china1000的专栏

供应链业务的目标价值是：优化货品的供给、销售提供支撑，以降低成本，提高时效、收益，最终提升用户体验。基于目标价值，整体的算法模块分为：智能选品、智能预测、品仓铺货、智能补货、智能调拨、仓网路由、快递分配、智能定价。因此整体物流供应链算法的目标是提升周转率，提升动销率，降低在架率。本文重点讨论智能补货算法： 智能补货分为补货时间选择、补调决策、仓网路由决策。

在供应链管理领域有较多的预估场景，例如送达时长预估、销量预估、用电量预估。特别的在智能供应链领域，销量和库存的管理的智能化也依赖销量预估，因此在本文我们整理了 销量预估的算法详细的技术方案。时间序列预测在最近两年内发生了巨大的变化，尤其是在kaiming的MAE出现以后，现在时间序列的模型也可以用类似MAE的方法进行无监督的预训练。Makridakis M-Competitions系列（分别称为M4和M5）分别在2018年和2020年举办（M6也在今年举办了）。