1. 赛题核心与破题思路从“蔬菜类商品”到“定价与补货”的建模本质每年国赛C题总给人一种“接地气”的感觉今年也不例外。题目一出来“蔬菜类商品的自动定价与补货决策”这个标题让不少同学觉得亲切毕竟谁没买过菜呢但恰恰是这种“亲切感”最容易让人掉以轻心。我见过太多队伍一上来就扎进附件的数据海洋里开始疯狂清洗、画图试图从销售数据里直接“看”出规律。这其实就走偏了。这道题的核心根本不是让你去做一个“蔬菜销售数据分析报告”而是让你构建一个能够支撑“自动定价”与“自动补货”决策的数学模型。数据分析只是手段是为你构建模型服务的。题目附件里给出的销售流水、批发价格、损耗率都是构建这个模型的“砖瓦”。你需要思考的是一个超市的运营者每天面临哪些决策无非是进什么货补货决策、进多少补货量、卖多少钱定价决策。而做这些决策的目标是什么在商业语境下最核心的目标通常是最大化利润同时兼顾一些约束比如尽量减少损耗、保证商品新鲜度可售时间、满足市场需求等。所以破题的第一步是把生活化的“卖菜”问题翻译成数学建模的语言。这本质上是一个动态优化问题更具体地说是一个多阶段决策问题。每一天或每一个销售时段都是一个决策阶段你在每个阶段开始时根据当前库存、历史销售、未来预测等信息决定今天的补货量和定价策略然后进入下一个阶段如此循环。利润是你在所有阶段获得的总收益减去总成本进货成本、损耗成本、可能的缺货惩罚等。理解了这个本质你就不会被庞杂的数据吓到。你的任务清晰了建立一个以总利润最大化为目标以补货量和定价为决策变量以库存动态、损耗约束、市场需求响应等为约束的优化模型。所有附件数据都是为了帮你量化模型中的参数比如需求函数、损耗率函数等。2. 数据预处理与特征工程从原始流水到模型“燃料”拿到附件尤其是销售流水明细这种“大数据”第一步不是跑模型而是静下心来做好数据预处理。这一步做扎实了后面的建模才能顺风顺水。很多队伍模型想法天花乱坠但一跑就崩八成是数据没洗干净。2.1 销售流水数据的深度清洗与聚合附件1的销售流水是核心。你需要按单品编码和日期进行聚合计算出每个单品每天的销量和销售额。这里有几个关键处理点异常值处理检查是否有销量为负、销售额为负或极高极低的记录。对于明显的录入错误如数量为9999需要根据业务逻辑进行剔除或修正。一个常用方法是使用箱线图Boxplot识别离群点或采用3σ原则假设数据服从正态分布剔除均值±3倍标准差以外的数据。缺失值处理如果某天某个单品完全没有销售记录是代表销量为0还是数据缺失这需要结合上下文判断。对于生鲜蔬菜如果当天有进货但无销售记录很可能是数据缺失如果当天无进货也无销售则销量为0的可能性大。可以采用前后日期插值或标记为0并进入后续分析。数据聚合聚合后你得到的是一个“面板数据”即每个单品在每个日期有一条记录包含销量、销售额。此时可以计算一个非常重要的衍生特征每日平均售价销售额/销量。这个价格是市场实际成交价是你构建需求函数的基础。2.2 批发价格与损耗率数据的融合附件2和附件3提供了成本和损耗信息。这里的关键是数据对齐。批发价格附件2给出了单品在不同日期的批发价格。你需要将其与清洗后的销售数据按单品和日期精确匹配。匹配后每个单品每天的成本就明确了。这是计算毛利润销售额 - 成本 * 销量的基础。损耗率附件3的损耗率数据通常是按品类给出的。你需要建立“单品编码”到“品类”的映射关系题目一般会给出或可以从编码中推断将品类损耗率赋给对应的单品。注意损耗率是一个比例它作用于的是当日未售出的库存。因此你需要先有库存数据初始库存补货-销量才能计算损耗量。2.3 构建模型所需的时序特征仅仅有每天的销量和价格是不够的。