Constrained Reinforcement Learning for the Dynamic Inventory Routing Problem under Stochastic Supply and Demand
University of Groningen（格罗宁根大学）；Eindhoven University of Technology（埃因霍温理工大学）
本文提出约束强化学习框架及改进的LCRL方法，用于解决随机供应和需求下的氢气动态库存配送问题，实现高效优化与近优解。
2026-08-26 math.OC
Sustainable Inventory with Robust Periodic-Affine Policies and Application to Medical Supply Chains
我们引入了一类新的自适应政策，称为仿射政策，它允许决策者最优地管理和控制大规模的报童网络中存在的不确定的需求，没有分布的假设。这些策略是数据驱动的，并对需求的许多特征（如相关性）进行建模，并且对参数错误指定保持鲁棒性。我们提出了一个模型，可以推广到多产品的设置和扩展到多周期的问题。这是通过集合对不确定需求进行建模来实现的。通过这种方式，它提供了一个自然的框架来研究竞争政策，如基本股票，仿射和近似方法，其利润，参数和假设的敏感性，以及计算的可扩展性。我们发现，仿射的政策是可持续的，即时间一致的，因为他们保证最优的子周期内和整个规划范围内。这种方法是易于处理的，没有分布假设，因此，适合于现实世界的应用。我们提供了有效的算法，以获得最佳的仿射策略，并展示了他们的优势，从印度最大的药店零售商之一的销售数据。
2018-06-18 math.OC
Production Planning Under Demand and Endogenous Supply Uncertainty
研究需求和内生生产产量不确定性下的成品采购规划问题，将其建模为两阶段随机规划并提出基于Benders的精确算法，计算证明其优于已知基准并验证了双重不确定性建模的价值。
2025-06-30 math.OC
Stochastic Cyclic Inventory Routing with Supply Uncertainty: A Case in Green-Hydrogen Logistics
本文针对绿色氢能物流中具有供应不确定性的随机周期库存路径问题，提出联合参数化MIP与MDP模型的成本函数近似方法，实现运输调度与买卖决策的迭代优化，并在荷兰案例中验证了其近优性。
2023-08-30 math.OC
Simultaneous Decision Making for Stochastic Multi-echelon Inventory Optimization with Deep Neural Networks as Decision Makers
Lehigh University（里海大学）
我们提出了一个框架，使用深度神经网络（DNN），以优化复杂的多级供应链的库存决策。本文首先介绍了一般随机多级库存优化（SMEIO）的两两建模。然后，我们提出了一个框架，使用DNN代理直接确定供应链中任何相邻节点对之间的订单水平。我们的模型考虑了有限的时间范围，并考虑了初始库存条件。我们的方法适用于各种各样的供应链网络，包括一般的拓扑结构，可能包含装配和分销节点，和系统的非线性成本结构。我们首先数值证明了该方法的有效性，通过显示它的解决方案是接近单节点和串行供应链网络的最优解，精确的方法是可用的。然后，我们研究了更一般的供应链网络，发现所提出的方法在目标函数值和与环境的相互作用的数量方面比其他方法表现得更好。
2021-03-23 cs.AI math.OC stat.ML
Coordinated Communication and Inventory Optimization in Multi-Retailer Supply Chains
本文研究多零售商供应链中通信与库存控制的联合优化问题，构建了POMDP模型以平衡通信开销与运营性能，并提出了基于点的近似求解方法，实验证明其能显著改善成本与服务水平的权衡。
2025-07-12 cs.MA math.OC
Stochastic Optimization of Inventory at Large-scale Supply Chains
C3 AI（C3 AI公司）
针对全球供应链面临的不确定性挑战及现有MRP解决方案的不足，提出约束随机优化的仿真优化框架，通过寻找最优再订货参数降低10-35%库存水平，为企业带来数亿美元经济效益。
2025-02-16 cs.AI cs.LG math.OC
Efficient Emission Reduction Through Dynamic Supply Mode Selection
本文针对多产品库存系统提出基于双指标策略和混合整数线性规划的动态供应模式选择模型，在满足碳排放目标的同时最小化总成本，并在真实数据实验中显著优于两种现有方法。
