[发明专利]物品补货方法、装置、计算机设备及存储介质

权利要求书

1.一种物品补货方法，其特征在于，包括下述步骤：

获取历史物品在不同阶段的库存数量、需求数量和订单数量，根据所述库存数量、所述需求数量和所述订单数量计算所述历史物品的历史状态变量；

获取预设的奖励函数和目标约束容量，根据所述目标约束容量和所述奖励函数构建基础深度神经网络；

基于所述历史状态变量对所述基础深度神经网络进行训练，在所述基础深度神经网络的损失函数收敛时，确定所述基础深度神经网络训练完成，得到目标深度神经网络；

获取目标物品的当前状态变量，将所述当前状态变量输入至所述目标深度神经网络中，根据所述目标深度神经网络计算得到所述目标物品在不同补货量下的预测奖励值；

选取最大值的所述预测奖励值对应的补货量为所述目标物品的目标补货量。

2.根据权利要求1所述的物品补货方法，其特征在于，所述获取预设的奖励函数的步骤包括：

获取所述历史物品的最小陈列量、缺货率指标、陈列相对距离以及陈列占比系数；

根据所述最小陈列量、所述缺货率指标、所述陈列相对距离、所述陈列占比系数以及所述库存量，计算得到所述奖励函数。

3.根据权利要求2所述的物品补货方法，其特征在于，所述获取所述历史物品的最小陈列量的步骤包括：

计算所述历史物品中相邻两组物品的摆放量差值；

在所述摆放量差值小于等于预设摆放阈值时，确定所述摆放量差值对应的子摆放量为所述最小陈列量。

4.根据权利要求3所述的物品补货方法，其特征在于，所述计算所述历史物品中相邻两组物品的摆放量差值的步骤包括：

获取所述历史物品在不同日期的日摆放量，根据所述日摆放量计算所述历史物品的摆放显著值，并确定所述摆放显著值是否小于预设显著值；

在所述摆放显著值小于所述预设显著值时，获取所述历史物品在同一货架上相邻两组物品的子摆放量，根据所述子摆放量计算所述摆放量差值。

5.根据权利要求4所述的物品补货方法，其特征在于，所述根据所述日摆放量计算所述历史物品的摆放显著值的步骤包括：

获取所述历史物品预设的最大容量值和预设时间间隔；

根据所述最大容量值和所述预设时间间隔，计算得到所述历史物品的摆放控制数；

基于所述摆放控制数随机生成摆放量序列，按照所述摆放量序列确定所述历史物品的日摆放量；

对所述日摆放量进行单因素方差分析，得到所述历史物品的摆放显著值。

6.根据权利要求1所述的物品补货方法，其特征在于，所述根据所述目标约束容量和所述奖励函数构建基础深度神经网络的步骤包括：

获取所述历史物品的观测值和阶段数，根据所述观测值和所述阶段数计算得到所述基础深度神经网络的节点数；

根据所述目标约束容量和所述节点数，确定所述基础深度神经网络的隐藏层参数，基于所述隐藏层参数构建得到所述基础深度神经网络。

7.根据权利要求1所述的物品补货方法，其特征在于，所述根据所述库存数量、所述需求数量和所述订单数量计算所述历史物品的历史状态变量的步骤包括：

根据所述库存数量、所述需求数量和所述订单数量确定所述历史物品在不同所述阶段的期初状态变量；

获取所述历史物品的观测期数，根据所述期初状态变量和所述观测期数，计算得到所述历史状态变量。