基于特征融合的生鲜商品短期销量组合预测

生鲜产品由于保质期短、易腐易损等特点,对短期销量预测的准确度和可靠性要求极高.为此,本文综合时间、定价、竞价、新鲜度等多种微观层面因素,开展了特征工程分析,并在此基础上提出了生鲜商品销量的ARIMA-NARX组合预测模型.该组合模型首先利用ARIMA模型描述销量时间序列中的线性规律,然后借助衍生降维处理后的特征矩阵,采用NARX捕捉ARIMA残差中的非线性关系,并利用NARX残差预测结果修正ARIMA预测值.最后,将该组合模型的预测结果与ARIMA、NARX、ARIMA-NAR、SVM及回归决策树等模型预测结果及真实观测值进行对比分析,通过MSE/MAPE预测误差评价和DM检验,验证了该组合预测模型的预测能力合理性和有效性,并能较大幅度提高生鲜产品短期销量的预测精度.     

基于二次分解策略和模糊时间序列模型的航空客运需求预测研究

提高航空客运需求预测的准确性对于航空公司以及整个航空运输系统的发展都具有重要的现实意义。以往研究普遍采用单一分解策略去处理航空客运需求时序中存在的复杂特征,以此提升组合模型的预测性能。然而传统的分解策略存在着特征提取不完全、分解方法带有固有缺陷等问题,导致组合模型预测效果不能得到充分的提升。为此,本文提出一种基于二次分解策略和模糊时间序列模型的航空客运需求预测方法。该方法首先利用季节调整模型（X12-ARIMA）将原始时序分解成季节成分序列与季节调整后序列,继而利用改进的自适应噪声集成经验模态分解方法（ICEEMDAN）将季节调整后序列分解成一系列不同时间尺度的本征模态函数（IMF）和残差序列（Residue）。然后使用基于模糊C均值算法（FCM）划分论域区间的FTS模型对季节成分序列、各IMF分量以及残差序列分别进行预测。最后将各分量序列的预测结果进行集成,重构出航空客运需求的预测值。实证结果表明,本文所提出的二次分解策略表现显著优于传统的分解策略,并且本文所提出模型对于航空客运需求预测有着较高的准确性。     

需求预测综合模型及其与库存决策的集成研究

准确的预测有助于企业做出有效的决策,包括生产计划、定价和促销决策等,以减少库存、提高客户满意度和企业竞争力． 以快速消费品为研究对象,分析其需求影响因素,建立了时间序列分析与多元回归整合的需求预测综合模型; 将此预测模型引入到库存决策中,构建了基于库存成本最小的需求预测与库存决策集成模型,并借助变邻域搜索算法获得模型的参数值; 最后,选用实际数据,验证了所构建的需求预测综合模型、物流需求预测与库存决策集成模型及其求解方法的有效性．     

基于品类管理和需求外生模型的医药电商网页空间优化策略

网页空间优化对电子商务企业的绩效有着显著影响。本文结合医药品的特性,利用需求外生模型从品类管理的角度研究医药电商的网页空间优化问题,即有限网页空间内的内容优化与内容布局优化。考虑存在商品缺货以及蚕食效应的情况下,本文首先基于需求外生模型使用极大似然估计法估计了商品市场份额与商品替代率,然后提出最大市场份额指标并构建了一个加权最大市场份额最大化的整数规划模型来优化医药电商网页的内容与内容布局。通过对中国知名医药电商1药网2015年8月1日到10月31日的乙肝类抗病毒药物专栏的销售数据进行实证分析,结果表明,本模型优化的推送内容和布局顺序可以有效提高1药网各药品专栏最高至27.21%的销量,乙肝其他抗病药物专栏可以提高8.06%。研究表明,本文提出的基于最大市场份额最大化的优化模型能有效决策网页空间优化来提高医药电商的销量与市场占有率。     

