求促销方式(买几赠几方式)中的纯订货量算法

最新推荐文章于 2022-02-02 00:37:24 发布
最新推荐文章于 2022-02-02 00:37:24 发布
阅读量2.2k 收藏 1
点赞数
分类专栏： 分析一下 文章标签： 算法 活动
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ssyyll/article/details/6067204
版权

   最近碰到个促销方式算法问题，总结一公式分享给大家。

某公司推出“买B赠F”促销活动（不满数量B不累计到下次订货）。

 

促销方式：买 B 赠 F  

纯订货量：Q纯

总数量：Q总

赠品数量：Q赠

 

从买方的角度出发，总数量= 纯订货量  +  赠品量 

Q总 = Q纯 + Q 赠

       = Q纯  + 求整(Q纯/B) * F

 

那么从买方来看，得到了买方的总数量，怎么算出纯订货量呢。

Q纯 = Q总 - Q赠

下面主要的难点出来了，怎么算出这个Q赠呢？本人得出计算公式如下

Q赠 = 求整(Q总/(B+F)) * F

既然Q赠出来了，那么Q纯也就得出来了。

Q纯 = Q总 - 求整(Q总/(B+F)) * F

 

 

      

ssyyll
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
贪心算法解决商场买赠问题（最简单，通俗易懂，附C++代码
qq_52611791的博客
06-12 2346
贪心算法求解商品买赠问题
第十一讲 项目3 买五赠一 买二十赠五 优惠计算
L_d1990的博客
05-08 2574
任务和代码 /*  *Copyright (c)2016，CSDN学院 |  C语言及程序设计初步  *All rights reserved.  *文件名称：p11-2.c  *作    者：管运煌  *完成日期：2016年5月8日  *小慧过生日，小明（小明真忙）要买鲜花送她。 每枝红玫瑰5元，满5支送1枝，满20枝送5枝。 小明一共有n(n>10)元钱，最多能买到多少？
商场促销——策略模式
qq_24045275的博客
02-02 593
策略模式(Strategy)：它定义了算法家族，分别封装起来，让他们之间可以相互替换，此模式让算法的变化，不会影响到使用算法的客户。(策略模式是对算法的包装，是把使用算法的责任和算法本身分割开，委派给不同的对象管理。) Stragegy类，定义所有支持的算法的公共接口 ConcreteStrategy，封装了具体的算法或行为，继承于Strategy Context，用一个ConcreteStrategy来配置，维护一个对Strategy对象的引用 策略模式是一种定义一系列算法的方法，从概念上来看，所有这些
单纯的sqlite查询sql如何实现促销订单的坎级搭赠比例搭赠联动计算？
秋̶᭄ꦿ攻城狮࿆ྂ
06-25 606
单纯的sqlite查询如何实现促销订单的坎级比例搭赠联动计算？SQL执行过程表结构设计创建本地订单表本地测试数据初始化localUpdateDs更新本地订单表数据localUpdateDs 产品数量更改触发赠品更新localSelectDs促销搭赠本地产品订单信息查询localDeleteDs清空促销搭赠的本地订单表促销搭赠订单提交校验订单金额数量总计同促销规则下主品勾选关联赠品勾选 SQL执行过程 数据操作方式 操作说明 localDeleteDs 清空促销搭赠的本地订单表 loca
生活中的数学：买几送几
kyou66的博客
10-05 3357
与打折问题常常同时出现的还有“买几送几”的问题，每每遇到“买几送几”的问题，总会有十几个学生出错。 例如：开学初，学校打算买630枝钢笔发给学生，这种钢笔的统一价是每枝6元。现在有两家文具店对这种钢笔搞促销活动，红叶文具店打八五折，文峰文具店“买五送一”。请你做一回“小参谋”，算一算到哪家文具店购买比较合算？ 在计算到文峰文具店购买共需付多少钱时，有十几个学生给出了下列计算： 630÷5=10...
买三送一(算法)
Batac的博客
06-15 7087
由于上一次写的时候,没考虑到的地方比较多,这次呢,又重新想了一遍,代码如下: 思想:买三送一问题,我分了两块,第一块用来计算买n瓶可以得到几瓶,第二块是拿着第一块得到的结果与实际人数相比,如果刚好小于人数,则停止计算,得到买了多少瓶,但是这时候买的并且最终得到的瓶数数小于人数的,所以还要再多买一瓶才够;这里有个注意点:当买的瓶数不超过”三”的时候,直接返回买的瓶数(因为不会送的);还有一个注意点就
基于经济订货量模型库存决策分析与其应用以万戈制造公司为例
04-16
在库存管理中，经济订货量（Economic Order Quantity，EOQ）模型是一种常用的库存决策模型。该模型旨在确定企业的最优订货量，以使得总成本达到最小。基于经济订货量模型库存决策分析可以帮助企业降低库存成本，提高...
