基于聚类-LSTM预测的生鲜电商补货与定价联合优化模型

李 晓璇, 孙 思雨, 曹 佳旭, 邓 旭
青岛理工大学

摘要


为应对生鲜电商在库存管理与动态定价方面的双重挑战，以淘宝店铺“老一生鲜”为案例，爬取销售数据
并进行清洗。首先通过聚类分析提取各系列代表单品，简化品类分析；继而构建融合聚类标签的LSTM模型，预测
进价、销量与库存；在此基础上，建立以利润最大化为目标、含多级约束的目标规划模型，实现补货与定价的联合
优化。

关键词


生鲜电商；库存管理；动态定价；LSTM模型；目标规划

全文:

PDF


参考


[1]Shihong Li, Kaien Pang, Danxiang Ai, et al. Vegetable

Pricing and Restocking Strategy Employing LSTM TwoStage Hybrid Model. 2024-03-22.244.

[2]刘涵弘，杨莉军，查运卓，等.基于马尔科夫链

的蔬菜生鲜商超蔬菜销售预测优化模型[J].北京印刷学院

学报，2024，32（09）：46-51.

[3]聂宇旋.基于ARIMA预测优化模型的生鲜类商品

自动定价与补货策略研究——以蔬菜类商品为例[J].商展

经济，2024，（05）：19-22.

[4]Yancheng Jin, Ruimeng Hao, Ruiqi Zeng, et al.

A Study of Pricing and Replenishment Decisions Basedon

Wavelet Neural Network Prediction. 2024-02-27.44.780.

[5]毛莉莎.供应链视角下蔬菜批发市场定价策略及

产销模式研究[D].中南林业科技大学，2022.

[6]闻 卉.不 同 主 体 主 导 下 生 鲜 农 产 品 供 应 链 的

利 润 最 大 化 策 略 研 究[D].华 中 农 业 大 学，2020.DOI：

10.27158/d.cnki.ghznu.2020.000036.

[7]Kaile Wang, Keming Su, Hao Li, et al. Random

Forest-Based Restocking and Pricing Predictionfor Vegetable

Items. 2023-10-11.11.356.


Refbacks

  • 当前没有refback。