[發(fā)明專利]應(yīng)用人工智能優(yōu)化企業(yè)供應(yīng)鏈的方法、系統(tǒng)、設(shè)備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 201711071809.3
• 申請日: 2017-11-03
• 公開（公告）號: CN109754104B
• 公開（公告）日: 2023-08-08
• 發(fā)明（設(shè)計）人: 費翔;劉珂;盧維成
• 申請（專利權(quán)）人: 蘇州飛榴科技有限公司
• 主分類號: G06Q30/0202
• 分類號: G06Q30/0202;G06Q10/0631;G06N3/092
• 代理公司: 上海光華專利事務(wù)所(普通合伙) 31219
• 代理人: 高彥

本發(fā)明提供應(yīng)用人工智能優(yōu)化企業(yè)供應(yīng)鏈的方法、系統(tǒng)、設(shè)備及介質(zhì)，包括：根據(jù)歷史策略，應(yīng)用深度強化學(xué)習(xí)獲得策略網(wǎng)絡(luò)；對不同種類產(chǎn)品的歷史需求分析來生成時變的市場需求分布；利用對市場需求分布的第一采樣數(shù)據(jù)訓(xùn)練策略網(wǎng)絡(luò)而獲得增強策略網(wǎng)絡(luò)；對增強策略網(wǎng)絡(luò)應(yīng)用深度強化學(xué)習(xí)獲得價值網(wǎng)絡(luò)；增強策略網(wǎng)絡(luò)根據(jù)實時供應(yīng)鏈數(shù)據(jù)獲得各種下一步策略的初始得分；采樣所預(yù)測的市場需求預(yù)測數(shù)據(jù)獲得第二采樣數(shù)據(jù)，增強策略網(wǎng)絡(luò)據(jù)以獲得各種下一步策略的第一價值得分，價值網(wǎng)絡(luò)獲得各種下一步策略的第二價值得分，綜合初始得分和第二價值得分得到價值網(wǎng)絡(luò)綜合得分；結(jié)合價值網(wǎng)絡(luò)綜合得分及初始得分來確定最終下一步策略。

技術(shù)領(lǐng)域

本發(fā)明涉及供應(yīng)鏈管理技術(shù)領(lǐng)域，特別是涉及應(yīng)用人工智能優(yōu)化企業(yè)供應(yīng)鏈的方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)

供應(yīng)鏈管理的目的是通過對供應(yīng)鏈各個環(huán)節(jié)活動的協(xié)調(diào),將產(chǎn)銷活動中各流程加以整合,使企業(yè)能以最快的速度,將產(chǎn)品由概念、研發(fā)到推向市場，實現(xiàn)企業(yè)最佳業(yè)務(wù)績效。高效的供應(yīng)鏈設(shè)計、供應(yīng)鏈成員之間的信息分享、庫存的可見性和生產(chǎn)的良好協(xié)調(diào)會使庫存水平降低、運輸作業(yè)更為有效,并改善訂單實現(xiàn)率及其它一些關(guān)鍵的業(yè)務(wù)功能。

隨著全球化進程的加速，企業(yè)的供應(yīng)商和信息數(shù)量急劇增加，供應(yīng)鏈管理變得越來越復(fù)雜、成本越來越高，并且更加易于受到影響，供應(yīng)鏈主管面對著成本控制、供應(yīng)鏈可視性、風險管理、多樣化的客戶需求、全球化的挑戰(zhàn)。如果依照傳統(tǒng)的供應(yīng)鏈管理策略和設(shè)計應(yīng)對這些挑戰(zhàn)，供應(yīng)鏈管理將變得非常困難

企業(yè)日常經(jīng)營中總是存在各種各樣的問題，且這些問題是相關(guān)聯(lián)的，盤根錯節(jié)，例如生產(chǎn)部門埋怨采購部門缺貨、銷售部門需求變化快；采購部門埋怨銷售部門不及時提供銷售計劃、生產(chǎn)計劃調(diào)整頻繁；銷售部門埋怨生產(chǎn)部門不能滿足銷售計劃；物流埋怨銷售部門給客戶承諾時間太短，難以應(yīng)付等等；

