店铺管理建模作业北京奥运会临时迷你超市最全版Word文档格式.docx
《店铺管理建模作业北京奥运会临时迷你超市最全版Word文档格式.docx》由会员分享,可在线阅读,更多相关《店铺管理建模作业北京奥运会临时迷你超市最全版Word文档格式.docx(7页珍藏版)》请在冰豆网上搜索。
![店铺管理建模作业北京奥运会临时迷你超市最全版Word文档格式.docx](https://file1.bdocx.com/fileroot1/2022-10/16/2f962ccd-62a0-4734-89f2-2163cbadb58a/2f962ccd-62a0-4734-89f2-2163cbadb58a1.gif)
结果要贴近实际,最后阐明所用方法的科学性。
二、模型的基本假设
1、预演运动会问卷调查所反映的规律基本符合奥运会期间购物、出行、就餐的规律。
2、每个见台能容纳观众数目为壹万人,且满座率为100%;
3、观众需在公交停靠点、地铁站、出租交通工具停靠点、私家车停靠点下车后步行进入主场馆区域。
4、观众每天平均出行俩次,先进出场馆,再完成餐饮,购物在进出场馆间完成。
5、观众每次出行均遵循最短路径原则。
6、每壹位消费者在壹个商区内只购物壹次。
7、对于有俩条最短路径到达见台的观众,他们壹般是优先选择走人少的商区(为了避免拥挤)和不同的路径(满足观众心理)。
三、符号说明
符号
表示意义
备注
第i个商区
为了方便,统壹将A1-A10、B1-B6、C1-C4个商区分别表示为
第j个见台
题目中商区A1-A10、B1-B6、C1-C4所对应的见台分别用
第j个见台的能容纳观众的数目
第i个交通工具停靠点
i=1~6,分别表示公交(南北)、公交(东西)、出租、私车、地铁(东)、地铁(西)
第i个就餐地点
i=1~3,分别表示中餐、西餐和商场(餐饮)
某壹类群体特征的概率
最短路径时的人流量
从交通工具停靠点到见台路过第商区的人数
由交通工具停靠点到达见台的最短路径
由交通工具停靠点到达见台的第k条最短路径
通常情况下,最短路径不超过俩条
第i个商区的总人流量
、分别表示第i个商区入场和进场的人流量
每个商区的人流量占整个总人流量的百分比
亦即人流量分布的百分比
盈利系数
E
所有消费者群体总的消费期望
第i个商区大型MS的个数
第i个商区小型MS的个数
建壹个大型MS所需的费用
每天所分摊的营建费用,即总建设费用除以比赛的天数
建壹个小型MS所需的费用
同上
大型MS能容纳的人流量
小型MS能容纳的人流量
四、问题的分析及模型的建立
问题壹的数据分析和模型建立:
问卷调查的数据给出了预演运动会的不同观众在出行、用餐和购物等各方面的情况,这实际上比较真实而客观地模拟出了2008年北京奥运会的实况,我们的任务是从这些庞大的调查数据中找出观众在这各个方面的变化规律,能够归结为壹个数理统计的问题。
我们计算调查的样本的均值作为估计值,由于在三次的调查统计的人数都不同,则我们
计算均值采用加权平均:
(为各个类型的人群体的均值,j为1,2,3…;
为第i次统计的壹群体的数量;
为第i次统计的样本容量,i为1,2,3)
我把均值所占总体的比例视为其发生的概率,于是我们就能够得到:
各个类型的人群体出现的概率:
这就是我们建立的简单的统计各种类型观众出现的概率规律的模型。
问题二的分析和模型的建立
为了简化问题的讨论,我们假设观众在这壹天的活动情况为采取先入场后就餐的模式,在入场和出场就餐的过程中都有可能购物,但对每壹位观众来说,他壹天只购物壹次。
根据我们的假设,我们得到任意壹个商区的观众流量,由入场时所经过的观众的总流量和出场观众的流量俩个部分构成,即有:
每个商区观众的总流量=该入场观众的总流量+该出场观众的流量
而由分析知,入场观众的总流量由观众出行下车所在的位置至观众见台的路径决定,我们认为出场观众的流量则由观众到达就餐地点的路径决定。
用图形表示为:
下面我们分别分析各商场入场观众的总流量和出场观众的总流量。
(壹)各商场入场观众的总流量
设见台的总观众的数目为,则由交通工具停靠点到达见台的观众的人数为:
假设由交通工具停靠点到达见台的最短路径为,在壹般情况下,最短路径是唯壹的,而在本问题的讨论中,在特殊情况下有俩条路径能够在满足最优条件,在有俩条路径的情形时候,我们认为每为观众选择任何壹条路径的概率相等,各为1/2。
于是为了使模型能更好地反映出所有最短路径的情况,我们引入来代替。
的意义是由交通工具停靠点到达见台的第u条最短路径,实际上由于最短路径的条数不超过2,即的取值为,,虽然表面上增加了变量的维数,而实际上由于取俩条最短路径的情形较少,因此增加变量的维数对本问题的顺利解决影响不大,
考察经过的商区根据先后顺序排序,组成的点集,(u=1,2)对于每条路径上的商区的人的流量能够视为相同,可得出为:
(只有壹条最短路径时)
(有俩条最短路径时)
这样壹来,对于任意的商区其通过的入场观众的总流量为:
(当时即某壹路径通过该商区时才会有人流量)
(二)各商场出场观众的流量
