← 返回赛题库
国赛 / 2023 / C 题

蔬菜类商品的自动定价与补货决策

依据历史销售与损耗数据预测短期需求,制定各品类的定价与补货量,使收益最大同时损耗可控。

优化定价时间序列

题目要点拆解

  1. 商超蔬菜类商品的自动定价与补货决策:给定品类、单品、销售流水、批发价与损耗率等数据,要求同时决定「进多少」和「卖多少钱」。
  2. 四问:① 分析蔬菜各品类/单品销售量的分布规律与相互关系 ② 给出各品类未来一周的补货量与定价策略 ③ 考虑损耗、折扣等因素后进一步优化 ④ 设计能兼顾销量与利润的定价与补货方案。
  3. 是典型的数据分析 + 优化组合题:先用相关性分析、时间序列或回归刻画销量规律,再建立利润最大化的规划模型;「定价—销量」之间的弹性关系必须自己从数据里估出来。

数据与附件说明

数据文件以官方发布的附件为准。

以上为团队整理的审题要点,不能代替官方题面。

可以从这些模型入手

浏览模型库 →
预测python

时间序列 ARIMA

存在自相关或季节性的序列做中短期预测,例如销量、负荷、降水强度,样本量在数十个时点以上。

公式 · 代码 · 常见坑查看模型 →
优化python

整数 / 0-1 规划

决策量必须是整数或只能取 0/1 的离散问题:选址、指派、排班、装箱、是否启用某条产线。

公式 · 代码 · 常见坑查看模型 →
优化python

线性规划 LP

目标与约束都是线性的资源分配、生产计划、运输与配方问题,决策量可以连续取值(例如投入多少吨、分配多少小时)。

公式 · 代码 · 常见坑查看模型 →