基于 ARIMA 模型的蔬菜类商品的自动定价与补货决策研究

夏 孟瑶
云南大学

摘要

随着人工智能时代的到来，餐饮行业面临成本挑战、菜品浪费和供应短缺等问题。为了应对这些挑战，传统的销售管理方式已不够高效。因此，企业需要采用信息化的管理模式来提高管理效率。本文基于 ARIMA 模型，针对蔬菜品类分别建立工作日与周末的预测模型，以有效预测蔬菜短期销量。同时，通过皮尔逊相关性分析，推荐替补菜品，增加销售蔬菜的多样性。最后，对商超提出相关数据收集意见，以帮助其提升市场竞争力。

关键词

ARIMA 时间序列预测模型；蔬菜销售量预测；推荐策略

参考

[1] 王君霞 . 基于易腐品分组策略的联合补货研究综述 [J]. 中国储运，2023（08）：97-98.

[2] 张鹤 . 基于集成学习的蔬菜销售预测 [D]. 云南师范大学，2021.

[3] 杨盼盼，赵慧峰 . 基于 ARMA 模型河北省羊肉产量分析与预测 [J]. 北方牧业，2023（08）：8-9.

[4] 康莎 . 不同需求特征下生鲜农产品双渠道销售定价与库存补货联合决策研究 [D]. 重庆交通大学，2023.

[5] 欧燕锋 . 具有时变变质率的易腐品联合补货和成本分摊策略研究 [D]. 东南大学，2022.D

[6]李亚丽 .考虑保鲜技术投资的联合补货与定价协同决策 [D].重庆交通大学，2023.