由于現(xiàn)有企業(yè)缺少供應(yīng)鏈管理和優(yōu)化模塊，當供應(yīng)鏈規(guī)模日益擴大，結(jié)構(gòu)日趨繁復(fù)，供應(yīng)鏈當中一旦哪個環(huán)節(jié)出現(xiàn)問題，整個鏈條極易崩潰。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點，本發(fā)明的目的在于提供應(yīng)用人工智能優(yōu)化企業(yè)供應(yīng)鏈的方法、系統(tǒng)、設(shè)備及介質(zhì)，解決上述現(xiàn)有技術(shù)中的問題。

為實現(xiàn)上述目標及其他相關(guān)目標，本發(fā)明提供一種應(yīng)用人工智能優(yōu)化企業(yè)供應(yīng)鏈的方法，包括：根據(jù)歷史策略，應(yīng)用深度強化學(xué)習(xí)獲得策略網(wǎng)絡(luò)；通過對不同種類產(chǎn)品的歷史需求分析來生成時變的市場需求分布；利用對所述市場需求分布的第一采樣數(shù)據(jù)訓(xùn)練所述策略網(wǎng)絡(luò)而獲得增強策略網(wǎng)絡(luò)；對所述增強策略網(wǎng)絡(luò)應(yīng)用深度強化學(xué)習(xí)獲得價值網(wǎng)絡(luò)；所述增強策略網(wǎng)絡(luò)根據(jù)實時供應(yīng)鏈數(shù)據(jù)獲得各種下一步策略的初始得分；采樣所預(yù)測的市場需求預(yù)測數(shù)據(jù)獲得第二采樣數(shù)據(jù)，所述增強策略網(wǎng)絡(luò)根據(jù)所述第二采樣數(shù)據(jù)獲得所述各種下一步策略的第一價值得分，并通過所述價值網(wǎng)絡(luò)獲得所述各種下一步策略的第二價值得分，綜合所述第一價值得分和第二價值得分得到價值網(wǎng)絡(luò)綜合得分；結(jié)合所述價值網(wǎng)絡(luò)綜合得分及所述初始得分來確定最終下一步策略。

于本發(fā)明的一實施例中，所述供應(yīng)鏈在每次供應(yīng)鏈決策周期包括一或多個供應(yīng)鏈狀態(tài)，每個供應(yīng)鏈狀態(tài)在動作的作用下切換至下一個供應(yīng)鏈狀態(tài)，其中，每次供應(yīng)鏈狀態(tài)切換形成有對應(yīng)的反饋，一個供應(yīng)鏈決策周期中的各個反饋累積形成累計反饋；所述動作對應(yīng)有策略。

于本發(fā)明的一實施例中，以一個供應(yīng)鏈周期為樣本，所述策略網(wǎng)絡(luò)對應(yīng)每個樣本中的每個供應(yīng)鏈狀態(tài)得到最佳動作值和最大累計反饋。

于本發(fā)明的一實施例中，所述策略網(wǎng)絡(luò)是通過深度確定性策略梯度模型對深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的，所述深度確定性策略梯度模型包括：動作網(wǎng)絡(luò)及校正網(wǎng)絡(luò)，所述動作網(wǎng)絡(luò)輸入供應(yīng)鏈狀態(tài)，并輸出動作值；所述校正網(wǎng)絡(luò)輸入供應(yīng)鏈狀態(tài)以及所述動作網(wǎng)絡(luò)所輸出的動作值，并輸出累計反饋；所述校正網(wǎng)絡(luò)用貝爾曼方程更新所述累計反饋,動作網(wǎng)絡(luò)從校正網(wǎng)絡(luò)對應(yīng)所輸入的動作值而計算出的導(dǎo)數(shù)來進行更新。