百货业实时定价机制的研究开题报告

1. 研究目的与意义（文献综述）

近年来，随着网络通信和信息技术的飞速发展，internet全球迅速普及，电子商务正逐渐成为经济增长的亮点和未来商务发展的趋势。百货业也要与时俱进，跟互联网相结合。定价作为百货业销售的基本环节势必伴随变革而迎来自身发展的新机遇和新挑战。传统定价策略已经不能适应百货业发展的需要。一方面，传统定价方式不够精确灵活；另一方面，传统定价方式不能准确地选择消费者分割的尺度，实施价格歧视策略，获得更多的消费者剩余。这使得对电子商务环境下实时定价机制的研究有着十分重要的意义。

在实际销售中，对产品的定价进行探索，尝试使用一种动态定价技术。目前市场上有关于产品定价的研究，多是策略方面的，定性的研究，缺少精确的定价方法。本文研究的目的之一就是对百货产品定价理论进行探索。尝试以动态的，实时的定价方式来确定其市场价格。利用实时定价机制可以吸引来自不同地域的销售商与消费者，以合适的价格进行交易，具有广阔的发展前景。

本文的研究具有一定的理论意义及现实意义：（1）为产品销售企业提供在线销售模式。（2）实时定价可以更好的满足消费者需求，保护商家利益（3）有利于避免陷入低层次的价格战。同类产品市场趋向统一，价格趋向降低，价格离差减小，竞争激烈，竞争者之间可能存在竞相降价的恶性价格战。使用实时定价机制，有了统一的公开价格，可以很好的避免恶性竞争。目前国内常见的产品定价策略，分为一级二级三级差别定价。北京工商大学的汪峰娟教授在她的《企业集团管理财务》一书中提到差别定价的方法。目前关于网络中产品的动态定价问题研究的还很少，其原因在于模型的复杂性和求解的难度大。虽然gallego和vanrygan(1997)扩展单—库存（资源），设定需求强度为矩阵，建立了网络产品定价的随机模型，但直到maglaras和meissner(2006)提出一种运用两层优化模型降低网络定价问题的决策空间维数的方法，才使得该模型具有一定的实用价值。因此本文的研究意义在于设计一个简洁直观，操作方便的实时定价系统，这对零售企业在销售中实现利益最大化有着不可忽视的意义。

2. 研究的基本内容与方案

本课题根据百货业市场需求变化，设计基于神经网络的优化算法，确定动态定价的模型，设计定价机制，建立可视化的界面。

首先，是学习了解动态定价决策、神经网络的相关知识。了解市场需求状态模型和需求状态的估算方法。在此基础上进行需求状态建模，得出需求结构状态的估算方法，然后做出产品线动态定价的决策模型。用matlab进行建模，然后仿真模拟。

神经网络按其结构可分为四类，包括前向网络、反馈网络、相互结合型网络和混合型网络。前馈神经网络(bp模型)是目前研究最多应用最广的网络模型，，其非线性逼近能力是它博得青睐的主要原因。而bp算法作为前馈网络的主要学习算法，则无可争议地对其推广应用起了举足轻重的促进作用。神经网络最重要的功能是它可以通过学习算法从经验中学习，从而使神经神经网络能够模拟人脑的功能。在本课题中使用bp网络的学习算法设计出一个优化算法来确定动态定价的模型。

3. 研究计划与安排

第1-2周：完成题目调研，查阅参考资料，完成开题报告。

第3-7周：学习动态定价决策、神经网络、神经网络的优化算法等相关知识，完成相关文献的翻译。

第8-9周：设计基于神经网络的优化算法，确定动态定价的模型。根据百货业的需求变化，设计定价机制，建立可视化的界面。

4. 参考文献（12篇以上）

[1]程岩.电子商务中面向产品线的动态定价方法研究.系统工程学报，2010,25(4):533-53.

[2]李琳，范体军.面向零售商主导的生鲜农产品供应链的定价策略研究.中国管理科学，2014,22:458-46.

[3]代业明，高岩.具有多类资源多类用户智能电网实时定价决策.系统工程理论与实践，2015,35(9):2315-2323.