2023 年度全国学部数理モデリングコンテスト 問題 C 評価ルール
スコア結果は参考値です
80点以上、国内で安定
全国賞65点（セーフ70点）
60-50分 省一-省二
50-40分 省二-省三
40点以上の賞品
1.全体の感想（10点）：スタート点がない。仮定の合理性、論文の標準化、モデリングの特徴と革新性（創造的なモデルと手法の適用、合理的な結論）に基づいています。
問題のレビュー、問題の分析、モデルの仮定、シンボルの説明、モデルの評価、参考文献、付録
(6ポイントから)
2. 問1：20点
異常値の処理 (5 点) 0 ～ 5 点
時間配分（5点） 0-5点
相関分析（10点）
原則 (0 ～ 2 点)、モデルと解決方法 (0 ～ 5 点)、結果とテスト (0 ～ 3 点)。
モデルの使用条件
3. 問題 2: 25 点
人間関係 10点
定性（3分）定量（7-10分）
関数関係は6点から始まる
モデルの最適化 15 ポイント
原則 (0 ～ 3 ポイント)、モデルと解決方法とアルゴリズム(0 ～ 7 ポイント)、結果とテスト (0 ～ 5 ポイント)。
4. 質問 3: 25 点
販売可能な商品の総範囲の設定 (5 つのポイント)
最適化モデル （20点）
原則 (0 ～ 3 ポイント)、モデルと解決方法とアルゴリズム(0 ～ 7 ポイント)、結果とテスト (0 ～ 5 ポイント)。
制限
5. 質問 4: 10 点
新たに収集されたデータ + 正当性 (8 ポイント) + 実現可能性 (2 ポイント)
6. モデルテスト結果の検査と感度分析（10点）
5分から開始
注: だまされないでください。革新的な方法とモデルの応用を含む論文に注意してください。
このトピックでは、野菜商品の販売データを分析し、さまざまなカテゴリと単一製品の販売の流通パターンと相互関係を研究し、野菜商品の補充および価格戦略を策定し、スペースの制約の下で単一製品の最適化組み合わせ計画を検討します。製品の販売量と価格には関連性がある可能性があり、信頼性の高い需要分析が補充戦略と価格戦略を策定する基礎となります。
質問 1 販売量の分布パターンと相互関係を分析するときは、次の重要な考慮事項を考慮する必要があります。
(1) 異常なデータや割引、返品、セール品などの状況に対処する必要があります。
(2) カテゴリおよび単一製品の分布と変化パターンを研究するときは、時間効果を考慮する必要があります。
(3) カテゴリー売上高と単品売上高の相関分析においては、相関分析手法を使用するための条件を考慮する必要がある。カテゴリまたはアイテムの配布タイプについての議論を奨励する必要があります。
(4) 単純な記述統計を実行し、視覚的に表示するだけでは十分ではありません。
質問 2: 特に考慮すべき収益最大化の原則に基づいた補充数量と価格戦略モデルを確立して解決します。
(1) 各カテゴリーの販売量、補充量、価格に相関関係があるかどうかを定性的・定量的両面から分析し、関連性がある場合には定量的関係モデルを構築する。
(2) 補充量と価格の相互依存性をメカニズムの観点から考えるのは良い方法である。
(3) 季節性、周期性、休日、傾向などのデータの時間要素を考慮する必要があります。
(4) 来週の各カテゴリの補充量と価格の具体的な結果が示され、営業日と週末の差が反映されなければなりません。
質問 3 各カテゴリで単一製品の販売選択モデルを確立する場合、重要な考慮事項を行う必要があります。
(1) 各カテゴリの代替または補完可能な単体製品を決定する たとえば、相関分析により、各結晶カテゴリの単体製品を分類できます。
(2)単一製品の代替性と補完性を考慮することを前提として,商品需要と品種多様性の制約を満たすために,商品品種多様性の定量的方法を与える。
(3) 質問 3 の解決策は質問 2 のモデルと方法に基づくことができますが、カテゴリと単一製品の意思決定の違いを明確にする必要があります。
(4) 異なるモデルまたは最適化スキームの下での結果の比較を奨励します。
質問 4 データ収集の対象について議論するときは、次の重要な考慮事項を考慮する必要があります。
(1) 業務データ（日次補充量、在庫表、日次ロス率等）等の新たなデータ収集に関する提案を行う。
外部データ (気象など)、消費者データなどを取り上げ、その理由 (モデルを改善するために新しいデータを使用する方法) を説明します。
(2) データ収集の実現可能性、経済性、その他の要素を分析します。
注記：
(1) 質問 2 と 3 では、補充数量と価格の結合関係を合理的に考慮し、同時に解決することが推奨されます。
(2) 予測期間中の商品の卸売価格は不明であるため、商品の価格設定は原価値上げ率に焦点を当てる必要があります。
(3) 過去の補充量が不明であるため、損失率を使用して過去の補充量を推定することは実現可能なアプローチです。カテゴリーロスへの対応には、過去の販売数量や単品ロス率などを総合的に活用できます。