[发明专利]供应链的补货量预测方法、装置、存储介质及电子设备

说明书

本公开提供了供应链的补货量预测方法、装置、存储介质及电子设备，该方法包括：根据补货决策日当天的库存情况构建第一特征向量；将第一特征向量输入至预测模型中，并确定预测模型输出的值为当前补货决策日对应的第一补货量，其中，预测模型用于表征特征向量与补货量之间的关联关系。本公开通过对预设模型进行训练得到用于表征特征向量与补货量之间关系的预测模型，利用预测模型基于当前补货决策日的库存情况进行端到端的补货量预测，并基于预测得到的补货量辅助供应链库存管理决策，在保障服务水平的情况下，实现最低库存成本。

技术领域

本公开涉及供应链领域，特别涉及一种供应链的补货量预测方法、装置、存储介质及电子设备。

背景技术

在供应链精益管理中有一个重要的应用场景，即给定过去一段时间的历史需求数据、当前的库存数据、补货时长以及补货单元的相关信息(例如产品类型、补货单元的地理纬度等)，运用“时序预测”、“运筹优化”等技术给出相应的库存管理决策，即在补货决策日确定每一补货单元的补货量。在保证库存大概率满足需求不发生断供的情况下，降低库存率，达到降低库存成本的目的。

目前的相关技术中，进行补货量确定的方案为两个阶段，第一阶段基于历史需求，运用时间序列预测技术预测未来一定时间内的需求量；第二阶段则结合补货单元的当前库存水位以及在途的货物量判断货物到仓后的库存水位能否满足货物在途期间的一系列预测需求，根据到仓后水位和当前水位反推补货量。

但是，在基于上述手段进行补货量确定时，需要首先进行未来时间段内需求量的预测(主要指当前补货决策日与下一个补货决策日之间的需求量)，然后基于预测的需求反推补货量，在实际进行预测的过程中对需求量的预测可能存在偏差，导致补货量的值推算不准确，出现库存积压或断货情况，无法实现降低库存成本的目的。

发明内容

本公开实施例的目的在于提供一种供应链的补货量预测方法、装置、存储介质及电子设备，用以解决现有技术基于预测的需求量反推补货量时存在的反推结果不准确的问题。

本公开的实施例采用如下技术方案：一种供应链的补货量预测方法，包括：根据补货决策日当天的库存情况构建第一特征向量；将所述第一特征向量输入至预测模型中，并确定所述预测模型输出的值为当前补货决策日对应的第一补货量，其中，所述预测模型用于表征特征向量与补货量之间的关联关系。

在一些实施例中，所述预测模型基于如下步骤训练：根据m个补货决策日的历史库存情况分别构建m个补货决策日对应的历史特征向量；根据每个所述历史特征向量确定每个所述历史特征向量对应的第二补货量，以使相邻的两个补货决策日之间的总体成本最小；根据所有所述历史特征向量和所有所述历史特征向量对应的所述第二补货量所形成的训练集对预设模型进行训练，直至所述预设模型的损失函数最小，得到所述预测模型。

在一些实施例中，相邻的两个补货决策日之间的所述总体成本基于如下公式确定：

其中，表征第m个补货决策日与第m+1个补货决策日之间的总体成本，h为单位产品的库存成本，b为单位产品的缺货成本，v_m为第m次补货的到货时间，为第m次补货时的当前库存量，为从v_m到s时间段内的库存需求总和，s用于表征第m个补货决策日与第m+1个补货决策日之间的任一个日期，y_m为第m个补货决策日的第二补货量；在所述总体成本最小时，确定所述其中，

在一些实施例中，所述预测模型基于如下公式表示：

其中，所述x_i表示第i个补货决策日的特征向量，N表示训练集中训练数据的数量，L表示所述预测模型的损失函数，表示第i个补货决策日的补货量。