基于GM（1,1）模型的福建地级市用水量预测研究

针对居民用水量时间序列同时受确定因素与不确定因素影响以及数据较少、记载历史较短的特点,本文选择灰色预测模型对福建省各地级市人均年用水序列进行拟合,通过建立微分方程,求解模型的时间响应函数,进行累减运算得序列的预测值。经过模型检验得模型的拟合精度较高,可以分别对各市的居民人均用水量进行有效的预测,预测值能为水务管理工作提供可靠的宏观依据。     

考虑电商平台潜在需求信息共享的促销及定价策略研究北大核心CSSCI

针对一个卖家和两个电商平台组成的供应链,利用Stackelberg博弈研究平台不同潜在需求信息共享策略下,仅平台促销(A)和卖家与平台均促销(B)两种模式的产品定价及促销决策。研究表明:无论何种促销模式,产品价格均与供应链企业促销成本效率正相关;卖家促销的加入不仅能增加平台无信息共享下的利润,也会提升自身利润且在完全信息共享时最大。模式A下较差的需求预测精度和较高的促销成本效率使部分信息共享更可能发生;模式B下促销成本效率均较低且信息预测精度更准确时,平台会主动共享需求信息;但卖家的促销成本效率较高时,部分信息共享对平台更有利。     

基于EMD和SVMs的原油价格预测方法

针对原油价格预测问题,提出一种基于EMD(经验模式分解)和SVMs(支持向量机)的非线性组合预测方法.该方法运用EMD技术将原油价格序列分解成若干个不同频率的分量,根据频率高低将各分量分组叠加得到3个新序列,分别代表市场波动价格、重大事件价格、趋势价格;针对此3个序列,构建不同SVMs模型分别进行预测,得到各序列预测值;用SVMs针对各序列预测值构建组合模型得到最终预测值.采用WTI和Brent原油现货价格数据验证本方法的有效性,结果表明,此方法与单一的SVMs模型和人工神经网络模型相比,具有较高的预测精度.     

基于状态转移回归的动态集成时序预测方法

最优模型子集的确定和集成权重的设置是组合预测中的两个重要问题,直接关系到组合模型的预测表现。为此,本文提出了一个基于状态转移回归的动态集成时序预测方法,首先基通过计算单体模型和原始数据之间的互信息确定最优模型子集;其次,通过状态转移回归实现单体模型的动态集成,并获得最终预测值。通过对9个国家的主权信用违约互换利差数据进行预测实验,本文发现所提出的状态转移组合预测模型表现良好,不仅优于一般单体预测模型和组合预测模型,还优于基于滑动窗口技术的动态组合预测模型。     

基于最小二乘的支持向量机在电力需求预测中的应用

文章针对常规电力需求预测方法的不足,在分析SVM的线性和非线性分类方法的基础上提出一种基于最小二乘的支持向量机预测方法.LS-SVM模型采用结构风险最小化原则,能够在对小样本学习的基础上,对其他样本快速、准确的拟合预测,具有更好的泛化性能和精度,减少对初始值的依赖.文章采用河北省某市实际的负荷数据,按照不同的负荷日属性和历史数据属性进行样本选择,使用径向基核函数进行了电力需求预测.将预测结果与真实值和由时间序列及BP神经网络方法得到的结论进行比较,表明所提出的预测模型具有较高的精度,是有效和可行的.     

一种基于组合神经网络的时间序列预测方法

本文探讨了神经网络时间序列预测模型的建立机制有其的构造方法，同时，为了消除模型的系统偏差，提出了构造辅助神经网络用以对原有模型的预测结果进行了校正以减小其误差。并对外汇汇率数据进行了模糊构造和预测。结果表明，组合神经网络在模型的拟合精度和预测准确性方面有都有提高。     

