發(fā)布時間：2024-06-29 14:24

　　企業(yè)的庫存管理水平直接影響其自身的成本、利潤和顧客滿意度。消費者需求的不確定性使得企業(yè)在制定商品庫存決策時面臨重大挑戰(zhàn)。與此同時,隨著電子商務的發(fā)展和企業(yè)信息化進程的加快,電商企業(yè)收集到的數(shù)據(jù)日益豐富,其中商品售價、促銷力度、商品類別等多種類型的輔助信息,都可能影響商品的需求。挖掘并充分運用這些附屬信息的價值以輔助電商企業(yè)進行庫存決策,從而改善企業(yè)自身庫存狀況,具有重要意義。基于上述背景,本文研究了數(shù)據(jù)驅(qū)動的電商需求預測與庫存優(yōu)化的集成決策問題。主要研究有以下幾個方面:(1)圍繞電商企業(yè)倉庫庫存服務水平目標與庫存積壓之間的矛盾,建立以剩余庫存最小化為目標、帶有庫存服務水平約束的ML-Weighted集成決策模型。模型整合了商品售價、促銷信息、歷史滯后銷量等輔助信息,將待決策產(chǎn)品的訂貨數(shù)量與歷史上具有“相似”情境的產(chǎn)品銷量以權(quán)重函數(shù)的形式聯(lián)系起來。因此,具有“相似”情境的歷史需求以及其權(quán)重可用于近似條件期望剩余庫存。至于庫存服務水平約束,要求在選擇的置信水平下滿足缺貨率目標。最終,ML-Weighted模型可轉(zhuǎn)化為混合整數(shù)規(guī)劃模型。(2)借鑒機器學習KNN、CART算法,設(shè)計兩類求解ML...

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【部分圖文】：

圖1-1京東某個前置倉中某個商品的庫存狀態(tài)3Fig.1-1TheinventorylevelofaproductinafrontdistributioncenterofJingdong

北京交通大學碩士學位論文緒論2的實時庫存，藍色曲線代表的是銷量，最頂端的紫色曲線代表了平均現(xiàn)貨率�？梢钥闯鲈撋唐返钠骄�現(xiàn)貨率幾乎達到100%，但實時庫存量遠高于銷量，這意味著倉庫存在大量剩余庫存。圖1-1京東某個前置倉中某個商品的庫存狀態(tài)3Fig.1-1Theinventoryl....

圖2-2一個完整的機器學習項目的一般流程

北京交通大學碩士學位論文理論基礎(chǔ)與文獻綜述12圖2-2一個完整的機器學習項目的一般流程Fig.2-2Generalprocessofanintegralmachinelearningproject（3）機器學習分類及算法概覽以下簡要說明了機器學習的分類，以及每一類包含的常見算法，....

圖4-2實際服務水平隨K值變化而變化的情況

北京交通大學碩士學位論文數(shù)據(jù)驅(qū)動的需求預測與庫存優(yōu)化的集成決策算法35圖4-2實際服務水平隨K值變化而變化的情況Fig.4-2ChangesofrealizedservicelevelwiththevalueofKchanging圖4-3剩余庫存水平隨K值變化而變化的情況Fig.....

圖4-3剩余庫存水平隨K值變化而變化的情況

北京交通大學碩士學位論文數(shù)據(jù)驅(qū)動的需求預測與庫存優(yōu)化的集成決策算法35圖4-2實際服務水平隨K值變化而變化的情況Fig.4-2ChangesofrealizedservicelevelwiththevalueofKchanging圖4-3剩余庫存水平隨K值變化而變化的情況Fig.....

本文編號：3997688