医药零售企业的销量预测与库存优化研究

发布时间：2021-05-12 07:47

　　商品的销量预测一直是零售行业的一个重要课题。准确预测单品销量,能提升门店的备货效率,从而降低商品损耗,减少库存占用,能更好的满足市场需求。药品的库存问题作为零售连锁药店经营管理中的重要一环,解决库存的优化问题可节省企业成本,减少库存浪费。保证连锁药店周围居民的正常用药,降低资源的消耗和浪费。依据模型的建立和算法实现来对医药连锁企业的库存进行合理优化,对医疗事业的发展有着积极意义。本文主要研究药品的库存优化问题,以T医药连锁企业的真实销售数据和库存数据为研究对象。结合当地的气温因素,构建医药销售预测模型达到动态调整企业库存的目的。论文主要研究工作如下:（1）根据药品在研究期间的累计销售额占比将药品进行重要性划分。根据传统的药品分类方法结合层次分析法进行药品ABC分类。根据分类结果,将划为A类的药品做为销量预测的对象。（2）根据销售数据的特点,针对重要性程度较高的A类药品提取不含有特殊标识的药品（麻黄碱标识,拆零标识）,运用FP-growth算法分析研究周期内的药品之间的关联关系,挖掘药品的频繁项集,并预测频繁项集内的药品销量,根据预测结果来优化销售组合和企业库存。（3）根据药品属性和气温... 

【文章来源】：兰州财经大学甘肃省

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 引言
    1.1 研究背景
    1.2 研究意义
    1.3 研究现状
        1.3.1 销售预测的研究现状
        1.3.2 零售企业库存管理与优化研究现状
        1.3.3 文献评述
    1.4 研究内容和创新点
        1.4.1 研究内容
        1.4.2 论文创新点
    1.5 论文结构及框架
2 相关理论
    2.1 ABC分类
    2.2 频繁项集挖掘
    2.3 基于时间序列的销量预测分析
        2.3.1 时间序列分析的相关介绍
        2.3.2 模型的选择
    2.4 随机森林算法
        2.4.1 算法介绍
        2.4.2 随机森林特征选择规则
        2.4.3 模型建立和评价
    2.5 库存优化相关概念
    2.6 本章小结
3 药品的分类研究
    3.1 药品的ABC分类
    3.2 基于层次分析法改进分类结果
        3.2.1 判断矩阵一致性检验
        3.2.2 指标权重的确定
    3.3 药品的分类结果
    3.4 本章小结
4 药品频繁项集挖掘
    4.1 关联规则基本概念
    4.2 基于FP-growth算法频繁项集挖掘
        4.2.1 数据预处理与特征提取
        4.2.2 频繁项集挖掘结果分析
    4.3 本章小结
5 销售预测
    5.1 数据预处理
        5.1.1 医药数据预处理
        5.1.2 气温数据预处理
    5.2 随机森林算法预测
    5.3 时间序列模型预测
        5.3.1 模型识别与检验
        5.3.2 模型的评估
    5.4 本章小结
6 基于销售预测的医药零售企业库存优化
    6.1 医药零售企业库存优化的目的和意义
    6.2 我国零售企业库存管理缺陷
    6.3 零售医药企业产生库存浪费的原因与优化方案
        6.3.1 产生库存浪费的原因
        6.3.2 药品库存优化方案
    6.4 药品库存的动态优化
        6.4.1 频繁项集挖掘结果的应用
        6.4.2 以周为单位进行单个药品销量预测
        6.4.3 结合销量预测的动态库存调整
        6.4.4 销量预测在安全库存计算中的应用
    6.5 库存管理指标体系建设
    6.6 本章小结
7 总结与展望
参考文献
后记
攻读硕士学位期间发表的论文及科研情况



本文编号：3183036