针对不同类型销售商的长期激励合同设计研究

在制造商雇用销售商销售产品的过程中,双方之间常常存在关于销售商销售能力和销售努力的不对称信息,制造商需要通过设定合同来激励销售商付出实现制造商利润最大化的销售努力。本文建立了信息不对称情况下,制造商在两周期的长期合同设计并同时制定产品价格的模型。虽然不对称信息存在时,制造商在单周期的最优合同策略是分离策略,而本文的两周期模型结果表明,长期合同中第一个周期的最优合同策略并不一定是分离策略,有可能是混同策略,这与第二周期的折现因子有关。而两周期产品价格也与单周期不同,其大于单周期采取混同策略时的价格,小于单周期采取分离策略时的价格。     

基于“拆分-填充-分解-集成”的我国线上零售额预测研究

线上零售额的准确预测是政府制定零售政策和发展规划的依据,也是电商和物流企业确定发展战略的基础。由于我国线上零售额数据具有样本量小、波动性大、受节日影响大、存在缺失值等特征,准确预测变得十分困难。为解决这个问题,本文提出了一种“拆分-填充-分解-集成”的预测框架。具体而言,首先将数据集拆分为实物零售数据与非实物零售数据两部分。其次,分别根据实物零售与非实物零售数据不同的缺失特征对样条插值法做了改进,提出了基于“样条插值-二分调整”的分解填充法以及基于“分段线性函数拟合-样条插值”的分解填充法,对两组数据进行缺失值填充。继而基于两组数据的不同特征,分别提出“乘法分解-ARIMA-移动平均”以及“STL分解-BP神经网络-灰色波形”的预测方法对两组数据进行预测。最后将两组预测结果集成,得到我国线上零售额的预测值。实证结果表明,本文提出的预测框架能较好地捕捉我国线上零售额数据的特征,具有很高的预测精度,且较传统的缺失值填充和预测方法在性能上表现更好。本文提出的“拆分-填充-分解-集成”预测框架,丰富了现有的缺失值填充与预测方法,并为预测实践提供了解决方案。     

网络购物平台最优价格促销策略：价格折扣还是现金券？

平台价格促销已成为平台营销中的重要问题，不同于传统模式下商家决定商品的价格促销，平台价格促销是以平台作为价格促销的决策者。本文建立了平台价格折扣和现金券两种由平台作为决策者的价格促销模型，探讨平台的最优价格促销策略，并在原有模型的基础上考虑商家广告投资决策并构建了扩展模型。研究结果表明，(1)只有当商品的基本需求、消费者价格敏感度和商品价格满足一定条件时，平台价格促销才能提升平台利润。(2)在两种价格促销都能提升平台利润情况下，平台的交易费率较高且商品价格较低则平台实施现金券策略的利润高于价格折扣策略；其他情况下平台实施价格折扣策略的利润高于现金券策略。(3)在平台交易费率较低的情况下，价格折扣策略下消费者能得到更多优惠；否则现金券策略下消费者得到更多优惠。(4)增加商家广告投资能够提高平台促销活动的利润，但是平台的价格优惠降低，且平台实施价格促销活动的条件区间减小。     

Promotion Planning and Supply Chain Contracting in a High–Low Pricing Environment

Demand forecast errors threaten the profitability of high–low price promotion strategies. This article shows how to match demand and supply effectively by means of two‐segment demand forecasting and supply contracts. We find that demand depends on the path of past retail prices, which leads to only a limited number of reachable demand states. However, forecast errors cannot be entirely eliminated because competitive promotions entail some degree of random (i.e., last‐minute) pricing. A hedging approach can be deployed to distribute demand risk efficiently over multiple promotional campaigns and within the supply chain. A retailer that employs a portfolio of forward, option, and spot contracts can avoid both stockouts and excess inventories while achieving the first‐best solution and Pareto improvements. We provide an improved forecasting method as well as stochastic programs to solve for optimal production and purchasing policies such that the right amount of inventory is available at the right time. By connecting a stockpiling model of demand with the supply side, we derive insights on optimal risk management strategies for both manufacturers and retailers in a market environment characterized by frequent price promotions and multiple discount levels. We employ a data set of the German retail market for a key generator of store traffic—namely, diapers.     

