질문 C의 코드가 모두 완성되었습니다. 기사 마지막 부분에서 명함을 볼 수 있습니다.
먼저 질문 C 의 배경을 살펴보겠습니다.
신선 슈퍼마켓에서는 야채 제품의 유통기한이 짧고 판매 시간이 길어질수록 외관이 나빠집니다. 슈퍼마켓은 과거 판매 및 수요에 따라 매일 제품을 보충해야 합니다. 야채의 종류가 다양하고 원산지도 다르며, 보충 시간이 이른 아침이기 때문에 판매자는 구체적인 품목과 가격을 알지 못한 채 보충 결정을 내려야 합니다.
부록 1은 6개 야채 카테고리의 상품 정보를 제공하고, 부록 2와 3은 각각 2020년 7월부터 2023년 6월까지 각 상품의 판매 흐름과 도매 가격을 제공하며, 부록 4는 각 상품의 최근 손실률을 제공합니다. , 먼저 예비 아이디어를 제공합니다. , 나중에 업데이트
질문 1. 야채 상품의 다양한 카테고리 또는 단일 제품 간에 일정한 상관 관계가 있을 수 있습니다. 다양한 야채 카테고리와 단일 제품의 판매량의 유통 패턴 및 상호 관계를 분석하십시오.
먼저 데이터 전처리 및 시각화를 수행해야 합니다.
먼저 각 카테고리와 단일 상품의 평균 판매량, 중앙값, 모드, 분산 등을 계산하여 그 유통 특성을 파악합니다. 시계열 분석을 사용하여 판매 추세나 계절성을 식별할 수도 있습니다.
그런 다음 기술 통계 결과를 기반으로 다양한 범주 또는 항목 간의 관계를 수량화하기 위해 Pearson 또는 Spearman 상관 계수를 사용할지 여부를 고려하십시오. 클러스터링 알고리즘(K-평균 또는 계층적 클러스터링)을 사용하여 유사한 판매 패턴을 가진 카테고리 또는 SKU를 식별합니다.
질문 2. 슈퍼마켓이 카테고리별로 보충 계획을 세우는 점을 고려하여 야채 카테고리별 총 판매량과 원가 가산 가격의 관계를 분석하여 야채 카테고리별로 다음 주(2023년 7월 1일~7일)를 알려주세요. 일일 보충 총량 및 가격 책정 전략은 슈퍼마켓의 이익을 극대화합니다.
판매량과 원가(도매가격)의 관계를 분석합니다. 상관 분석, 회귀 분석 등의 사용을 고려할 수 있습니다 . 그런 다음 시계열 분석이나 랜덤 포레스트, XGBoost를 사용하여 다음 주의 각 카테고리의 일일 판매량을 예측합니다.
판매 수익에서 비용과 손실을 뺀 선형 또는 비선형 프로그래밍 모델을 목적 함수로 사용하여 다음 주의 각 카테고리에 대한 최적의 일일 보충 총액과 가격을 찾습니다 .
제약 사항에는 재고 한도, 판매 공간 한도, 비용 등이 포함됩니다.
최적화 모델의 결과를 바탕으로 카테고리별 가격 책정 전략을 수립합니다. 시장 수요와 경쟁 상황을 고려하여 "비용 추가 가격 책정" 접근 방식을 사용할 수 있습니다. 또한 최적화 모델을 기반으로 각 카테고리의 일일 총 보충량이 공식화됩니다.
마지막으로 , 주요 매개변수(예: 비용, 수요 예측 등)에 대한 민감도 분석을 수행하여 모델의 견고성을 평가합니다 .
질문 3: 야채 제품의 판매 공간이 제한되어 있기 때문에 슈퍼마켓에서는 단일 제품에 대한 보충 계획을 더욱 발전시키기를 희망하며 판매 가능한 단일 제품의 총 수량을 27-33개로 제한하고 주문 수량을 제한해야 합니다. 각 단일 제품은 최소 표시 수량 요구 사항인 2.5kg을 충족합니다. 2023년 6월 24일부터 6월 30일까지 판매 가능한 품종을 기준으로 7월 1일의 단일 제품 보충 물량 및 가격 전략을 제시하여 슈퍼마켓의 이익을 극대화하는 동시에 다양한 종류의 야채에 대한 시장 수요를 충족시키려고 노력합니다. 상품.
질문 3 : 단일 제품의 총 개수에는 상한과 하한이 있으므로 정수 계획법 문제입니다.
우리의 목적 기능 은 수익(판매 - 비용 - 손실) 을 극대화하는 것입니다 .
첫 번째 제약은 단일 제품의 총 개수(27~33개), 최소 진열 수량(2.5kg), 재고 및 공간 제한입니다.
PuLP, CVXPY, Gurobi 및 기타 도구를 사용하여 문제를 해결하고 각 항목을 주문할지 여부에 대한 최적의 결정 변수 xi를 얻을 수 있습니다.
최적해 xi를 바탕으로 각 품목의 주문량 qi와 가격 pi를 결정합니다. 주문 수량 qi는 최소 표시 수량 요구 사항을 기반으로 결정되며, 가격 pi는 비용 및 수요와 같은 요소와 결합된 과거 가격 수준을 기반으로 결정될 수 있습니다.
모델 결과에 따라 보충해야 할 품목을 선택합니다 . 그런 다음 선택한 각 항목에 대한 가격 책정 전략을 수립합니다. 그런 다음 선택한 각 품목의 보충 수량을 결정합니다. 마지막으로 모델의 주요 매개변수(예: 수요 예측, 비용 등)에 대한 민감도 분석이 수행됩니다.