为了预测需求你需要构建能够反映时间规律的特征。这属于特征工程对后续建立预测模型至关重要。时间特征提取日期中的年、月、日、星期几、是否为周末、是否为节假日需要外部日历。蔬菜销售受星期效应和节假日效应影响极大。滞后特征这是时序预测的核心。创建过去1天、3天、7天一周的销量、价格滞后值作为特征。例如“单品A前一天的销量”很可能对今天的销量有影响。滑动统计特征计算过去3天、7天的平均销量、销量标准差、价格均值等。这能反映近期趋势和波动。品类交互特征可以考虑同一品类内其他单品的销量或价格作为反映品类整体行情的特征。注意构建滞后特征会导致数据最初几行出现缺失值因为前面没有历史数据需要在模型训练时妥善处理或直接剔除。经过以上步骤你得到的是一个规整的、包含每个单品每日“销量、售价、成本、损耗率、多种时间特征”的数据集。这才是能喂给模型的“燃料”。3. 需求预测模型搭建价格与销量关系的量化定价和补货都依赖于对未来的预测。补货需要预测未来销量定价需要知道“价格变动会对销量产生多大影响”。因此建立一个可靠的需求预测模型是承上启下的关键。这里的“需求”即在给定价格下的预期销量。3.1 需求函数的形式选择经济学中需求通常与价格负相关。常用的需求函数形式有线性需求函数Q a - b*P。简单直观但可能无法很好地拟合实际数据中复杂的非线性关系。指数型/对数线性需求函数ln(Q) a - b*P或Q a * exp(-b*P)。这假设需求的价格弹性是常数在实际中更为常用。幂函数需求函数Q a * P^(-b)。这也是常数弹性模型取对数后变为线性ln(Q) ln(a) - b*ln(P)。我个人的经验是对于国赛这类数据可以先尝试对数线性模型。因为它将指数增长关系转化为线性关系便于用线性回归求解且经济学解释性强系数b可以近似理解为需求价格弹性。3.2 模型的具体实现与求解以对数线性模型ln(Q) β0 β1*P β2*X1 ... βn*Xn ε为例。Q销量因变量。P价格核心自变量。X1...Xn其他控制变量即我们前面构建的时间特征、滞后特征等如星期几、节假日、历史平均销量等。ε随机误差项。操作步骤数据准备对销量Q取自然对数作为新的因变量ln_Q。确保数据中没有零销量否则取对数会报错可以考虑将0替换为一个极小值或使用ln(Q1)但需要解释。模型训练使用线性回归如最小二乘法对每个单品或每个品类分别进行拟合。为什么要分单品因为不同蔬菜的需求特性价格弹性、季节性差异巨大。将全部数据混在一起训练一个模型效果通常很差。参数解读拟合后得到系数β1。由于模型是ln(Q) ... β1*P ...因此需求的价格弹性近似为-β1 * P_mean其中P_mean是训练数据中的平均价格。弹性为负表示价格上升需求下降。模型验证必须使用时间序列交叉验证。例如用前80%的数据训练预测后20%的数据计算RMSE均方根误差、MAE平均绝对误差等指标。严禁随机划分训练测试集这会严重高估模型性能因为时序数据具有自相关性。3.3 引入竞争因素与外部变量题目可能暗示或数据可能显示单品之间存在替代或互补关系。例如菠菜价格涨了消费者可能转而购买油菜。你可以在需求函数中引入相关商品的价格作为自变量。此外如果数据允许还可以考虑天气、温度等外部因素这些对蔬菜需求影响显著。4. 库存动态与损耗建模补货决策的约束核心补货决策不仅取决于预测的需求更受制于库存的动态变化和由此产生的损耗。这是本题区别于普通预测题的关键也是建模的难点和亮点。4.1 库存状态转移方程这是描述库存如何随时间变化的核心方程。