【思路代码详解】2023mathorcup大数据复赛B题妈妈杯高校数学建模挑战赛电商零售商家需求预测及库存优化问题

本文主要是介绍【思路代码详解】2023mathorcup大数据复赛B题妈妈杯高校数学建模挑战赛电商零售商家需求预测及库存优化问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2023 年 MathorCup 高校数学建模挑战赛——大数据竞赛
赛道 B复赛:电商零售商家需求预测及库存优化问题

问题一
目标:制定补货计划,基于预测销量。
背景:固定库存盘点周期NRT=1, 提前期LT=3天。
初始条件:所有商品期初库存为5,持有成本及缺货成本与商品价格正相关。
策略:周期性盘点库存策略(s,S)。
数据处理:需结合历史及预测需求量。
任务:提供2023-05-16至2023-05-30期间的补货计划(每天的s和S值)。
目标指标:降低成本,提升服务水平,降低库存周转天数。
问题二
目标:撰写关于电商零售商家需求预测及库存优化问题的总结报告。
内容要求:报告中需要明确团队方案的优缺点。
附件说明
结果表4:库存补货结果表,包含商家编码、商品编码、仓库编码、日期、库存决策变量(s和S)、当天期初库存、当天期末库存、预测需求量和补货量等字段。

总结问题一团队认为可以采用的方法为:基于模拟退火求解规划问题;基于遗传算法求解规划问题;使用库存管理理论,如经济订货量(EOQ)模型;基于机器学习的预测模型;基于修正机器学习的预测模型
团队将选取至少3种方法分别进行求解。

mbd.pub/o/bread/mbd-ZZeckpxs

商品价格数据的Excel文件:
这个数据表包含了商品编号(product_no)和相应的价格(price)。

预测结果表,包含以下信息:
商家编号(seller_no)
商品编号(product_no)
仓库编号(warehouse_no)
日期范围(date),这里显示的是从2023-05-16至2023-05-30的日期范围
预测需求量(forecast_qty)
对原始数据做可视化:

在这里插入图片描述

预测需求量的分布:这个图表显示了预测需求量的分布情况。可以看到需求量的分布范围和集中趋势。
商品价格的分布:这个图表显示了商品价格的分布情况。通过这个图表,我们可以了解商品价格的波动和集中趋势。

在这里插入图片描述

每个商家的预测产品数量:这个图表显示了各个商家的预测产品数量。这有助于了解哪些商家的产品数量较多,可能需要更多关注。
每个仓库的产品数量:这个图表展示了每个仓库中的产品数量。这有助于分析不同仓库的库存分布情况。
最常见的商品价格(前10名):这个图表显示了最常见的商品价格及其出现频率。这可以帮助我们理解价格分布的重点区域。

在这里插入图片描述

价格分布图:这个直方图显示了商品价格的分布情况,并包含一个核密度估计(KDE)曲线,可以帮助理解价格的总体分布趋势。
价格箱线图:这个箱线图提供了商品价格的五数概括(最小值、第一四分位数、中位数、第三四分位数、最大值),以及可能的异常值。
价格密度图:这个密度图展示了价格的概率密度分布,可以帮助更详细地了解价格分布的形状。

补货模型的构建步骤

  1. 数据整合
    将商品价格数据与预测需求数据结合,以便在补货决策中考虑成本。
  2. 确定补货策略
    我们将采用周期性盘点库存策略(s, S)。
    根据商品的预测需求和价格确定每个商品的s和S值。
  3. 考虑库存成本
    考虑持有成本(基于商品价格和库存水平)和缺货成本(当需求不能被满足时)。
    目标是平衡成本和服务水平。
  4. 模型实现
    使用Python来实现这个模型。
    可以考虑使用库存管理理论,如经济订货量(EOQ)模型
    或者基于机器学习的预测模型。
    或者构建规划方程
  5. 模型测试与优化
    测试模型在不同参数下的表现。
    根据成本、库存水平和服务水平进行优化。
  6. 结果输出
    输出2023-05-16至2023-05-30期间的补货计划

