企业官网建设流程全解析

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 - Prophet：Facebook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：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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：

1. 用求出的P_it*作为新的基准价格P0_it_new。
2. 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。
3. 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。
4. 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：

1. 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。
2. 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。
3. 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）。
4. 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。
5. 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。
6. 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。
7. 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。