商品的銷量預(yù)測(cè)一直是零售行業(yè)的一個(gè)重要課題。準(zhǔn)確預(yù)測(cè)單品銷量,能提升門店的備貨效率,從而降低商品損耗,減少庫(kù)存占用,能更好的滿足市場(chǎng)需求。藥品的庫(kù)存問(wèn)題作為零售連鎖藥店經(jīng)營(yíng)管理中的重要一環(huán),解決庫(kù)存的優(yōu)化問(wèn)題可節(jié)省企業(yè)成本,減少庫(kù)存浪費(fèi)。保證連鎖藥店周圍居民的正常用藥,降低資源的消耗和浪費(fèi)。依據(jù)模型的建立和算法實(shí)現(xiàn)來(lái)對(duì)醫(yī)藥連鎖企業(yè)的庫(kù)存進(jìn)行合理優(yōu)化,對(duì)醫(yī)療事業(yè)的發(fā)展有著積極意義。本文主要研究藥品的庫(kù)存優(yōu)化問(wèn)題,以T醫(yī)藥連鎖企業(yè)的真實(shí)銷售數(shù)據(jù)和庫(kù)存數(shù)據(jù)為研究對(duì)象。結(jié)合當(dāng)?shù)氐臍鉁匾蛩?構(gòu)建醫(yī)藥銷售預(yù)測(cè)模型達(dá)到動(dòng)態(tài)調(diào)整企業(yè)庫(kù)存的目的。論文主要研究工作如下:（1）根據(jù)藥品在研究期間的累計(jì)銷售額占比將藥品進(jìn)行重要性劃分。根據(jù)傳統(tǒng)的藥品分類方法結(jié)合層次分析法進(jìn)行藥品ABC分類。根據(jù)分類結(jié)果,將劃為A類的藥品做為銷量預(yù)測(cè)的對(duì)象。（2）根據(jù)銷售數(shù)據(jù)的特點(diǎn),針對(duì)重要性程度較高的A類藥品提取不含有特殊標(biāo)識(shí)的藥品（麻黃堿標(biāo)識(shí),拆零標(biāo)識(shí)）,運(yùn)用FP-growth算法分析研究周期內(nèi)的藥品之間的關(guān)聯(lián)關(guān)系,挖掘藥品的頻繁項(xiàng)集,并預(yù)測(cè)頻繁項(xiàng)集內(nèi)的藥品銷量,根據(jù)預(yù)測(cè)結(jié)果來(lái)優(yōu)化銷售組合和企業(yè)庫(kù)存。（3）根據(jù)藥品屬性和氣溫... 

【文章來(lái)源】：蘭州財(cái)經(jīng)大學(xué)甘肅省

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 引言
    1.1 研究背景
    1.2 研究意義
    1.3 研究現(xiàn)狀
        1.3.1 銷售預(yù)測(cè)的研究現(xiàn)狀
        1.3.2 零售企業(yè)庫(kù)存管理與優(yōu)化研究現(xiàn)狀
        1.3.3 文獻(xiàn)評(píng)述
    1.4 研究?jī)?nèi)容和創(chuàng)新點(diǎn)
        1.4.1 研究?jī)?nèi)容
        1.4.2 論文創(chuàng)新點(diǎn)
    1.5 論文結(jié)構(gòu)及框架
2 相關(guān)理論
    2.1 ABC分類
    2.2 頻繁項(xiàng)集挖掘
    2.3 基于時(shí)間序列的銷量預(yù)測(cè)分析
        2.3.1 時(shí)間序列分析的相關(guān)介紹
        2.3.2 模型的選擇
    2.4 隨機(jī)森林算法
        2.4.1 算法介紹
        2.4.2 隨機(jī)森林特征選擇規(guī)則
        2.4.3 模型建立和評(píng)價(jià)
    2.5 庫(kù)存優(yōu)化相關(guān)概念
    2.6 本章小結(jié)
3 藥品的分類研究
    3.1 藥品的ABC分類
    3.2 基于層次分析法改進(jìn)分類結(jié)果
        3.2.1 判斷矩陣一致性檢驗(yàn)
        3.2.2 指標(biāo)權(quán)重的確定
    3.3 藥品的分類結(jié)果
    3.4 本章小結(jié)
4 藥品頻繁項(xiàng)集挖掘
    4.1 關(guān)聯(lián)規(guī)則基本概念
    4.2 基于FP-growth算法頻繁項(xiàng)集挖掘
        4.2.1 數(shù)據(jù)預(yù)處理與特征提取
        4.2.2 頻繁項(xiàng)集挖掘結(jié)果分析
    4.3 本章小結(jié)
5 銷售預(yù)測(cè)
    5.1 數(shù)據(jù)預(yù)處理
        5.1.1 醫(yī)藥數(shù)據(jù)預(yù)處理
        5.1.2 氣溫?cái)?shù)據(jù)預(yù)處理
    5.2 隨機(jī)森林算法預(yù)測(cè)
    5.3 時(shí)間序列模型預(yù)測(cè)
        5.3.1 模型識(shí)別與檢驗(yàn)
        5.3.2 模型的評(píng)估
    5.4 本章小結(jié)
6 基于銷售預(yù)測(cè)的醫(yī)藥零售企業(yè)庫(kù)存優(yōu)化
    6.1 醫(yī)藥零售企業(yè)庫(kù)存優(yōu)化的目的和意義
    6.2 我國(guó)零售企業(yè)庫(kù)存管理缺陷
    6.3 零售醫(yī)藥企業(yè)產(chǎn)生庫(kù)存浪費(fèi)的原因與優(yōu)化方案
        6.3.1 產(chǎn)生庫(kù)存浪費(fèi)的原因
        6.3.2 藥品庫(kù)存優(yōu)化方案
    6.4 藥品庫(kù)存的動(dòng)態(tài)優(yōu)化
        6.4.1 頻繁項(xiàng)集挖掘結(jié)果的應(yīng)用
        6.4.2 以周為單位進(jìn)行單個(gè)藥品銷量預(yù)測(cè)
        6.4.3 結(jié)合銷量預(yù)測(cè)的動(dòng)態(tài)庫(kù)存調(diào)整
        6.4.4 銷量預(yù)測(cè)在安全庫(kù)存計(jì)算中的應(yīng)用
    6.5 庫(kù)存管理指標(biāo)體系建設(shè)
    6.6 本章小結(jié)
7 總結(jié)與展望
參考文獻(xiàn)
后記
攻讀碩士學(xué)位期間發(fā)表的論文及科研情況



本文編號(hào)：3183036