基于强化学习的生鲜产品库存成本控制模型

作     者：孙鹏 孙若莹 李佳慧 SUN Peng;SUN Ruo-ying;LI Jia-hui

作者机构：北京信息科技大学信息管理学院北京100192 

基　　金：国家自然科学基金(71701020) 北京市科委重大项目科技计划课题(D151100004215003) 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2020年第37卷第8期

页      码：192-195,201页

摘      要：针对电商行业中生鲜产品零售商的成本控制问题,充分考虑零售商库存限制因素及成本控制中不可忽视的腐损率、过期成本、缺货成本等现实因素,通过设计强化学习四元组(环境状态观测、智能体行动、状态迁移、报酬),构建了一个基于强化学习的生鲜产品库存成本控制模型。仿真表明,当需求分布、产品生命周期、产品提前期已知的情况下,采用基于该模型的订货策略能够有效降低生鲜产品损腐率,从而将零售商库存成本控制到最低。与传统库存成本控制策略如经济订货批量模型相比,上述模型能够在充分贴合实际情景的前提下更有效的控制库存成本,因此上述模型具有较强的应用价值和更广泛的适用性。

主 题 词：强化学习 生鲜产品 库存控制 供应链 仿真 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

馆 藏 号：203978594...