[发明专利]应用人工智能优化企业供应链的方法、系统、设备及介质

说明书

本发明提供应用人工智能优化企业供应链的方法、系统、设备及介质，包括：根据历史策略，应用深度强化学习获得策略网络；对不同种类产品的历史需求分析来生成时变的市场需求分布；利用对市场需求分布的第一采样数据训练策略网络而获得增强策略网络；对增强策略网络应用深度强化学习获得价值网络；增强策略网络根据实时供应链数据获得各种下一步策略的初始得分；采样所预测的市场需求预测数据获得第二采样数据，增强策略网络据以获得各种下一步策略的第一价值得分，价值网络获得各种下一步策略的第二价值得分，综合初始得分和第二价值得分得到价值网络综合得分；结合价值网络综合得分及初始得分来确定最终下一步策略。

技术领域

本发明涉及供应链管理技术领域，特别是涉及应用人工智能优化企业供应链的方法、系统、设备及介质。

背景技术

供应链管理的目的是通过对供应链各个环节活动的协调,将产销活动中各流程加以整合,使企业能以最快的速度,将产品由概念、研发到推向市场，实现企业最佳业务绩效。高效的供应链设计、供应链成员之间的信息分享、库存的可见性和生产的良好协调会使库存水平降低、运输作业更为有效,并改善订单实现率及其它一些关键的业务功能。

随着全球化进程的加速，企业的供应商和信息数量急剧增加，供应链管理变得越来越复杂、成本越来越高，并且更加易于受到影响，供应链主管面对着成本控制、供应链可视性、风险管理、多样化的客户需求、全球化的挑战。如果依照传统的供应链管理策略和设计应对这些挑战，供应链管理将变得非常困难

企业日常经营中总是存在各种各样的问题，且这些问题是相关联的，盘根错节，例如生产部门埋怨采购部门缺货、销售部门需求变化快；采购部门埋怨销售部门不及时提供销售计划、生产计划调整频繁；销售部门埋怨生产部门不能满足销售计划；物流埋怨销售部门给客户承诺时间太短，难以应付等等；

由于现有企业缺少供应链管理和优化模块，当供应链规模日益扩大，结构日趋繁复，供应链当中一旦哪个环节出现问题，整个链条极易崩溃。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供应用人工智能优化企业供应链的方法、系统、设备及介质，解决上述现有技术中的问题。

为实现上述目标及其他相关目标，本发明提供一种应用人工智能优化企业供应链的方法，包括：根据历史策略，应用深度强化学习获得策略网络；通过对不同种类产品的历史需求分析来生成时变的市场需求分布；利用对所述市场需求分布的第一采样数据训练所述策略网络而获得增强策略网络；对所述增强策略网络应用深度强化学习获得价值网络；所述增强策略网络根据实时供应链数据获得各种下一步策略的初始得分；采样所预测的市场需求预测数据获得第二采样数据，所述增强策略网络根据所述第二采样数据获得所述各种下一步策略的第一价值得分，并通过所述价值网络获得所述各种下一步策略的第二价值得分，综合所述第一价值得分和第二价值得分得到价值网络综合得分；结合所述价值网络综合得分及所述初始得分来确定最终下一步策略。

于本发明的一实施例中，所述供应链在每次供应链决策周期包括一或多个供应链状态，每个供应链状态在动作的作用下切换至下一个供应链状态，其中，每次供应链状态切换形成有对应的反馈，一个供应链决策周期中的各个反馈累积形成累计反馈；所述动作对应有策略。

于本发明的一实施例中，以一个供应链周期为样本，所述策略网络对应每个样本中的每个供应链状态得到最佳动作值和最大累计反馈。

于本发明的一实施例中，所述策略网络是通过深度确定性策略梯度模型对深度神经网络训练得到的，所述深度确定性策略梯度模型包括：动作网络及校正网络，所述动作网络输入供应链状态，并输出动作值；所述校正网络输入供应链状态以及所述动作网络所输出的动作值，并输出累计反馈；所述校正网络用贝尔曼方程更新所述累计反馈,动作网络从校正网络对应所输入的动作值而计算出的导数来进行更新。