基于机器学习方法的生鲜食品需求预测——以南京财经大学水果店为例开题报告

1. 研究目的与意义

当前生鲜食品较有代表性的是指的'生鲜三品'，即:果蔬(蔬菜水果/PRODUCE)、肉类(MEAT)、水产品(SEAFOOD)。相较于其他市场上的商品，它的产品特性更为特殊，其交易重复性高，总体供求的价格弹性小；市场交易链及其渠道环节多，复杂且透明度不高；交易信息的对称性较差，受自然条件的影响；交易成本占总成本比重大，价值重量比低，运费成本高；时效性高、季节性强、不耐保存、易腐烂。同时针对于大学生群体而言，其人数多，消费容量大，消费差距大，具有极强的阶段性。因此基于以上两个方面，如何确定生鲜食品的进货量对于大学内的商家成为一个难题。本文旨在于从需求端出发，从需求端解决供给端问题，并以南京财经大学为例，提供一个简便，高效，可信的预测方法，帮助商家切实解决问题。

本文的研究意义在于：1）理论意义：运用马尔可夫需求预测法，并根据应用结果对该方法进行创新性的修正。2）现实意义：解决商家切实问题，推广其应用范围。

2. 研究内容和预期目标

一.研究内容：

1、内容概述

(1)介绍四种目前应用最为广泛的预测模型

3. 国内外研究现状

国内外学者目前提出需求预测模型繁多，主要有马尔科夫链预测，回归预测方法，卡尔曼滤波预测模型，组合预测模型，bp神经网络预测模型等。学者在生鲜食品方面主要应用于冷链，目标人群主要是一个城市的人口。

唐小我，曾勇，王竹在《市场预测中马尔科夫链状态转移概率矩阵的估计》一文中提到：马尔科夫过程在管理科学中有着广泛的应用途径,如市场预测,排队论及扩散过程等.在市场预测中,通常采用的是有限平稳马尔科夫链,如在市场占有率,销售状态和期望利润等的预测中.马尔科夫链应用于市场预测的关键在于状态转移概率矩阵的估计.虽然已有一些习惯的简单估算方法或从实际中产生的其它估算方法,但这些方法需要进一步改进。

王晓平，闫飞在《京津冀农产品冷链物流需求影响因素及预测模型研究》一文中提到：采用定性分析和定量统计相结合的方法研究农产品冷链物流需求的影响因素,并在此基础上分别建立基于灰色模型,支持向量机,bp神经网络,rbf神经网络,遗传神经网络的农产品冷链物流需求预测模型.通过研究模型对变量之间相关关系的刻画能力及预测精度两方面因素,发现五类模型分析农产品冷链物流需求问题的能力排序为:遗传神经网络模型gt;rbf神经网络模型gt;bp神经网络模型gt;支持向量机模型gt;灰色模型,这一结果表明遗传神经网络用于农产品冷链物流需求分析具有优越性.

王秀梅在《基于权重分配组合法的农产品冷链物流需求趋势预测》一文中提到：基于权重分配组合方法,集合偏最小二乘法,时间序列arima法和二次指数平滑法三种单项预测方法,分别预测了我国水产品,肉禽蛋奶类产品和果蔬产品这三大类农产品的冷链物流需求趋势.预测结果表明,权重分配组合法的预测精度要优于三种单项预测方法.根据预测结果,我国未来各类农产品冷链物流的需求还有一定提升空间,且基本保持小幅度的线性增长趋势,其中肉禽蛋奶类产品的增长速度相对最快。

由以上材料可以看出，针对对象不同，需要选择的预测模型存在较大的差异，目前学者的目光多集中于较为宏观的层面，并未对消费群进行细分，对于大学生这个特殊群体的生鲜需求关注更是极少，本论文拟对该问题进行初步探索。

4. 计划与进度安排

一、研究计划：

1、2021年12月10日--2022年1月20日：撰写、提交论文初稿和中期检查表。

2.2021年3月18日-- 2022年4月28日：反复修改论文并提交修改稿（二稿、三稿）、提交外文文献及译稿。

5. 参考文献

[1]邓聚龙.灰预测与决策[m].武汉:华中科技大学出版社.

[2]赵琳琳，夏乐天.灰色马尔可夫链模型的改进及其应用[j].河海大学学报(自然科学 版) 2007,35 (4)，488-490.

[3]贺明明.马尔可夫链模型在某些经济预测中的应用[d].哈尔滨:哈尔滨工业大学硕士学位论文，2008.