结合了预测需求数据和商品价格来计算每个商品的补货点(s值)和目标库存水平(S值)。这里,s和S的计算基于简单的假设
需要考虑了持有成本和缺货成本,这些成本根据商品价格和设定的比率计算得出。
下一步
参数调整:根据具体需求和成本考虑,调整s和S的计算方法。
模型验证:测试模型以确保其准确性和有效性。
优化策略:可能需要进一步优化策略,以更好地适应实际情况。
#初步代码
import pandas as pd
import numpy as np

File paths

forecast_results_file_path = ‘结果表1-预测结果表.xlsx’
product_price_file_path = ‘商品价格数据.xlsx’

Load the forecast results data

forecast_results_data = pd.read_excel(forecast_results_file_path)

Load the product price data

product_price_data = pd.read_excel(product_price_file_path)

Constants and assumptions

initial_inventory = 5 # Initial inventory level for all products
lead_time = 3 # Lead time in days
review_period = 1 # Review period in days
holding_cost_rate = 0.01 # Holding cost rate (percentage of product price)
shortage_cost_rate = 0.02 # Shortage cost rate (percentage of product price)

Merging forecast data with price data

merged_data = forecast_results_data.merge(product_price_data, on=‘product_no’, how=‘left’)

Function to calculate s and S values for each product

def calculate_replenish_points(row):
forecast_demand = row[‘forecast_qty’]
price = row[‘price’]
holding_cost_per_unit = price * holding_cost_rate
shortage_cost_per_unit = price * shortage_cost_rate
return s, S

Apply the function to each row in the dataframe

merged_data[[‘s’, ‘S’]] = merged_data.apply(lambda row: calculate_replenish_points(row), axis=1, result_type=“expand”)

Display the updated dataframe

merged_data.head()

初步预测结果对可视化

在这里插入图片描述

预测数量分布图:这个直方图展示了预测数量的分布情况,并包含一个核密度估计(KDE)曲线,有助于理解预测数量的总体分布趋势。
预测数量箱线图:这个箱线图提供了预测数量的五数概括(最小值、第一四分位数、中位数、第三四分位数、最大值),以及可能的异常值。
预测数量密度图:这个密度图显示了预测数量的概率密度分布,可以更详细地了解预测数量分布的形状。

这篇关于【思路代码详解】2023mathorcup大数据复赛B题妈妈杯高校数学建模挑战赛电商零售商家需求预测及库存优化问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/471772

相关文章

MySQL 中的 JSON 查询案例详解

《MySQL中的JSON查询案例详解》:本文主要介绍MySQL的JSON查询的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql 的 jsON 路径格式基本结构路径组件详解特殊语法元素实际示例简单路径复杂路径简写操作符注意MySQL 的 J

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

Spring Boot中JSON数值溢出问题从报错到优雅解决办法

《SpringBoot中JSON数值溢出问题从报错到优雅解决办法》:本文主要介绍SpringBoot中JSON数值溢出问题从报错到优雅的解决办法,通过修改字段类型为Long、添加全局异常处理和... 目录一、问题背景:为什么我的接口突然报错了?二、为什么会发生这个错误?1. Java 数据类型的“容量”限制

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

关于MongoDB图片URL存储异常问题以及解决

《关于MongoDB图片URL存储异常问题以及解决》:本文主要介绍关于MongoDB图片URL存储异常问题以及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录MongoDB图片URL存储异常问题项目场景问题描述原因分析解决方案预防措施js总结MongoDB图

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

SpringBoot项目中报错The field screenShot exceeds its maximum permitted size of 1048576 bytes.的问题及解决

《SpringBoot项目中报错ThefieldscreenShotexceedsitsmaximumpermittedsizeof1048576bytes.的问题及解决》这篇文章... 目录项目场景问题描述原因分析解决方案总结项目场景javascript提示:项目相关背景:项目场景:基于Spring

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基