假设我们以“天”为决策周期I_{t1} I_t O_t - D_t - L_t其中I_t第t天开始时的库存量。O_t第t天早晨的补货到货量决策变量之一。D_t第t天的实际需求量由需求函数和定价决策共同决定是一个随机变量但我们用预测值d_t作为其期望。L_t第t天发生的损耗量。4.2 损耗量L_t的计算模型损耗是生鲜商品的核心成本。题目给出了损耗率但损耗率作用于哪些库存常见且合理的建模方式是L_t θ * (I_t O_t - D_t)^解释(x)^表示max(x, 0)。即损耗发生在当天未售出的库存上。θ是损耗率来自附件3。这个模型意味着如果你当天全部卖光损耗为零如果没卖完剩余库存就会按比例损耗。更精细的模型可以考虑损耗与库存时间的关系例如采用两阶段或多阶段损耗模型新鲜度高的第一天损耗率低第二天损耗率升高。但这需要更复杂的假设和数据支持国赛中采用上述单阶段模型通常即可。4.3 库存成本与缺货成本在优化目标利润中除了进货成本和销售收入还需要考虑库存持有成本资金占用、仓储管理等。可以简化为一个比例h成本为h * I_t。缺货成本因缺货导致的销售损失和商誉损失。当需求D_t大于可用库存(I_t O_t)时发生缺货。缺货量S_t max(D_t - (I_t O_t), 0)。缺货成本可以是单位缺货惩罚p_s成本为p_s * S_t。将损耗、库存持有成本和缺货成本纳入目标函数你的模型才是一个完整的商业决策模型。5. 整合优化模型构建与求解策略现在我们将前四部分的模块整合起来形成一个完整的数学优化模型。5.1 模型定义以确定性模型为例假设我们规划未来T天如一周的决策并假设需求预测是确定的即D_t 预测值d_t。这是一个简化但可以先搭建框架。决策变量O_t第t天的补货量非负。P_t第t天的销售定价大于成本。目标函数最大化总利润Maximize Σ_{t1}^{T} [ P_t * min(d_t, I_tO_t) - c_t * O_t - h * I_t - p_s * S_t ]其中P_t * min(d_t, I_tO_t)是第t天的实际销售收入销量不能超过可用库存。c_t是第t天的单位进货成本来自附件2。h * I_t是库存持有成本。p_s * S_t是缺货成本S_t max(d_t - (I_tO_t), 0)。注意损耗成本已经体现在I_t的动态变化中因为它减少了可用于第二天销售的库存。约束条件库存动态I_{t1} (1-θ) * (I_t O_t - min(d_t, I_tO_t))。这里min(d_t, I_tO_t)是实际销量(I_t O_t - 实际销量)是未售出库存乘以(1-θ)得到扣除损耗后的次日库存。需求函数d_t f(P_t, X_t)即第t天的预测需求量是价格P_t和其他特征X_t的函数来自第三部分的模型。非负与逻辑约束O_t 0,P_t c_t价格不低于成本I_t 0。容量约束可选总库存I_t可能有一个上限仓库容量。5.2 求解策略与算法选择上述模型是一个带约束的非线性规划问题因为目标函数和需求函数f(P_t)通常是非线性的。直接求解析解非常困难必须采用数值求解方法。离散化搜索法推荐给编程基础一般的队伍将价格P_t在合理区间内离散化为多个水平如从成本价到2倍成本价取10个点。对于每个给定的价格序列需求d_t就确定了此时模型退化为一个以O_t为决策变量的线性规划或动态规划问题很容易求解可用MATLAB的linprog或Python的PuLP、scipy.optimize.linprog。然后遍历所有价格组合选择总利润最大的那一组。