当前位置: 首页 > article >正文

2023五一杯B题赛题公布

B题:快递需求分析问题

网络购物作为一种重要的消费方式,带动着快递服务需求飞速增长,为我国经济发展做出了重要贡献。准确地预测快递运输需求数量对于快递公司布局仓库站点、节约存储成本、规划运输线路等具有重要的意义。附件1、附件2、附件3为国内某快递公司记录的部分城市之间的快递运输数据,包括发货日期、发货城市以及收货城市(城市名已用字母代替,剔除了6月、11月、12月的数据)。请依据附件数据,建立数学模型,完成以下问题:

问题1附件1为该快递公司记录的2018年4月19日—2019年4月17日的站点城市之间(发货城市-收货城市)的快递运输数据,请从收货量、发货量、快递数量增长/减少趋势、相关性等多角度考虑,建立数学模型,对各站点城市的重要程度进行综合排序,并给出重要程度排名前5的站点城市名称,将结果填入表1。

表1 问题1结果

排序

1

2

3

4

5

城市名称

问题2请利用附件1数据,建立数学模型,预测2019年4月18日和2019年4月19日各“发货-收货”站点城市之间快递运输数量,以及当日所有“发货-收货”站点城市之间的总快递运输数量,并在表2中填入指定的站点城市之间的快递运输数量,以及当日所有“发货-收货”站点城市之间的总快递运输数量。

表2 问题2结果

日期

“发货-收货”城市之间的快递运输数量

所有“发货-收货”城市之间的总快递运输数量

2019年4月18日

M-U

Q-V

K-L

G-V

2019年4月19日

V-G

A-Q

D-A

L-K

问题3附件2为该快递公司记录的2020年4月28日—2023年4月27日的快递运输数量。由于受到突发事件影响,部分城市之间快递线路无法正常运输,导致站点城市之间无法正常发货或收货(无数据表示无法正常收发货,0表示无发货需求)。请利用附件2数据,建立数学模型,预测2023年4月28日和2023年4月29日可正常“发货-收货”的站点城市对(发货城市-收货城市),并判断表3中指定的站点城市对是否能正常发货,如果能正常发货,给出对应的快递运输数量,并将结果填入表3。

表3 问题3结果

日期

“发货-收货”站点城市对

是否能正常发货

(填写“是”或“否”)

快递运输数量

2023年4月28日

I-S

M-G

S-Q

V-A

Y-L

2023年4月29日

D-R

J-K

Q-O

U-O

Y-W

问题4图1给出了所有站点城市间的铁路运输网络,铁路运输成本由以下公式计算:成本=固定成本×1+实际装货量额定装货量3 。在本题中,假设实际装货量允许超过额定装货量。所有铁路的固定成本、额定装货量在附件3中给出。在运输快递时,要求每个“发货-收货”站点城市对之间使用的路径数不超过5条,请建立数学模型,给出该快递公司成本最低的运输方案。利用附件2和附件3的数据,计算该公司2023年4月23—27日每日的最低运输成本,填入表4。

备注:为了方便计算,不对快递重量和大小进行区分,假设每件快递的重量为单位1。仅考虑运输成本,不考虑中转等其它成本。

图1 站点城市间铁路运输网络

表4 问题4结果

日期

最低运输成本

2023年4月23日

2023年4月24日

2023年4月25日

2023年4月26日

2023年4月27日

问题5通常情况下,快递需求由两部分组成,一部分为固定需求,这部分需求来源于日常必要的网购消费(一般不能简单的认定为快递需求历史数据的最小值,通常小于需求的最小值);另一部分为非固定需求,这部分需求通常有较大波动,受时间等因素的影响较大。假设在同一季度中,同一“发货-收货”站点城市对的固定需求为一确定常数(以下简称为固定需求常数);同一“发货-收货”站点城市对的非固定需求服从某概率分布(该分布的均值和标准差分别称为非固定需求均值、非固定需求标准差)。请利用附件2中的数据,不考虑已剔除数据、无发货需求数据、无法正常发货数据,解决以下问题。

(1) 建立数学模型,按季度估计固定需求常数,并验证其准确性。将指定季度、指定“发货-收货”站点城市对的固定需求常数,以及当季度所有“发货-收货”城市对的固定需求常数总和,填入表5。

(2) 给出非固定需求概率分布估计方法,并将指定季度、指定“发货-收货”站点城市对的非固定需求均值、标准差,以及当季度所有“发货-收货”城市对的非固定需求均值总和、非固定需求标准差总和,填入表5。

表5 问题5结果

季度

2022年第三季度

(7—9月)

2023年第一季度

(1—3月)

“发货-收货”站点城市对

V-N

V-Q

J-I

O-G

固定需求常数

非固定需求均值

非固定需求标准差

固定需求常数总和

非固定需求均值总和

非固定需求标准差总和

关注我后续分享建模思路~


http://www.kler.cn/a/15922.html

相关文章:

  • 利用OpenAI进行测试需求分析——从电商网站需求到测试用例的生成
  • 千益畅行,共享旅游卡市场乱象解析与未来展望
  • Linux下编译安装Nginx
  • 从北美火到中国,大数据洞察品牌“STANLEY”的突围之路
  • Python小试牛刀:第一次爬虫,获取国家编码名称
  • JS 数组排序
  • OpenGL(三)——着色器
  • Redis学习笔记01 (数据结构,线程模型,持久化)
  • 分屏视图上线,详情数据秒切换
  • Python小姿势 - # 如何在Python中实现基本的数据类型
  • 如何查看自己是否使用了国产SSL证书?“套牌”SSL证书?
  • GDB 1、超详细的GDB入门笔记,包含演示代码,快速入门
  • Prompt炼丹炉——一系列Prompt自动优化的实践记录
  • python使用公共api下载狗狗图片
  • Cadence基础操作:Schematic编辑
  • vue+element Ui 树型组件tree懒加载+搜索框远程请求数据为平铺类型
  • TF-IDF (BigData, Data Mining)
  • 【LeetCode: 62. 不同路径 | 暴力递归=>记忆化搜索=>动态规划 】
  • 设计模式-适配器模式
  • RabbitMQ 工作队列模式 Work Queue Demo
  • C S S
  • 制药专业转行软件测试,带我的师傅在这干了两年半,最终还是跑路了......
  • 第11届蓝桥杯省赛真题剖析-2020年6月21日Scratch编程初中级组
  • 渗透测试 | 目录扫描
  • 英语基础-名词
  • 基于Mediapipe手势识别