2023-03-24 math.OC
Grey Wolf Optimizer and Whale Optimization Algorithm for Stochastic Inventory Management of Reusable Products in a two-level Supply Chain
产品再利用和回收是一种有效的工具，有助于公司同时解决可持续性的经济和环境问题。本文提出了一个新的问题，可重复使用的产品在一个单一的供应商，多产品，多零售商网络的库存管理。几个限制，如最大预算，存储容量，订单数量等，被认为是在其随机形式，以提供一个更现实的框架。所提出的问题被公式化为一个约束非线性数学模型。针对约束条件的不确定性，提出了机会约束规划方法。针对模型的非线性，提出了灰狼优化算法（GWO）和鲸鱼优化算法（WOA）两种新的元优化算法作为求解方法，并用序列二次规划（SQP）精确算法验证了其性能。使用田口方法进行实验设计，校准算法的参数。通过求解不同尺寸的数值结果并利用几种比较措施，建立了广泛的分析。此外，使用适当的参数和非参数检验的结果进行统计比较。结果分析表明，两种算法之间存在显著差异，GWO算法具有更好的求解性能。此外，这两种算法在搜索解空间时表现良好，其中GWO和WOA与SQP算法的最优解的差异可以忽略不计。
2023-02-11 math.OC
A System-Dynamic Based Simulation and Bayesian Optimization for Inventory Management
本研究提出一种结合系统动力学蒙特卡洛仿真和贝叶斯优化的方法，解决需求不可预测的库存管理难题，在真实数据集上验证了其能显著改善库存策略，提升生产力与盈利能力。
2024-02-15 cs.CC math.OC
Optimal Replenishment Strategy for Satellite Constellation with Dual Supply Modes
本文提出一种包含常规与辅助双供应模式的卫星巨型星座补给库存管理模型，采用参数化策略构建优化问题，为星座运营商和发射服务商提供决策支持与实用见解。
2024-09-08 math.OC
Extensions to the Guaranteed Service Model for Industrial Applications of Multi-Echelon Inventory Optimization
针对多级库存优化，提出基于保证服务方法的广义模型，整合审查周期、制造设施、混合节点、最小订单量及不同服务水平指标，采用非线性规划（可重构为QCP）提升效率，经案例与仿真验证。
2023-06-19 math.OC
A Model of Supply-Chain Decisions for Resource Sharing with an Application to Ventilator Allocation to Combat COVID-19
本文提出了一个随机最优化模型，用于分配和共享的情况下，流行病的关键资源。对不同实体的需求在不同时间达到高峰，需要从一个中央机构分配初始库存。在风险规避条件下，实体（状态）可以与不同的状态共享关键资源。该模型被应用于研究美国国土安全部（FEMA）联邦紧急事务管理局在COVID-19大流行中向美国不同州分配呼吸机库存。调查结果表明，如果非COVID-19患者的呼吸机库存量不到小于60%，FEMA的20，000台呼吸机库存（截至2020年3月23日）将几乎足以满足预期需求。然而，当超过75%的可用呼吸机库存必须预留给非COVID-19患者时，预计会出现不同程度的短缺。在极端情况下，假设需求集中在预测置信区间的最高四分位数，计划范围内（截至2020年5月31日）的总短缺量约为28，500个呼吸机日，2020年4月12日的峰值短缺量为2，700个呼吸机日。研究结果还表明，在低于平均水平至严重需求的情况下，纽约在其需求高峰期需要为COVID-19患者额外增加7，600 - 9，200台呼吸机。然而，在纽约的高峰需求消退后，可以将其中400至2，000台空调机提供给不同的州。
2020-04-03 math.OC
A Branch-and-Price Algorithm for the Two-Echelon Inventory-Routing Problem
两级库存路径问题（2 E-IRP）解决了两级供应网络中库存管理和货物运输的协调问题。后者由地理上分布广泛的客户组成，其需求在离散的计划范围内可以从其本地库存或中间设施的库存中得到满足。中间设施位于城市郊区，由遥远的供应商提供。2 E-IRP旨在最大限度地降低运输成本和库存成本，同时满足客户需求。提出了一种基于路径的规划方法，并给出了求解2 E-IRP的分支-价格算法。一个标签算法是用来解决与每个时期和中间设施的定价子问题。我们生成了400个实例，并获得了116个实例的最优解，以及60个实例的良好上界，差距小于5%（平均为2.8%）。该算法的变体可以解决7个以上的最优实例。我们提供全面的分析来评估我们的解决方案方法的性能。
