基于深度强化学习的动态农食供应链自适应库存策略
人工智能
2025-07-23 v1
摘要
农产品常受生产与需求季节性波动的制约，对库存水平的预测与管理具有挑战性，可能导致库存过剩或缺货。此外，现有文献未考虑供应链不同层次各方的协调。为弥合这一研究空白，本文聚焦于需求与提前时间不确定性下的农食产品库存管理。通过实施有效的库存补货政策，可在供应链整体实现利润最大化。然而，由于不确定性和产品保质期的复杂性，传统方法难以生成最优解集。因此，本文提出一种新型深度强化学习（DRL）算法，融合价值型与策略型DRL方法的优势，用于不确定性下的库存优化。该算法通过将各方利益与目标通过最大化农食供应链利润的共享优化目标对齐，激励供应链各方协作，同时考虑产品保质期和不确定性。通过在连续动作空间中选择最优订购量，该算法有效解决了库存优化中的挑战。为严格评估该算法，我们采用鲜活农产品供应链库存的实证数据。实验结果证实，在随机需求模式和提前时间情景下，该提出的库存补货政策性能显著提升。研究发现，对政策制定者具有实际意义，能够在不确定性下更有效地管理农产品库存。
引用
@article{arxiv.2507.16670,
title = {Adaptive Inventory Strategies using Deep Reinforcement Learning for Dynamic Agri-Food Supply Chains},
author = {Amandeep Kaur and Gyan Prakash},
journal= {arXiv preprint arXiv:2507.16670},
year = {2025}
}