问题 1：建立货量预测模型，对该仓储网络 350 个品类未来 3 个月（7-9月）每个月的库存量及销量进行预测，其中库存量根据历史每月数据预测月均库存量即可，填写表 1 的预测结果并放在正文中，并将完整结果填写在 result 表格文件中的“月库存预测结果”的表单中；销量需给出未来每天的预测结果，填写表 2 的预测结果并放在正文中，并将完整结果填写在 result表格文件中的“日销量预测结果”的表单中。
建模思路
1. 数据预处理
o 数据清洗：首先将附件1中的历史库存量和销量数据进行数据清洗，去除异常值和缺失值的影响。
o 特征工程：考虑提取季节性特征、节假日、促销信息等可能影响库存和销量的因素。例如月份特征、周期性波动特征等。
o 时间序列建模：由于库存量和销量数据都是时间序列数据，我们可以使用时间序列预测模型，如ARIMA、LSTM、Prophet等方法。
2. 库存量预测
o 选择模型：可以选择使用时间序列模型，如ARIMA模型，来捕捉月度库存量的趋势和季节性变化。
o 训练模型：使用历史库存量数据来训练模型，通过自动选择模型参数(p,d,q)来最小化误差。
o 月均库存量预测：对未来3个月的库存量进行月度预测，以预测的平均值作为月均库存量。
3. 销量预测
o 时间序列模型：销量的预测可以采用LSTM模型捕捉每天销量的波动，因为LSTM可以较好地学习长时间的依赖关系。
o 日销量预测：对未来90天的销量进行逐日预测，利用历史数据中的每日销量，结合外部特征（如促销日期、季节因素等）提升预测准确性。
4. 模型评价
o 误差评估：使用均方误差（MSE）、平均绝对误差（MAE）等评估预测结果的准确性。
o 交叉验证：将数据分为训练集和测试集，进行多次交叉验证，以确保模型的泛化能力。
5. 结果输出
o 输出月库存量预测结果，填写到表1中，输出每日销量预测结果，填写到表2中，并存储至相应的Excel表格中。
精力有限，以下只是简略的图文版初步思路，更详细的视频版完整讲解请移步：
2024mathorcup大数据竞赛选题建议及AB题详细思路！_哔哩哔哩_bilibili
问题 2：假设当前限定每个品类只能放在一个仓库中，即一品一仓，各 品类之间请基于问题 1 的预测结果建立规划模型，综合考虑多个业务目标， 求得品类的分仓方案，包括：应使用哪些仓库，使用的仓库需存放哪些品 类的库存。填写表 3 的分仓结果并放在正文中，并将完整品类分仓结果填 写在 result 表格中的“一品一仓分仓方案”表单中。
问题 3：现在为每个品类按照件型及高级品类进行打标（如附件 5）， 并放开一品一仓假设，即允许一个品类存放于多个仓库，但同一品类存放的仓库数量不能超过 3 个，并希望同件型、同高级品类尽量放在一个仓库中。假设同一品类在不同仓库之间分布的库存量比例及出库量比例相同，当前业务的首要目标是最大品类关联度，同时兼顾其他指标。请基于问题 1的预测结果建立规划模型，求得新的品类分仓方案，并分析不同方案中各业务指标的表现。填写表 4 的分仓结果并放在正文中，并将完整品类分仓结果填写在 result 表格中的“一品多仓分仓方案”表单中。
精力有限，以上只是比较简略的文字讲解，详细的完整讲解大家可以看我视频讲解：
)
)
