[发明专利]基于端对端学习的智能补货方法、存储介质、系统及装置

摘要

本发明公开了一种基于端对端学习的智能补货方法，所述方法包括以下步骤：S1、获取数学模型所需的数据；S2、根据所获数据，生成与所述销售量相关的销售特征；S3、通过销量预测的特征为原始输入值；根据运营总成本建立数学模型；且以运营总成本作为损失函数；从而求解直接输出建议补货量，不同于缩减人工预处理和后续处理，直接从原始输入到最终输出，通过销量预测的特征为原始输入值，直接输出补货后的结果，实现了端对端的算法学习，从而提高了算法效率，扩大了优化空间；本发明提供还提供一种存储介质。本发明提供还提供一种智能补货系统。本发明提供还提供一种智能补货装置。

主权项

1.一种基于端对端学习的智能补货方法，其特征在于：所述基于端对端学习的补货方法包括以下步骤：步骤S1：获取销量特征模型x、真实销售模型y、建议补货前库存s、建议补货量z；步骤S2，提供一待计算的建议补货量z与总运营成本，建立真实销售模型y、建议补货量z与总运营成本之间的函数关系式；步骤S3，真实销量模型y中包括多个离散分布的真实销量需求d₁,…,d_k，每一个d都是基于销量特征模型x条件概率p_θ下获得，其中θ为特征系数，以总运营成本作为损失函数，并将步骤S2中所述函数关系式代入所述损失函数展开，得到以建议补货量z和特征系数θ为变量的目标函数；及步骤S4，优化目标函数，运算获得最优建议补货量z^*。