技术总结
本发明公开了一种数据驱动的易逝品订货优化方法,该方法包括:S1、设定易逝品订货相关变量;S2、采集历史需求数据;S3、以单周期期望总收益最大化为优化目标,构建数据驱动的易逝品订货模型;S4、基于历史需求数据进行易逝品订货模型的优化求解;S5、构建需求数据更新后的数据驱动的易逝品订货模型并进行优化求解。本发明通过数据驱动的方法,直接从需求数据出发,弥补了传统模型驱动方法依赖需求分布的不足,解决了需求分布不存在,数据更新后需求分布改变和数据更新后需求分布参数改变的三大难题,为决策者更准确地订货提供了理论支撑。
技术研发人员:陈旭;杨茗芳;罗政
受保护的技术使用者:电子科技大学
技术研发日:2019.11.06
技术公布日:2020.02.21