提供了一种实现连锁商家智能补货的方法及系统。所述方法包括:获取训练数据集;基于训练数据集,利用强化学习算法来训练用于预测连锁商家的各个分店本次需要的补货量的机器学习模型,以得到训练好的所述机器学习模型,其中,所述强化学习算法的优化目标是:第一预设时长内各次补货的补货总代价的累积值最小,其中,每次补货的补货总代价包括:该次补货的分店的补货代价和该次未补货的分店的未补货代价。根据所述方法及系统,能够得到实现连锁商家智能补货的机器学习模型,且通过该机器学习模型得到的补货方案能够使补货总成本最低。
声明:
“实现连锁商家智能补货的方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)