虽然计算量随天数和价格离散化点数指数增长但对于T较小如7天的情况在可接受时间内可以完成。这是国赛中非常实用且易实现的策略。智能优化算法将O_t和P_t同时作为决策变量使用遗传算法GA、粒子群算法PSO等直接优化总利润。这类算法能处理非线性但调参复杂且容易陷入局部最优结果稳定性需要多次运行验证。随机规划或鲁棒优化进阶如果考虑需求的不确定性更符合现实可以将D_t视为随机变量目标函数变为最大化期望利润。这需要知道需求的概率分布求解难度更大但模型更高级。5.3 模型输出与决策支持求解模型后你会得到未来T天每个单品的最优补货量序列{O_1, O_2, ..., O_T}和最优定价序列{P_1, P_2, ..., P_T}。这就是“自动定价与补货决策系统”的输出。在实际撰写论文时你需要展示关键单品的决策结果并用清晰的图表展示补货和价格随时间的变化趋势并结合需求预测和库存曲线解释其合理性。例如“由于预测周末需求上涨模型建议在周五增加补货同时为了在保质期结束前清空库存模型对临近损耗的菜品进行了降价促销。”6. 灵敏度分析与模型评价让模型结论更可信模型建完了结果出来了但评委一定会问你的模型可靠吗参数变一变结果会不会大变这就需要灵敏度分析和模型评价。6.1 关键参数灵敏度分析选择几个对模型结果影响最大的参数在其合理范围内变动观察目标函数总利润和核心决策变量的变化程度。需求价格弹性这是最重要的参数。在你的需求函数中弹性系数增加10%消费者对价格更敏感总利润和最优价格会如何变化通常弹性越大最优定价会越低利润也可能下降。损耗率θ将损耗率上下浮动20%观察补货策略的变化。损耗率升高模型会倾向于更频繁、更小批量的补货Just-in-Time以避免库存积压导致损耗。缺货成本p_s提高缺货成本模型会倾向于持有更多安全库存补货量会更积极。分析时可以制作像下面这样的表格清晰展示变化趋势参数变动总利润变化趋势平均补货量变化趋势平均定价变化趋势原因分析需求弹性增加10%下降基本不变或略降下降价格敏感性增强提价空间缩小需降价促销量以维持收入。损耗率增加20%显著下降下降频次可能增加可能降低促销清库存库存持有风险加大倾向于减少单次补货量加快周转。缺货成本增加50%下降因成本项增加增加可能微增以弥补成本为避免缺货增加安全库存导致库存成本上升。6.2 与基准策略对比为了体现你模型的优越性必须设计一个或多个基准策略进行对比。常见的基准策略有经验策略每天补货量为前一天销量价格固定为成本加成一定比例如20%。这是最简单的“跟风”策略。s, S策略当库存低于s时补货至S。这是一个经典的库存管理策略你需要为你的模型数据拟合出最优的s和S。仅预测不优化用你的需求预测模型预测明天销量然后按预测销量补货价格固定。将你的优化模型的结果与这些基准策略在同一组测试数据上进行模拟比较总利润、平均损耗率、缺货率等关键绩效指标KPI。用柱状图或折线图直观展示你的模型能提升多少利润降低多少损耗。6.3 模型优缺点与推广客观地讨论你模型的优点如综合考虑定价与补货联动、引入损耗动态、实用性强等和局限性如假设需求预测完全准确、未考虑突发天气或竞争、参数依赖历史数据等。并提出可能的改进方向例如引入随机需求、建立多品类联合优化模型、结合机器学习提升预测精度等。最后简要说明模型可以推广到其他生鲜零售、时尚快消等具有类似“时效性强、需求波动大、存在损耗”特征的行业。整个建模过程从数据清洗到模型评价是一个逻辑严密的闭环。国赛评审看重的是问题分析的深度、模型建立的合理性、求解过程的严谨性以及结果分析的洞察力。把每个环节的“为什么”想清楚、讲明白比堆砌复杂的算法更重要。