一次的损耗率为,不同的单价为,不同地区邮费为,每个会员每月需支付的会员费为,总利润为,共有会员人,不同地区的分配张数,则建立的函数为:Р目标是将最大化。Р5.4.2 分类的研究Р在需求预测时将分成不同的几种类型:影视、音乐、科教、体育、健身。假设在同种类型中有数量不足时以同种代替,可使满意度仅下降20%,而以不同类型代替则会是满意度下降50%Р则:在计算满意度时将,则取=1,2,3时之间差值最大,超过了20%。Р(1)先满足满意度为1,,的会员。Р(2)若有会员未选到他满意度为1,,的,而该种类型的所选人数满意度又小于,则将租借给前者,同理,若不同类型的有租赁人满意度小于,则也租赁给前者。Р六、模型的检验Р本文将订单矩阵转化为0-1需求矩阵,对需求矩阵的列向量求和可得到每种的需求量,形成二维图如下:Р图1 二维图Р从该图可以看出,每种的需求量比较均衡,这说明多个顾客同时想要相同几种的概率很小,正好印证交集影响微小的合理性。Р七、模型的评价与改进Р7.1 模型的优点Р1、本模型在随机分布的基础上,建立关于分配情况的矩阵,以及各会员的针对各种的满意程度矩阵,使得问题的描述比较清晰。Р2、对于满意程度的表示,我们采取了将附表中的偏爱程度取倒数的方法,使得会员满意程度的描述有依据,显得比较合理,避免了线性取值带来的较大误差。Р3、对于问题二、三涉及的大量数据,本文用编程,很好地解决了问题,结果让人满意。Р4、问题四中,本文从经营者的角度,在的需求预测、购买和分配中涉及到的其他一些重要问题进行分析,并建立了相应的数学模型,综合考虑了多种因素。Р7.2模型的缺点Р1、因为问题一本文是从一个极限的角度来求解5种的最小购买量,所以在计算结果的准确度来讲,会有一些误差。Р2、对商业运作知识的缺乏,对一些因素(比如满意度)的把握可能欠缺妥当。Р3、需要对大量数据进行处理,增加了建模求解的难度。
全文预览
