一种基于机器学习的供应链管理方法及系统

本发明涉及供应链管理领域，特别是一种基于机器学习的供应链管理方法及系统。通过获取仓库系统中初始多源货物状态数据集；利用FCM模糊聚类算法对初始多源货物状态数据集中的货物关联特征进行聚类，基于BP神经网络建立预训练的BP供应链货物需求预测模型，利用SSA麻雀搜索算法对BP供应链货物需求预测模型中超参数进行优化；将目标多源货物状态数据集输入至SSA‑BP供应链货物需求预测模型中进行预测；基于供应链货物需求预测结果生成货物调度策略，基于MPA‑SR阶段性修复的海洋捕食者算法对货物调度策略进行路径规划。可以规划出最优的运输路线和配送计划，能够减少运输时间和成本，提高物流效率。