日的数据以品类为单位计算出日均销售量及日均销售单价。分析出了各蔬菜品类销售总量与成本加成定价的关系。最后通过附件二所选取的数据建立BP神经网络预测模型预测出了在收益尽可能大的情况下各蔬菜品类未来一周的日补货总量及定价最优决策,使得商超在正常运转的同时收益尽可能最大,并对其进行了模型检验。