机构名称：
¥ 2.0
摘要 订单策略的协调对供应链库存管理构成了巨大挑战，因为各种随机因素增加了其复杂性。因此，确定最小化总库存成本的策略的分析方法仅在有限的范围内适用。相反，我们采用人工智能 (AI) 领域的启发式方法，即蒙特卡洛树搜索 (MCTS)。据我们所知，MCTS 既未应用于供应链库存管理，也未在运筹学的其他分支中广泛传播。我们开发了一个离线模型和一个基于实时数据决策的在线模型。为了演示目的，我们考虑一个类似于经典啤酒游戏的供应链结构，该结构有四个参与者，需求和交货时间都是随机的。我们证明离线和在线 MCTS 模型都比其他以前采用的基于 AI 的方法表现更好。此外，我们提供证据表明，由 MCTS 确定的动态订单策略消除了牛鞭效应。
基于人工智能的库存管理
主要关键词
相关文件推荐
