基于群体决策特征的中式自选餐厅菜品销量预测模型

摘要：

从中式自选餐厅的运营流水数据中刻画餐饮消费者群体的膳食特征,并对餐厅菜品销量进行预测.由于中式自选餐厅每日供应的菜品变化巨大,传统的时间序列预测方法难以解决问题,为此提出了 一种基于决策理论的预测模型.通过MACBETH方法和期望效用理论将餐厅的菜品转换为统一的效用值,作为就餐群体选择菜品的依据,使用决策权重代表消费者群体的膳食特征,然后基于行为决策理论设计餐饮消费者的决策模型来预测各个菜品的销量.使用了中式自选餐厅的流水数据训练销量预测模型,模型在训练集的交叉熵为0.082,在测试集上的交叉熵为0.086.相比基于神经网络的预测模型,该模型精确度更高,并具有良好的解释性.因此,该模型能够精确预测给定菜品供应下中式自选餐厅的菜品销量,从而支持中式自选餐厅的高效运营.

关键词：预测模型、决策模型、差分进化算法

所属期刊栏目：39

分类号：TP181(自动化基础理论)

资助基金：国家重点研发计划2019YFC1709803

在线出版日期：2022-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1731-1736