1. 赛题背景与核心挑战解析每年全国大学生数学建模竞赛的C题向来是区分度最高、最考验综合建模能力的“硬骨头”。2023年的C题也不例外它没有像A题那样给出一个明确的物理或工程背景也没有像B题那样偏向于数据统计分析而是将目光投向了农业生产中一个非常具体且现实的问题——蔬菜类商品的自动定价与补货决策。这个题目一出来很多同学的第一反应可能是“这不就是个简单的预测和优化问题吗”但真正深入进去你会发现它巧妙地融合了时间序列预测、运筹学优化、数据清洗与特征工程甚至还有一点博弈论的影子。它考察的不仅仅是你会不会用ARIMA或者LSTM更是你如何将一个模糊的商业问题抽象成一个清晰、可解的数学模型并给出有说服力的决策依据。这道题的核心是要求参赛者扮演一个生鲜零售商的“智能决策大脑”。你手头有过去四年2019-2023每天数百种蔬菜的销售流水、批发价格和损耗数据。你的任务有两个第一为未来一周2023年7月1-7日的每种蔬菜制定每日的补货量和定价策略第二在满足一系列复杂约束如单品销售总量限制、总品类销售配额、利润率要求、损耗控制等的前提下尽可能提升商超的收益。这听起来像是一个标准的“预测-优化”两阶段模型但难点恰恰在于这两个阶段的耦合与反馈。你的定价会影响销量销量又反过来影响你的补货决策和最终的损耗而损耗率又会影响你的成本与利润。这是一个动态的、带有不确定性的决策闭环。很多队伍在这里容易陷入一个误区把预测和优化完全割裂。先不管三七二十一用历史数据训练一个预测模型得到未来一周的“预期销量”然后把这个预期销量当作一个固定值扔进优化模型里去算补货和定价。这种做法忽略了“价格弹性”——你的定价策略本身就会改变需求曲线。一个更贴近现实的思路是你需要建立一个需求函数将销量表示为价格、时间、季节、促销等因素的函数。然后你的优化模型不是在给定销量的情况下求最优解而是在求解一个均衡点在这个价格和补货量下预测出的销量恰好能使你的利润最大化并且满足所有约束。这才是本题建模的“灵魂”所在。2. 数据预处理与特征工程的深度思考拿到题目附件中的销售流水表第一感觉可能是数据量不小但比较规整。然而魔鬼藏在细节里。有效的数据预处理是后续所有模型工作的基石处理不好预测结果会失之千里。2.1 异常值与缺失值的处理策略销售数据中必然存在异常值比如因系统错误记录的天量销售如9999千克或因门店盘点、节假日歇业导致的销量为0或极低。对于明显的错误记录直接视为缺失值处理。但对于节假日或歇业导致的零值则需要谨慎区分。一个实用的方法是结合附件中的“批发价格”数据以及常识进行判断如果某天某种蔬菜的销量为0但当天有批发价格记录且前后几天都有正常销售那么这很可能是门店原因如盘点导致的真实零销售应予以保留。如果销量为0且当天无批发价则可能是数据缺失。对于缺失值的填补不能简单地使用整体均值或前后插值。蔬菜销售具有强烈的周期性和趋势性。我们团队当时采用了“同类项填补法”首先将蔬菜按保存周期、销售模式如叶菜类、根茎类、茄果类进行粗分类。对于某个单品某天的缺失值优先用该单品在同一星期几的历史同期如前几周的同一天的销量均值进行填补。如果历史同期数据也缺失则使用该分类下其他单品在同一天的销量均值作为参考。这种方法比简单的时间序列插值更能捕捉星期效应。2.2 关键特征构造超越原始数据附件给出的数据字段有限但我们可以从中挖掘出大量对预测和优化至关重要的特征。时间特征这是最基础的。包括年、月、日、星期几、是否周末、是否节假日需自行根据日历补充、是否为月初/月末。特别地对于生鲜商品节假日前夕通常是采购高峰需要构造“节假日前第N天”这样的布尔特征。统计特征基于历史滑动窗口计算的特征极其有效。例如过去7天、14天、30天的销量均值、标准差反映销售稳定性、最大值、最小值。还可以计算“昨日销量/过去7日均值”这样的比值特征来捕捉短期波动。