蔬菜类商品自动定价与补货（国赛 2023 C）
历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。
一、赛题要点
- 赛事：国赛 2023 年 · 题号 C
- 问题实质：面向商超蔬菜品类，要求基于历史销量与损耗建立动态定价与补货模型，平衡销售额、报损与缺货。
二、需要产出什么
建立销量-价格弹性与损耗模型；以利润为目标的定价+补货联合优化；给出分日策略。
三、数据说明（官方来源 + 练习数据集）
- 官方数据/赛题：官方给出蔬菜品类日销量、成本、损耗率与促销数据；需做需求预测后优化。
- 官方获取渠道：http://www.mcm.edu.cn（请以当年官网发布为准）
- 本站练习数据集：
data/cumcm2023c.csv—— 按本题结构生成的合成数据（series 型），可下载后用上面的算法手册直接练手。 - 字段说明：CSV 表头即各变量名；数值为合理量级的随机样本，仅用于方法验证，不代表真实赛题数据。
四、可用解法 → 对应手册
下面按本题涉及的题型，给出对应的「方法选型指南」与可直接套用的算法手册跳转。
题型：预测 / 回归类
先看选型 👉 🧭 预测类选型指南
可套用算法手册：
题型：优化类
先看选型 👉 🧭 优化类选型指南
可套用算法手册：
题型：时间序列类
先看选型 👉 🧭 时间序列选型指南
可套用算法手册：
参考手册速查
📘 线性回归 · 📘 多元回归 · 📘 BP 神经网络 · 📘 支持向量机 · 📘 逻辑回归 · 📘 贝叶斯分类 · 📘 线性规划 · 📘 整数规划 · 📘 非线性规划 · 📘 多目标规划 · 📘 遗传算法 · 📘 模拟退火 · 📘 粒子群算法 · 📘 蚁群算法 · 📘 时间序列 ARIMA · 📘 灰色预测 GM(1,1) · 📘 指数平滑 · 📘 移动平均 · 📘 马尔可夫链
五、建模思路提示
- 价格弹性用回归估计
- 损耗率随库存时长上升
- 用滑动窗口做短期预测
六、常见坑与规避
- 不要把赛题要点当原题照搬，先独立重述问题再建模。
- 拿到数据先检查量纲、缺失与异常，再决定用预测/评价/优化哪类方法。
- 方法选型别凭感觉：先看「方法选型决策指南」对应题型那本，再进具体算法手册。
- 合成练习数据只验证逻辑，正式参赛务必用官方数据并做敏感性/误差分析。
七、优秀范文（本站原创，四路一致：正文/图/附录/工具）
- 📄 范文一：品类与单品销售分布规律及相关关系（3801 字 · 8 图 · 可运行附录）
- 📄 范文二：品类级补货总量与定价策略（3711 字 · 8 图 · 可运行附录）
- 📄 范文三：单品定价补货优化与替代效应（3889 字 · 8 图 · 可运行附录）
权威数字速览（合成数据，非官方数据）：
- 参数：31 单品、6 品类（花叶/花菜/水根/茄果/辣椒/食用菌）、1096 天（2020-07-01~2023-06-30）、价格带 [0.88p̂, 1.20p̂]。
- Q1 分布相关：花叶类占比 24.9% 居首、花菜类 7.7% 垫底；Top10 单品累计 48.3%（帕累托）；周末溢价 15.3%；茄果-辣椒 r=0.85、花菜-水根 r=0.87 强正相关，茄果-水根 r=−0.14 弱负相关（反季错峰）；同品类单品 r=0.923、跨品类 r=0.118。
- Q2 品类优化：周需求 7647 kg、补货 8162 kg、周利润 21005 元；花菜/水根/辣椒弹性小顶格提价 +20.0%，茄果 +6.3%、花叶 +1.8%，食用菌高弹性降价 −12.0% 走量（利润 6623 元全场最高）。
- Q3 单品+替代：单品利润合计 21089 元；上海青提价 10% → 自身需求 −21.9%，小白菜转移 +38.5 kg（+8.2%），两品利润 +71.0 元。
- Q4 综合执行：周补货 8067 kg、周利润 20372 元（基线 19235，+5.9%）、报损 6.33%、缺货 1.38%（794 元）、周日补货峰值较周一高 22.8%。
八、配套资源
- 回到 📚 历年真题解法库首页
- 总入口：🗺️ 专题手册库
- 论文怎么写：📝 论文模板使用说明专区
- 避坑总览：⚠️ 建模避坑指南专区