本科畢業(yè)論文奧運會臨時超市網(wǎng)點設(shè)計(存儲版)
【正文】 商業(yè)區(qū) 16,AA 人流量增加 ? ，A 區(qū)中其他商業(yè)區(qū)人流量增加 2? 。所以主要是觀眾的人流量決定了各個商業(yè)區(qū)的人流量分布，同時在考慮消費時觀眾也是主導(dǎo)力量。 （在這里進行類轉(zhuǎn)換：即假設(shè)進入 2C 次級商業(yè)圈的在 2 區(qū)觀看比賽和工作人員數(shù)量與進入 2C 中心 商業(yè)圈的其他區(qū)的游客數(shù)量具有可替代性，即相差不大）。 1． 約束條件和目標(biāo)函授來解決整體均衡分布和盈利的雙贏。局部均衡的考慮會給來中國的外國友人帶來更大的方便和良好的印象。 u=s(1)。 13 v=i。a=。x[3]=B_X。x[7]=B_X。x[11]=B_X。amp。amp。amp。amp。amp。amp。amp。 doubTmp=doubTmp + x[i]*(a+b*b/a)。 printf(\nmax= % ,doub_val)。 } 。 xh++。i++) { printf( %,x[i])。amp。amp。amp。amp。amp。amp。 Q=(a+b*b/a)。x[10]=B_X。x[6]=B_X。x[2]=B_X。 fp=fopen(c:\\,wt)。 end end end lv=inf。 end s=[]。本題建立的模型不僅僅是單純意義上追求商業(yè)的贏利性，而是考慮作為服務(wù)和贏利雙重經(jīng)營觀念于一體的新 連鎖零售商在進行商業(yè)網(wǎng)點布局時所應(yīng)考慮的如模型中諸多因素。因此，這個有約束的線性規(guī)劃模型具有一定的科學(xué)性。 分析國家游泳館（水立方）的商圈情況， 如下圖所示 為 iC 區(qū)商業(yè)圈圖： 8 分析 2C 區(qū)： 中心商業(yè)圈是主要面對座位 在 2區(qū)的觀眾和工作人員 ,來店顧客中 55%～ 70%的人都在這個區(qū)域 ,而且每個顧客的平均消費額也最大 ,這一商圈與其他區(qū)的商區(qū)重疊較少。 統(tǒng)計數(shù)據(jù)見附錄，人流量分布（單位：百分比）統(tǒng)計結(jié)果為： 7 表五 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 % % % % % % % % % % B1 B2 B3 B4 B5 B6 % % % % % % C1 C2 C3 C4 % % % % 上表表示每一個商區(qū)內(nèi)的人流量占總共 20 個商區(qū)人流量之和的百分比。 等差步長為： 101Mm? 。觀眾在最短路徑的基礎(chǔ)上可以選擇先看比賽，也可以選擇先吃飯，這不影響商業(yè)區(qū)的人流量的大小。 Dijkstra 算法： 作出賦權(quán)無向圖 ),( EVG ， V 為頂點集， E 為邊集。從 表四中可看出 ，總體來看消費額在 200300 元的觀眾較多， 400 元以上的觀眾很少。 四、模型分析與建模 問題一 ： 根據(jù) 問題所給的 調(diào)查數(shù)據(jù)，用 統(tǒng)計分析 找 出 了觀眾在 出行、餐飲和購物等方面的規(guī)律。下圖是與本問題有關(guān)的地區(qū)及相關(guān)部分： 圖 1 現(xiàn)在需要根據(jù)對預(yù)演運動會的三次調(diào)查數(shù)據(jù)，找出觀眾出行、餐飲和購物等方面的的規(guī)律，并且根據(jù)這些規(guī)律，推測每一個商區(qū)的人流量，并給每一個商區(qū)的 MS 的規(guī)模大小、個數(shù)，設(shè)計一個合理的商業(yè)網(wǎng)點分布方案。 1 奧運會臨時超市網(wǎng)點設(shè)計 摘要 ： 本文對 20xx 年北京奧運會比賽主場館周邊商業(yè)區(qū)內(nèi)的臨時商業(yè)網(wǎng)點安排進行了分析。要求這些 MS 要滿足奧運會期間的購物需求、分布均衡和在商業(yè)上贏利。 654321?i （ 1：公交（南北）； 2：公交（東西）； 3：地鐵東； 4：地鐵 西； 5：私車； 6：出租）。 年齡段 公交（南 北） 公交（東 西） 出租 私車 地鐵（東） 地鐵（西） 總?cè)?數(shù) 比率 20 歲以下 288 158 196 113 217 202 1174 % 2030 歲 1055 908 1184 568 1215 1220 6150 % 3050 歲 267 453 428 196 391 404 2139 % 50 歲以上 164 309 202 81 183 198 1137 % 總?cè)藬?shù) 1774 1828 20xx 958 20xx 2024 10600 比率 % % % % % % 5 再從消費額（非餐飲）角度來看觀眾的購物規(guī)律 ，見表四： 表四 表四表明 不同年齡 階段 觀眾在各個消費階段的人數(shù)以及所占的比例。 用 Dijkstra 算法，算出各個交通工具車站到每一個商區(qū)和用餐地的最短距離。 考慮到每一個觀眾在一天內(nèi)平均出行兩次，一次為比賽場館，一次為餐飲，且每一位觀眾都選擇最短路徑。 根據(jù)假設(shè)三，觀眾進入每個看臺的概率相等，所以把 1M 平均分為十份，作為平均步長，從 1A 到 6A 以等差遞減。 第四組：對于在商場用餐的觀眾經(jīng)過各個商區(qū)的人流量統(tǒng)計。考慮到題設(shè)中顧客 以 最短路行走的假定， 故 邊緣商業(yè)圈的顧客量極少，忽略不計。這種網(wǎng)點設(shè)置比較接近現(xiàn)實生活。 六、模型改進和推廣 零售商業(yè)網(wǎng)點的選址問題現(xiàn)已經(jīng)成為企業(yè)實施連鎖經(jīng)營戰(zhàn)略和業(yè)務(wù)擴展時首要調(diào)查、分析的問題。 z(i)=1。 else ll(i)=inf。 //clrscr()。x[1]++) for(x[2]=A_X。x[5]++) for(x[6]=A_X。x[9]++) for(x[10]=A_X。x[13]++) { printf(\n % % % % % % ,x[1],x[5],x[10],x[15],x[20])。 Q*x[2]=B_X2) amp。 Q*x[4]=B_X4) amp。 Q*x[
公司管理相關(guān)推薦
鄂ICP備17016276號-1