根据前面的假设,观众在见完比赛后的事情便是到餐厅就餐,考察的情况便是见完比赛后选择就餐的地点和方式。
对于观众出场的情形,和观众入场时的情形相似,微小的区别在于入场时是要求交通工具停靠点和见台的距离最短,而出场的时候要求的是见台和就餐地点的距离最短。
为了考察问题的方便,我们把预演的时候所得到的观众选择各种餐馆的概率作为观众选择新的餐馆的概率。
对于任意见台,到达任壹餐馆必有最短路径。
记其最短路径的方式和入场时相同,用来表示,组成的点集记为组成的点集,(u=1,2)。
观众到达任壹餐馆的概率为,问题壹中已将其求出。
则每条最短路径上的人流量为:
(只有壹条最短路径)
(有俩条最短路径)
这样壹来,对于任意的商区其通过的入场观众的总流量为
(三)各商场总的人流量及其百分比
根据我们的假设,每个观众在进入场馆时和退场时购物的机会是相同的,这样我们将和直接相加即可得到各商区总的人流量。
即有关系式:
=+
故每个商区的人流量占整个总人流量的百分比为:
综上讨论和分析过程,我们最终建立的模型如下:
(1)每个商区的人流量占整个总人流量的百分比:
(2)各商场总的人流量为进场的人流量和出场时的人流量之和:
(3)各商区入场总的人流量为经过该商区各条路径的总流量之和:
(4)入场当只有壹条最短路径和有俩条最短时路径时人流量的计算:
只有壹条最短路径
有俩条最短路径
(5)各商区出场总的人流量为经过该商区各条路径的总流量之和:
(6)出场至餐馆当只有壹条最短路径和有俩条最短时路径时人流量的计算:
问题三的分析和模型的建立:
根据问题的已知条件,影响商店选址的主要因素是商圈内的人流量及购物欲望。
商圈内的人流量能够较直观地如问题二的过程求出。
对于购物欲望,也不难建立壹个直观的模型来反映。
而问题的关键在于如何将俩者有机地结合起来。
通过对问题的分析,我们引入壹个能将俩者结合的量——消费人流量。
其定义为:
某点在某壹路径上的消费人流量=该路径上的人流量人流量在该点的购物欲望
这样就创造性地将影响选址的俩个主要因素结合起来,极大地方便了问题的讨论。
然后在设计俩种不同大小迷你超市的时候,以消费人流量作为主要的考虑标准,将问题予以顺利的解决。
下面分别逐步建立问题的模型。
(一)确定人的购物欲望的模型:
由消费经济学知识和日常生活中的常识知:
某人欲到达某地,则他(她)到达目的地想购物的欲望最强烈,而在到达目的地的途中,其欲望显然不及目的地。
又由常识知,在路径的最开始端,欲望最低,然后随着其不断行走,购物欲望不断增强,直到到达目的地其欲望达到最大。
我们定义目的地的购物欲望为1,其它地方的购物欲望因子值即反映了该处购物欲望和目的地购物欲望的比例。
为了讨论问题的方便,联系本实际问题,我们选择用壹个指数函数衰变因子来表示观众购物欲望的在不同的商区的变化情况。
该指数函数形式为:
=。
(k为路径上和目的地相差的商场的个数)
考虑壹个实际的简单例子来解释说明我们定义的指数形式:
公交南(北)。
由于为目的地,故所对应的购物欲望最强为:
=1;
而对应的购物欲望为:
;
对应的为:
。
(二)确定各商区的消费人流量
对于各商区的消费人流量,由于可能有不同的路径经过该商区,因此,该商区的总人流量为各路径在该商区产生的人流量之和。
作为本题考察的关键,是满足已知的购物需求、分布基本均衡和商业上盈利这三个条件来确定超市的设计。
通过分析,如果将商业盈利作为我们优化的目标,而其它俩个条件作为该目标的约束条件,此问题很快转换为壹个带有约束的整数规划问题。
对于每位观众可能有不同的消费方式,为了使问题简化,我们假定每位观众的消费额是相同的。
这个消费额用所有消费者群体总的消费期望值来表示。
用E表示。
若商场的盈利系数设为。
则对每位观众,商场可盈利为:
E。
商场建立的条件之壹是满足购物需求的条件,很容易得到商场选择较大规模的MS易满足条件。
但商场在设计的过程中,另外壹个必须考虑的因素是商场兴建的费用。
因为MS规模越大,数目越多,所需的费用也会越大,当然所获得的商业利润或回报的利润也就越大。
所以我们必须在考虑能满足条件时兴建MS的费用。
显然在此问题中,
对于任壹商区,根据前面的定义,有效流量能够见成能够购买物品的观众的数目,因而观众在该商区消费而盈利为:
考虑兴建MS的费用为:
因此该商区的净盈利为:
而由于需满足每个商区的人流的条件:
于是我们根据之上的分析讨论过程得到以下的数学模型:
目标函数:
max
约束条件:
,均为整数
0,0(i=1,220)
六、模型的改进和推广:
如我们建议中的第3条考虑多种规模的MS,能够在此上面将模型予以推广。
模型的改进在我们原来模型的基础上很容易实现,只需将我们对每个商区的决策变量由原来的俩个增加到多个,其它条件不改变。
得到的模型仍然能够用Lindo软件求解,很快得出设计方案。
在考虑到,人流密度很大的情况下,我们仍能够把出口处较多的超市调到较少的商区去,更好的为消费者服务,也避免了道路的阻塞。
此外,我们的模型能够从我们上面提供的壹些建议的几个方面来进行调整。
这个模型比较接近现实,它很有实用价值,能够为2008年北京的奥运会提供参考。