超市定货——订货方式
12-21
在超市运营中，有效的订货方式对于库存控制、成本管理和顾客满意度至关重要。以下是这份文档可能涵盖的关键知识点： 1. 订货策略：包括定期订货法、定量订货法、连续订货法和经济订货量模型（EOQ）。每种策略都有其...
联合补货策略下的供应商选择和订货量分配协同优化
01-12
分析基于联合补货策略的供应商选择与商品订货量分配协同决策问题,设计一种有效的改进差分进化算法(Improved differential evolution,IDE)进行求解.在考虑商品异质性带来的分组约束基础上,构建一种拓展的供应商选择与...
供应商优选与订货量分配的多目标微粒群算法 (2011年)
06-15
分析了供应商优选与订货量分配问题的特性，构建了带界约束的多目标优化模型，并设计具备有综合学习机制的多目标微粒群优化算法以求解该模型．实验结果表明，该多目标微粒群优化算法是有效的．
订货方式设定技巧.ppt
12-11
订货方式设定是供应链管理中的关键环节，尤其在零售行业中，有效的订货策略能确保商品的新鲜度，减少库存成本，提高销售效率。本课件主要介绍了如何依据商品特性设定不同的订货方式，以实现更精细化的库存管理和订货...
经济批量订货决策系统
11-11
adoquery1.Close; adoquery1.SQL.Text:='select * from cs'; adoquery1.Open; a :=adoquery1.fieldbyname('a').Value;...................................//a、b参数的获取 b :=adoquery1.fieldbyname('b').Value; adoquery1.close; adoquery1.SQL.Text:='select x from yc where id =1'; adoquery1.Open; x :=adoquery1.fieldbyname('x').Value; ……………………….//要预测的产品数量x。 y:=a + b * x; ……………………//计算y的值 with adoquery1 do begin close; sql.Clear; sql.Add('update yc set y =:y1 where id=1'); …………………… //将y的值写入yc表。 parameters.ParamByName('y1').Value:=floattostr(y); execsql; close;
[Java]无脑理解JAVA策略模式
05-13 766
场景:某超市收银台,营业员根据客户购买的商品和数量向客户收费. 问题:
BZOJ 2424 订货(贪心+单调队列)
weixin_30879833的博客
06-01 75
怎么题解都是用费用流做的啊。。。用单调队列多优美啊。 题意:某公司估计市场在第i个月对某产品的需求量为Ui，已知在第i月该产品的订货单价为di，上个月月底未销完的单位产品要付存贮费用m，假定第一月月初的库存量为零，第n月月底的库存量也为零，问如何安排这n个月订购计划，才能使成本最低？每月月初订购，订购后产品立即到货，进库并供应市场，于当月被售掉则不必付存贮费。假设仓库容量为S。 ...
蓝桥杯 促销购物
u012631715的专栏
05-04 1292
算法提高 促销购物   时间限制：1.0s   内存限制：256.0MB      问题描述 　　张超来到了超市购物。 　　每个物品都有价格，正好赶上商店推出促销方案。就是把许多东西一起买更便宜（保证优惠方案一定比原价便宜）。物品要买正好的个数，而且不能为了便宜而买不需要的物品。 　　张超拿到了优惠方案，和需要购买的物品清单，当然想求出最小的花费。他是信息学选手
无人货架的商品推荐算法
Seawise的博客
01-31 1810
首先这是一个针对无人货架商品调整的思路。无人货架在安装时，会默认的冷启动一些商品。在随后的销售过程中，需要根据这个货架的商品消耗情况去调整此货架的商品摆放。撤掉卖不掉的商品，再摆放预计会卖得好的商品。 撤掉滞销商品的逻辑比较简单，因为数据都是已知的，只要设定规则挑选出要下架的商品即可。 上新品的逻辑就没那么简单了，这个也是此文主要讲解的思路。 商品推荐首先想到的就是做出商品之间的相似性。在原...
定价订货量遗传算法matlab程序
最新发布
09-11
