摘要
本发明提供了AI驱动的供应链销售预测与智能库存优化系统及方法,包括:数据预处理模块,用于对接供应链订单系统;销售预测模块,采用具有自适应稀疏度演化机制的深度神经网络;库存优化决策模块,采用基于资格迹的流式强化学习架构,摒弃经验回放缓存和目标网络结构;专家模型辅助模块,采用基于置信度的三级干预机制;策略反馈更新模块,采用增量式参数更新策略,实现预测‑优化‑反馈的闭环迭代。本发明采用流式强化学习方法,摒弃传统经验回放结构,实现高频订单场景下的实时决策与持续优化;引入稀疏感知网络与置信调节机制,增强系统对冷启动、小样本与跳变场景的适应能力。
技术关键词
双时间尺度
库存优化方法
演化机制
策略
深度神经网络
订单系统
滑动窗口
模块
决策
预测误差
强化学习方法
滑动时间窗口
预测输出值
网络结构
融合专家
动态
更新系统
闭环
系统为您推荐了相关专利信息
预警方法
残差注意力机制
环境感知节点
土壤水分参数
葡萄
自愈控制方法
电力系统故障
智能决策引擎
故障恢复策略
智能传感器网络