2023年全国大学生数学建模竞赛C题评阅细则
分值结果 仅供参考
80+ 分 稳国一
65 分 国奖(70稳妥)
60-50分 省一-省二
50-40分 省二-省三
40分以上 有奖
一、整体印象(10分):不设起评分。依据假设的合理性、论文的规范性、建模的特色与创新性(有创造性的模型和方法的应用、合理的结论)。
问题回顾、问题分析、模型假设、符号说明、模型评价、参考文献、附录
(6分起步)
二、问题一:20分
异常值处理(5分)0-5分
时间分布(5分)0-5分
关联分析 (10分)
原理(0-2分)、模型与求解方法(0-5分)、结果与检验(0-3分)。
模型的使用条件
三、问题二:25分
关系 10分
定性(3分)定量(7-10分)
函数关系 6分起步
优化模型15分
原理(0-3分)、模型与求解方法算法(0-7分)、结果与检验(0-5分)。
四、问题三:25分
可售品种 总范围设定(5分)
优化模型 (20分)
原理(0-3分)、模型与求解方法算法(0-7分)、结果与检验(0-5分)。
约束条件
五、问题四:10分
收集的新数据+理由(8分)+可行性(2分)
六、模型检验结果检验、灵敏度分析(10分)
5分起步
注意:且勿对号入座,关注具有创新性的方法和模型应用的论文。
本题通过对蔬菜类商品的销售数据分析,研究不同品类及单品销售量的分布规律及相互关系,制定蔬菜类商品的补货与定价策略,探索空间限制下的单品优化组合方案。商品销售量与价格可能相关,可靠的需求分析是制定补货与定价策略的基础。
问题1 分析销售量分布规律及相互关系时,应重点考虑:
(1)应对异常数据及打折、退货、无销售单品等情形进行处理。
(2)在研究品类和单品的分布及变化规律中,应考虑时间效应。
(3)在品类及单品销量的关联性分析中,应考虑相关性分析方法的使用条件。如果对品类或单品分布类型进行讨论应予以鼓励。
(4)仅做简单的描述性统计、可视化展示是不够的。
问题2 根据收益最大的原则建立和求解补货量和定价策略模型,应重点考虑;
(1)从定性和定量两个方面分析销售量与各品类的补货量和价格之间是否相关;若相关,应建立定量关系模型。
(2)从机理的角度考虑补货量与价格相互依赖的关系是一种好的处理方式。
(3)应考虑数据的时间因素,例如季节性、周期性、节假日、趋势性等。
(4)应给出各品类未来一周的补货量与定价的具体结果,须体现工作日与双休日的区别。
问题3 建立各品类中的单品销售选择模型,应重点考虑:
(1)确定各品类中可替代或互补的单品,例如可以通过相关性分析对各晶类中的单品进行分类等。
(2)在考虑单品可替代性、互补性的前提下,给出商品品种多样性的量化方法,满足商品需求量和品种多样性的约束。
(3)问题3的求解可以借鉴问题2的模型与方法,但须明确品类与单品决策之间的差异。
(4)鼓励有不同模型或优化方案下的结果对比。
问题4 论述数据收集的对象时,应重点考虑:
(1)给出建议收集的新数据,例如经营类数据(日补货量,库存表,日损耗率等)、
外部数据(天气类等)、消费者数据等,并说明理由(如何利用新数据改进模型)。
(2) 分析数据收集的可行性、经济性等因素。
注:
(1)在问题2和问题3中,合理地考虑补货量和定价的耦合关系同时进行求解,是值得鼓励的。
(2)由于预测期的商品批发价未知,商品的定价应重点关注成本加成率。
(3)由于历史补货量未知,利用损耗率估计历史补货量是一种可行的做法。处理品类损耗可以综合利用历史销售量与单品损耗率。