您好！针对您的问题，我可以为您提供一个简单的遗传算法的MATLAB程序示例，用于定价订货量问题。以下是代码示例： ```matlab % 参数设置 popSize = 50; % 种群大小 numGenes = 2; % 基因个数（定价和订货量） numIterations = 100; % 迭代次数 crossoverRate = 0.8; % 交叉率 mutationRate = 0.1; % 变异率 % 初始化种群 population = rand(popSize, numGenes) * 100; % 随机生成种群 % 主循环 for iter = 1:numIterations % 计算适应度值 fitness = calculateFitness(population); % 选择操作 selectedPopulation = selection(population, fitness); % 交叉操作 crossedPopulation = crossover(selectedPopulation, crossoverRate); % 变异操作 mutatedPopulation = mutation(crossedPopulation, mutationRate); % 更新种群 population = mutatedPopulation; end % 打印最优解 bestIndividual = population(find(fitness == max(fitness)), :); fprintf('最优解: 价格=%.2f, 订货量=%.2f\n', bestIndividual(1), bestIndividual(2)); % 计算适应度函数（示例函数，需根据具体问题自行定义） function fitness = calculateFitness(population) % 根据个体基因计算适应度值 fitness = sum(population, 2); % 示例适应度函数，可根据具体情况修改 end % 选择操作（轮盘赌选择） function selectedPopulation = selection(population, fitness) totalFitness = sum(fitness); fitnessProb = fitness / totalFitness; cumProb = cumsum(fitnessProb); numParents = size(population, 1); selectedPopulation = zeros(size(population)); for i = 1:numParents r = rand(); j = find(cumProb >= r, 1, 'first'); selectedPopulation(i, :) = population(j, :); end end % 交叉操作（单点交叉） function crossedPopulation = crossover(selectedPopulation, crossoverRate) numParents = size(selectedPopulation, 1); numGenes = size(selectedPopulation, 2); crossedPopulation = selectedPopulation; for i = 1:2:numParents-1 if rand() < crossoverRate crossoverPoint = randi(numGenes-1); % 随机选择交叉点 crossedPopulation(i, crossoverPoint+1:end) = selectedPopulation(i+1, crossoverPoint+1:end); crossedPopulation(i+1, crossoverPoint+1:end) = selectedPopulation(i, crossoverPoint+1:end); end end end % 变异操作（随机变异） function mutatedPopulation = mutation(crossedPopulation, mutationRate) numParents = size(crossedPopulation, 1); numGenes = size(crossedPopulation, 2); mutatedPopulation = crossedPopulation; for i = 1:numParents for j = 1:numGenes if rand() < mutationRate mutatedPopulation(i, j) = rand() * 100; % 随机生成变异后的值 end end end end ``` 请注意，这只是一个简单的遗传算法示例，适用于定价订货量问题。您需要根据实际情况对适应度函数、选择、交叉和变异操作进行具体的定义和调整。 希望这个示例能对您有所帮助！如果您有其他问题，请随时提问。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值