价格相关特征除了当日的批发价可以构造“批发价环比变化率”、“当前批发价与过去7天均价的比值”。更重要的是要尝试构造**“需求价格弹性”的代理特征**。虽然无法直接计算精确的弹性系数但可以计算历史数据中价格变化与销量变化的相关性按周或按月计算作为一个静态特征输入模型。损耗与成本特征单品的损耗率通常与销售时长、商品特性有关。我们可以用“历史平均损耗率”作为一个特征。同时计算“成本价”即批发价 * (1 损耗率)这才是真正的单位商品成本是利润计算的基础。品类聚合特征题目要求中有对总品类的约束。因此除了单品特征还需要构造品类层级的特征如该品类下所有单品当日销量的总和、均值、方差等这些特征可以帮助模型感知品类整体的销售态势。注意特征工程不是越多越好。我们当时先用了一个简单的线性模型如Lasso回归跑了一遍特征重要性排序剔除了大量共线性强或重要性极低的特征最终保留了大约15-20个核心特征这大大提升了后续复杂模型的训练效率和稳定性。3. 销量预测模型的选择与融合实战预测未来7天每天数百个单品的销量是一个典型的多变量时间序列预测问题。没有哪个模型是银弹我们的策略是“分而治之集成学习”。3.1 模型选型为什么是它们我们放弃了使用一个巨型模型预测所有单品的想法因为不同蔬菜的销售模式差异巨大例如生姜和大白菜的销售曲线完全不同。我们为每个单品单独建立预测模型但共享特征工程框架和模型结构。基础模型 - LightGBM梯度提升树模型对于处理表格数据、捕捉非线性关系和特征交互有天然优势。它不需要严格的时间序列结构可以方便地融入我们构造的丰富特征。我们用它作为基准模型和集成学习的一员。它的预测速度快能快速给出一个不错的基线。核心模型 - 时序深度学习模型如LSTM、TCN、Transformer为了更好捕捉长期依赖和复杂时序模式我们使用了深度学习模型。这里有几个关键点输入序列构造我们将数据组织成[样本数 时间步长 特征数]的格式。时间步长我们选择了30天约一个月用过去30天的特征来预测未来1天的销量。为了预测未来第7天我们需要递归预测使用模型预测出的第1天结果作为输入的一部分来预测第2天依此类推或者更优地采用Seq2Seq架构直接输出未来7天的序列。损失函数设计没有使用简单的MSE而是采用了分位数损失函数Quantile Loss。因为补货决策不仅关心预测的平均值更关心预测的不确定性。我们同时预测了销量的第10、第50中位数、第90分位数。中位数用于后续优化而第10和第90分位数则构成了一个“可能区间”为制定稳健的补货策略提供了边界参考。辅助模型 - ProphetFacebook的Prophet模型在处理具有强季节性和假日效应的商业时间序列上表现稳健。我们用它来捕捉年度、季度、星期季节项。虽然它对于融入我们构造的复杂外部特征如价格能力较弱但其对趋势和季节性的分解结果可以作为特征加入到LightGBM或LSTM模型中。3.2 模型融合与不确定性量化单一模型总有局限。我们采用了加权平均融合的方式。权重不是主观设定的而是通过一个留出集比如最后一个月的数据来优化确定。具体来说我们用每个模型在留出集上预测未来1-7天的误差如sMAPE的倒数作为权重的基准再进行归一化。更重要的是不确定性传递。LSTM的分位数预测给出了不确定性区间。在融合时我们对三个分位数预测分别进行加权平均最终得到融合后的第10、50、90分位数预测值。这个“预测区间”至关重要。在后续的优化模型中我们可以设计两套方案一套基于中位数预测的“乐观”方案另一套基于第10分位数预测的“保守”方案以应对可能出现的销售不及预期的情况。踩坑实录我们最初直接用LSTM预测未来7天销量发现对于销售波动大的单品预测结果在后期第6、7天会变得非常不稳定。后来改为“滚动预测”模式用模型预测明天将预测结果连同真实特征作为已知数据加入历史序列再预测后天如此循环7次。