[发明专利]一种基于预测模型的易逝商品采购量优化方法

权利要求书

1.一种基于预测模型的易逝商品采购量优化方法，其特征在于，包括以下步骤：

S1：获取待预测商品的历史需求数据和相关特征；

S2：选取k个需求预测模型，分别对需求进行预测，得到预测的需求量，其结果作为k种随机场景；

S3：将所述随机场景代入两阶段随机规划模型中进行求解，得到每种商品的最优预采购量；

S4：待真实需求已知时，根据真实需求计算补充采购量；

其中，两阶段随机规划模型中第一阶段确定提前采购的数量，第二阶段确定补货采购量。

2.如权利要求1所述的方法，其特征在于，步骤S3中所述两阶段随机规划模型中第一阶段要最小化的目标函数由两部分组成：第一阶段的提前采购预期成本和第二阶段的补货采购预期成本，由以下公式表达：

其中，x_i指产品i的预购数量，π指满足一天内所有订单需求付出的总成本，指所有易逝产品的集合，c_1i指提前采购的易逝产品i的价格，指补货采购阶段的预期成本，其中y的含义为补充采购阶段各商品采购量组成的向量。

3.如权利要求2所述的方法，其特征在于，所述第二阶段的补货采购预期成本由以下公式表示：

其中，x_i指产品i的预购数量，指所有易逝产品的集合，c_2i指补货采购中产品i的价格，ξ_s指所有产品需求的一个可能场景，y_i，s指补货时产品i的采购量，指当天产品i的预测需求量在场景s下的产品i的预测需求，Ω指生成的所有随机场景的集合。

4.如权利要求2所述的方法，其特征在于，所述目标函数的约束条件包括：

其中，x_i指产品i的预购数量，指所有易逝产品的集合。

5.如权利要求2所述的方法，其特征在于，所述目标函数的约束条件包括：

其中，x_i指产品i的预购数量，指所有易逝产品的集合，指当天产品i的预测需求量在场景s下的产品i的预测需求。

6.如权利要求2所述的方法，其特征在于，所述补货采购预期成本的约束条件包括：

其中，y_i，s指补货时产品i的采购量，指所有易逝产品的集合，ξ_s指所有产品需求的一个可能场景，Ω指生成的所有随机场景的集合。

7.如权利要求5所述的方法，其特征在于，所述补货采购预期成本的约束条件包括：

其中，y_i，s指补货时产品i的采购量，指所有易逝产品的集合，x_i指产品i的预购数量，ξ_s指所有产品需求的一个可能场景，指当天产品i的预测需求量在场景s下的产品i的预测需求，Ω指生成的所有随机场景的集合。

8.如权利要求1所述的方法，其特征在于，所述预测模型是训练好的需求预测模型。

9.如权利要求1所述的方法，其特征在于，所述预测模型包括7天中位数模型和ANN-MLP模型。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时能实现权利要求1-9任一项所述的方法。