中国股票市场多重分形游走及其预测

股票价格波动规律的研究是预测的基础,多重分形过程是迄今为止最为符合价格波动特性的模型。本文验证了中国股票市场的多重分形游走,并根据多重分形过程的局部尺度特性和多尺度相关性建立了小波和神经网络相结合的股票价格预测模型。实证研究结果表明,本文模型预测精度较由其他模型得到的预测精度明显提高。     

考虑旅客跨区间流转的机票多预定区间折扣优化模型研究

多预定区间差异化折扣逐渐成为机票收益管理的重要分支。本文提出了一种新的收益管理模型：基于顾客跨区间流转的收益管理模型,并给出了二分法迭代求解方法。假设各个预订时间区间的潜在需求可以通过大数据手段进行预测,首先结合旅客的价格敏感和潜在需求跨时间段流转的特性分析了各区间的需求函数,然后结合需求函数构建了多预定区间折扣优化模型。由于该模型属于动态的收益管理模型,因此构建了一种动态求解方法——二分迭代法。最后,依据航空公司的实际情况设计了两个仿真实验。实验计算结果不仅验证了新模型和算法的有效性,而且得出一些比较有用的结论：（1）票价与提前购票时间不存在单调的线性关系;（2）预订区间远离离港日折扣逐渐变大,靠近离港日的折扣会逐渐减少,但是包含离港日的预订区间的折扣又会变大;（3）流转率越高则折扣越少;（4）价格敏感系数越高折扣越高;（5）流转率通过改变价格敏感系数而影响折扣的大小。本文给出的折扣优化决策模型符合旅游产品多预定区间折扣决策的实践,可以为机票、酒店、景区等多种旅游产品的票价决策提供有益参考。     

Coordinating Sales and Raw Material Discounts in a Global Supply Chain

In this paper, the supplier of a key component to a global manufacturer offers a one‐time price discount; we study the firm's optimal response to the discount under two different strategies. In the first strategy, the firm does not pass along the discount to its customers (sales subsidiaries); the firm simply coordinates purchasing and production among the different factories to take advantage of this one‐time price discount. In the second strategy, the firm offers price discounts for its most profitable products in different sales subsidiaries to increase their demand. We carried out experiments for the two strategies based on a mathematical programming model, built around Toshiba's global notebook supply chain. Model constraints include, among others, material constraints, bill‐of‐materials, capacity and transportation constraints, minimum lot size constraints, and a constraint on minimum fill rate (service level constraint). Unlike most models of this type in the literature, which define variables in terms of single arc flows, we employ path variables, which allow for direct identification and manipulation of profitable and non‐profitable products.     

随机需求和联合促销下双渠道供应链的竞争与协调

针对制造商同时拥有零售渠道和网上直销渠道的双渠道供应链系统,在随机需求和联合促销情况下,对制造商和零售商之间的价格竞争和协调问题进行研究.研究表明价格的纳什均衡解存在,网上渠道的最优价格随零售商促销努力程度的增大而降低.当制造商分担促销成本的比例上升时,零售商促销的努力程度会增加.当比例值较低时,零售商的努力程度变化不大;当比例值超过一定数值时,零售商的努力程度会显著增加.回购契约能给制造商和零售商双方带来好处,但不能实现双渠道供应链的协调.     

VMI模式下考虑促销努力的销量回扣契约模型研究

本文在促销努力影响市场需求,单周期季节性产品销售环境下,分析了集中式供应链和供应商管理库存(VMI)供应链中的供应商供货量和零售商促销努力水平的决策问题。在无契约VMI供应链中引入滞销产品补贴的销量回扣契约,讨论了零售商参与合作的条件,结论表明该契约能够提高VMI供应链的绩效并改善其收益;而VMI供应链中的成员采用改进的销量回扣契约进行协调时,有可能实现集中式供应链的最优收益。最后,通过算例验证了引入滞销产品补贴的销量回扣契约能增加供应商供货量和零售商促销努力水平,大幅度地提升VMI供应链的总收益。