虽然这会累积误差但通过在每个滚动步加入预测置信度作为衰减因子并融合Prophet的稳定趋势效果比直接输出7天序列好很多。4. 定价与补货联合优化模型的构建这是整个赛题最核心、最体现建模功力的部分。目标函数很明确最大化未来7天的总利润。利润 销售收入 - 成本。销售收入 销量 * 零售价成本 补货量 * 批发价 损耗成本损耗量 * 成本价。但约束条件非常复杂单品销售总量约束每个单品未来7天的总销量不能超过该单品过去同期比如2019-2022年7月1-7日最大销量的1.1倍。这是一个“天花板”防止你过度乐观。品类销售配额约束每个蔬菜品类如叶菜类、茄类的未来7天总销量必须控制在该品类总销量的25%-35%之间。这要求你在不同品类间合理分配资源。利润率约束未来7天的整体利润率总利润 / 总成本不能低于22%且不能高于30%。这直接限制了你的定价空间。损耗率约束未来7天的平均损耗率不能超过同期历史平均损耗率的1.1倍。这要求你的补货量必须精准不能造成大量积压。定价与补货逻辑约束零售价不能低于成本价否则亏本补货量要能满足预测销量考虑损耗且补货量、销量、损耗量之间要满足期末库存 期初库存 补货量 - 销量 - 损耗量的动态平衡关系。4.1 模型抽象一个带约束的非线性规划问题我们可以将问题抽象如下决策变量对于每个单品i每天t我们需要决定其零售价P_it和补货量Q_it。目标函数MaximizeΣ_i Σ_t [ D_it(P_it) * P_it - (Q_it * W_it L_it * C_it) ]。其中D_it(P_it)就是需求函数表示销量是价格的函数W_it是批发价L_it是损耗量C_it是成本价。约束条件即上述5大类约束其中需求函数D_it(P_it)、损耗量L_it都与决策变量Q_it、P_it以及预测的销量基数密切相关。最大的难点在于需求函数D_it(P_it)是未知的、非线性的。我们无法直接从历史数据中拟合出一个精确的、适用于未来每一天每一个单品的价格-销量函数。4.2 我们的求解策略两阶段迭代逼近我们采用了一种数据驱动的迭代优化方法避免了直接求解复杂的非线性规划。第一阶段需求弹性估计与价格试探我们假设在短期内需求价格弹性相对稳定。利用历史数据我们为每个单品估计了一个基准价格弹性系数 ε_i取对数后的线性回归斜率。那么需求函数可以简化为D_it D0_it * (P_it / P0_it)^ε_i。其中D0_it是我们预测模型给出的、在基准价格P0_it例如历史同期均价或当前批发价加成下的销量预测值中位数。第二阶段线性规划近似求解在给定弹性系数 ε_i 和基准预测D0_it后需求函数D_it(P_it)就确定了。此时目标函数和约束中关于P_it的部分变成了非线性幂函数。为了高效求解我们在基准价格P0_it附近对需求函数进行一阶泰勒展开线性化。 即D_it ≈ D0_it ε_i * (D0_it / P0_it) * (P_it - P0_it)。 经过这样的线性化处理原问题被近似为一个大规模的线性规划LP问题。决策变量是每个单品每天的零售价P_it和补货量Q_it。我们可以使用成熟的求解器如PuLP调用CBC或直接用SciPy的线性规划库快速求解。第三阶段迭代反馈与调整线性化是在基准点附近进行的如果求出的最优价格P_it*离基准价格P0_it太远线性近似的误差会很大。因此我们引入迭代用求出的P_it*作为新的基准价格P0_it_new。根据新的价格利用需求函数公式反推一个新的预期销量D1_it。将这个新的预期销量D1_it与原始预测D0_it进行比较如果差异较大则用D1_it修正我们的销量预期可以取加权平均然后回到第二阶段重新线性化并求解。如此迭代2-3次直到价格和销量的变化小于某个阈值结果就稳定了。