新零售下基于成熟度的鲜果仓配协同优化与全渠道动态定价.pdf

目录

摘要I

ABSTRACTIII

第一章绪论1

1.1研究背景与意义1

1.2相关文献综述3

1.3研究内容与结构安排9

1.4主要创新点11

第二章相关理论基础13

2.1拉普拉斯分值法13

2.2标签传播算法14

2.3稀疏表示方法15

2.4分支切割法17

2.5消费者效用理论19

2.6本章小结20

第三章基于类别概率信息的鲜果成熟度半监督判别研究21

3.1问题提出21

3.2鲜果成熟度数据采集22

3.3鲜果成熟度判别方法25

3.4鲜果成熟度判别结果与数值分析32

3.5本章小结39

第四章基于成熟度的鲜果仓配协同优化研究41

4.1问题提出41

4.2鲜果成熟度演化模型42

4.3鲜果仓配协同优化模型44

4.4算法设计与数值分析49

4.5本章小结60

第五章基于成熟度的鲜果全渠道动态定价研究61

5.1问题提出61

5.2全渠道动态定价模型构建62

5.3全渠道动态定价模型分析69

5.4数值算例与仿真分析73

5.5本章小结87

第六章总结与展望89

6.1研究总结89

6.2研究展望90

参考文献91

致谢103

攻读学位期间取得的学术成果目录105

图目录

图1-1本文研究框架图10

图2-1分支定界算法具体实现步骤18

图2-2割平面法具体实现步骤19

图3-1番茄各成熟阶段22

图3-2高光谱系统示意图23

图3-3高光谱系统采集的番茄高光谱图像24

图3-4四个不同成熟阶段番茄的光谱曲线24

图3-5原始反射光谱与MSC预处理光谱的对比25

图3-6基于半监督学习的鲜果成熟度判别方法26

图3-7CSR模型与常见构图方法的对比33

图3-8CSR模型与常见构图方法在各个成熟阶段的F1分数对比34

图3-9四种判别方法的性能对比。（a）特征选择数量=5；（b）特征选择数量

=10；（c）特征选择数量=15；（d）特征选择数量=2036

图3-10特征选择数量与各类标记样本数量对SIDLS算法性能的影响37

图4-1基于成熟度的鲜果仓配协同优化示意图42

图4-2不同采收成熟度番茄的光谱反射率变化。(a)绿熟期；(b)转色期；(c)硬熟

期43

图4-3空间坐标示意图55

图4-4算例计算性能对比59

图5-1全渠道零售模式下消费者购买鲜果产品过程63

图5-2基于滚动时域的多决策周期动态定价决策模式64

图5-3全渠道动态定价模型与模型的零售价格差值78

21

图5-4单位增值服务销售额增长值对全渠道动态定价决策与增值服务水平的影响

分析80

图5-5参数、对全渠道动态定价模型与利润差值的影响83

1221

图5-6参数、对全渠道动态定价模型与利润差值的影响85

1221

表目录

表2-1基于LS的半监督特征选择算法流程14

表3-1基于ADMM算法的求解流程30

表3-2基于半监督学习的成熟度