針對(duì)電商行業(yè)中生鮮產(chǎn)品零售商的成本控制問題,充分考慮零售商庫(kù)存限制因素及成本控制中不可忽視的腐損率、過期成本、缺貨成本等現(xiàn)實(shí)因素,通過設(shè)計(jì)強(qiáng)化學(xué)習(xí)四元組（環(huán)境狀態(tài)觀測(cè)、智能體行動(dòng)、狀態(tài)遷移、報(bào)酬）,構(gòu)建了一個(gè)基于強(qiáng)化學(xué)習(xí)的生鮮產(chǎn)品庫(kù)存成本控制模型。仿真表明,當(dāng)需求分布、產(chǎn)品生命周期、產(chǎn)品提前期已知的情況下,采用基于該模型的訂貨策略能夠有效降低生鮮產(chǎn)品損腐率,從而將零售商庫(kù)存成本控制到最低。與傳統(tǒng)庫(kù)存成本控制策略如經(jīng)濟(jì)訂貨批量模型相比,上述模型能夠在充分貼合實(shí)際情景的前提下更有效的控制庫(kù)存成本,因此上述模型具有較強(qiáng)的應(yīng)用價(jià)值和更廣泛的適用性。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(08)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

強(qiáng)化學(xué)習(xí)基本原理圖

供應(yīng)鏈模型中共有供應(yīng)商、生產(chǎn)商、批發(fā)商、零售商、零售商、客戶五個(gè)角色。本文主要研究批發(fā)商與零售商這兩個(gè)角色,如圖2。將批發(fā)商與零售商定義為一個(gè)新的模型,該模型中設(shè)定零售商給批發(fā)商發(fā)送訂單,批發(fā)商負(fù)責(zé)給零售商運(yùn)送商品。批發(fā)商能夠提供無限量的產(chǎn)品,零售商的庫(kù)存容量k有限制,0≤k≤100。零售商每日都會(huì)在固定時(shí)間更新一次庫(kù)存。每個(gè)產(chǎn)品都有各自固定的生命周期L,設(shè)產(chǎn)品從批發(fā)商發(fā)貨就進(jìn)入了產(chǎn)品生命周期。每個(gè)產(chǎn)品都有各自固定的提前期M,提前期指從零售商發(fā)出訂單開始到貨物運(yùn)送到零售商制定倉(cāng)庫(kù)的時(shí)間總和。L>M。產(chǎn)品的出售服從先進(jìn)先出策略,優(yōu)先賣出剩余生命較短的產(chǎn)品。產(chǎn)品一旦過期就會(huì)被停止售賣,同時(shí)產(chǎn)生過期成本G。顧客的需求是獨(dú)立的并且服從泊松分布,當(dāng)庫(kù)存的產(chǎn)品無法滿足用戶需求時(shí),會(huì)產(chǎn)生缺貨成本F。模擬一個(gè)業(yè)務(wù)周期內(nèi)的活動(dòng)如圖3。

將批發(fā)商與零售商定義為一個(gè)新的模型,該模型中設(shè)定零售商給批發(fā)商發(fā)送訂單,批發(fā)商負(fù)責(zé)給零售商運(yùn)送商品。批發(fā)商能夠提供無限量的產(chǎn)品,零售商的庫(kù)存容量k有限制,0≤k≤100。零售商每日都會(huì)在固定時(shí)間更新一次庫(kù)存。每個(gè)產(chǎn)品都有各自固定的生命周期L,設(shè)產(chǎn)品從批發(fā)商發(fā)貨就進(jìn)入了產(chǎn)品生命周期。每個(gè)產(chǎn)品都有各自固定的提前期M,提前期指從零售商發(fā)出訂單開始到貨物運(yùn)送到零售商制定倉(cāng)庫(kù)的時(shí)間總和。L>M。產(chǎn)品的出售服從先進(jìn)先出策略,優(yōu)先賣出剩余生命較短的產(chǎn)品。產(chǎn)品一旦過期就會(huì)被停止售賣,同時(shí)產(chǎn)生過期成本G。顧客的需求是獨(dú)立的并且服從泊松分布,當(dāng)庫(kù)存的產(chǎn)品無法滿足用戶需求時(shí),會(huì)產(chǎn)生缺貨成本F。模擬一個(gè)業(yè)務(wù)周期內(nèi)的活動(dòng)如圖3。具體業(yè)務(wù)流程如下:

【參考文獻(xiàn)】：
期刊論文
[1]強(qiáng)化學(xué)習(xí)研究綜述[J]. 馬騁乾,謝偉,孫偉杰.  指揮控制與仿真. 2018(06)
[2]基于冷鏈物流供給模型的生鮮電商探索[J]. 黃本新.  工程技術(shù)研究. 2018(08)
[3]深度強(qiáng)化學(xué)習(xí)進(jìn)展:從AlphaGo到AlphaGo Zero[J]. 唐振韜,邵坤,趙冬斌,朱圓恒.  控制理論與應(yīng)用. 2017(12)
[4]“互聯(lián)網(wǎng)+”背景下生鮮農(nóng)產(chǎn)品O2O雙渠道運(yùn)營(yíng)策略優(yōu)化研究[J]. 楊媛.  太原城市職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2017(05)
[5]基于強(qiáng)化學(xué)習(xí)算法的供應(yīng)鏈管理訂單策略研究[J]. 劉夢(mèng)婷,牟永敏,趙剛,歐陽(yáng)騰飛.  數(shù)據(jù)通信. 2013(01)
[6]基于強(qiáng)化學(xué)習(xí)的牛鞭效應(yīng)對(duì)策模型[J]. 孫若瑩,李忱,趙剛.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(01)
[7]強(qiáng)化學(xué)習(xí)算法在供應(yīng)鏈環(huán)境下的庫(kù)存控制中的應(yīng)用[J]. 湯大為,王紅衛(wèi).  管理學(xué)報(bào). 2005(03)
[8]Q學(xué)習(xí)算法在庫(kù)存控制中的應(yīng)用[J]. 蔣國(guó)飛,吳滄浦.  自動(dòng)化學(xué)報(bào). 1999(02)

碩士論文
[1]Q-learning強(qiáng)化學(xué)習(xí)算法改進(jìn)及其應(yīng)用研究[D]. 褚建華.北京化工大學(xué) 2009



本文編號(hào)：3259100