这个方法的好处是它将复杂的非线性问题分解为一系列线性规划问题求解效率高且能很好地耦合价格与销量的关系。同时通过迭代保证了解的局部最优性。核心技巧约束处理是优化成败的关键。特别是品类销售配额约束25%-35%直接硬约束有时会导致无解。我们的处理方法是引入松弛变量将其转化为软约束并在目标函数中增加对违反约束的惩罚项。例如允许品类销量占比略微超出范围但每超出1%就在总利润中扣除一个较大的惩罚成本。这样求解器会努力满足约束但在实在无法完全满足时也能给出一个“破坏最小”的可行解这在实际商业决策中更合理。5. 结果分析、稳健性检验与报告撰写要点模型跑出结果只是第一步如何分析和呈现结果往往决定了论文的档次。5.1 结果的可视化与业务解读不要只扔出一堆数字表格。我们做了以下几类图单品决策透视挑选几个有代表性的单品如高销量、高损耗、高利润的绘制其未来7天的预测销量曲线、建议补货量曲线、建议零售价曲线并放在同一张图上用阴影区表示预测的不确定性区间。旁边附上该单品的关键指标如历史均价、建议均价比、预期利润率。一目了然。品类配额达成情况绘制柱状图展示每个品类未来7天的预测销量占比并用两条红线标出25%和35%的上下限清晰展示优化结果是否满足约束。价格-销量散点图将所有单品未来7天的建议零售价与预测销量画成散点图可以观察是否存在“高价低量”或“低价高量”的普遍规律印证需求定律。利润贡献分析绘制帕累托图Pareto Chart展示哪些单品或品类贡献了主要利润为商超的重点关注商品提供依据。5.2 稳健性检验模型经得起推敲吗这是拿高分的关键。我们设计了以下检验历史回测将我们的模型应用到2022年7月1-7日假设我们只有之前的数据模拟当时的决策并与实际发生的销售、损耗数据对比。计算模拟利润与实际利润的差距分析差距来源是预测不准还是优化模型对约束太敏感。敏感性分析参数敏感性弹性系数 ε_i 估计不准怎么办我们将所有单品的 ε_i 同时上下浮动10%重新运行优化模型观察总利润和关键决策变量如均价、补货总量的变化幅度。如果变化不大说明模型对弹性系数不敏感结果稳健。预测不确定性分析用我们预测的第10分位数悲观场景和第90分位数乐观场景的销量分别代入优化模型得到三套决策方案。对比三套方案下的利润区间和约束满足情况。这能充分展示模型在不同市场环境下的表现体现决策的鲁棒性。场景分析批发价波动场景假设未来一周某种主要蔬菜的批发价突然上涨20%我们的模型给出的决策如何调整调整后的利润变化多少突发需求场景假设因为某个社会事件某类蔬菜的需求突然增加在预测销量基础上增加15%我们的补货和定价策略是否有足够的弹性来应对5.3 论文撰写将思考过程故事化国赛论文评审时间紧评委喜欢看到清晰的逻辑主线。我们的论文结构大致如下问题重述与分析不是简单抄题目而是用自己的话提炼出问题的本质、核心目标和挑战点明“预测-优化”耦合的关键难点。模型准备详细介绍数据预处理、特征工程、需求弹性估计的方法和理由。这部分体现基本功。预测模型阐述为什么选择多模型融合如何量化不确定性。用图表展示预测效果如部分单品的预测 vs 实际对比图。优化模型这是核心章节。详细阐述如何建立带约束的利润最大化模型如何线性化处理以及迭代求解算法。画出算法流程图。模型求解与结果给出关键结果数据并用丰富的图表进行可视化展示和业务解读。模型检验与评价展示稳健性检验和敏感性分析的结果证明模型可靠。分析模型的优点。模型推广与改进谦虚地指出模型假设的局限性如需求函数形式较简单并提出未来可以引入更复杂的消费者行为模型、竞争对手定价信息等改进方向。通篇语言要严谨、简洁避免口语化。图表要精美、信息量大且都有必要的说明文字。最终你的论文应该让评委感觉你不仅给出了答案更展示了一套解决此类商业决策问题的完整、可靠、可复现的方法论。