2022-06-28 math.OC
Classical and Deep Reinforcement Learning Inventory Control Policies for Pharmaceutical Supply Chains with Perishability and Non-Stationarity
University of Milano-Bicocca（米兰-比可卡大学）；ESSCA School of Management（ESSCA管理学院）；Eindhoven University of Technology（埃因霍温理工大学）
本研究针对药品供应链的易腐性、非平稳需求等挑战，比较了OUT、PIL和深度强化学习（PPO）三种库存策略，发现经典与DRL策略各有优劣，需整合多种策略以有效管理。
2025-01-18 cs.AI cs.LG math.OC
Cost allocations in interval inventory situations: the SOC and Shapley approaches
针对供需不确定性下的协作库存成本分摊问题，本文提出区间库存框架，研究区间SOC规则与区间Shapley规则的理论性质，并通过西班牙七机场香水库存案例验证其实际应用价值。
2025-07-29 math.OC
Reliable design of an integrated supply chain with expedited shipments under disruption risks
本文提出了一个设计两级供应链的数学模型，其中一组供应商服务于一组终端设施，接收不确定的客户需求。该模型在规划和运营阶段集成了许多系统决策，包括设施位置、多级服务分配、多式联运配置和库存管理。特别是，我们考虑供应商中断的概率，可能会停止从某些供应商不时的产品供应。为了减轻供应商中断的影响，可以将码头设施分配给多个供应商，这些供应商以不同的服务优先级相互支持。在这种多级服务分配的情况下，即使一些供应商中断，设施仍可能由其余正常运作的供应商提供。昂贵的快速装运但有保证的快速交货可用于补充较便宜的定期装运但不确定的较长的交货时间。结合这两种运输模式可以更好地利用库存管理来应对不确定的需求。我们制定这个问题成一个混合整数非线性规划，同时确定所有这些相互依赖的系统决策，以尽量减少预期的系统成本下的不确定性，从供应商和需求。为了有效地求解该模型，提出了一种基于拉格朗日松弛的自定义求解算法。几个数值例子进行测试所提出的模型，并提请管理的见解如何影响最佳系统设计的关键参数。
2015-11-24 math.OC
Comparing Deep Reinforcement Learning Algorithms in Two-Echelon Supply Chains
University of Milan-Bicocca（米兰-比科卡大学）；Polytechnic of Turin（都灵理工大学）
本文构建随机季节性需求下的两级供应链环境，比较多种深度强化学习算法，证明其优于传统（s, Q）策略，并开源可定制的数据驱动库存管理库。
2023-11-17 cs.AI cs.LG math.OC
Optimizing Inventory Routing: A Decision-Focused Learning Approach using Neural Networks
Shahjalal University of Science and Technology（沙贾拉尔科技大学）
针对库存路由问题两阶段方法因需求预测误差导致次优决策的缺陷，提出一种基于神经网络的决策聚焦学习方法，在端到端系统中直接集成库存预测与路由优化，确保稳健的供应链策略。
2023-11-02 cs.AI cs.LG cs.SY
A decision integration strategy for short-term demand forecasting and ordering for red blood cell components
输血是世界范围内最重要和最常用的治疗方法之一。需要更准确和有效的方法来管理血液需求和供应，这是一个日益令人关切的问题。建立一个以技术为基础的、强大的血液需求和供应链，以实现降低订购频率、库存水平、浪费和短缺的目标，同时保持血液使用的安全性，是现代医疗系统的关键。在这项研究中，我们总结了当前红细胞（RBC）需求和供应管理的主要挑战。我们结合统计时间序列建模，机器学习和运筹学的思想，通过整合一个混合的需求预测模型，使用临床预测和数据驱动的多周期库存问题，考虑库存和再订购的限制，在开发的RBC的订购决策策略。我们使用2008年至2018年的大型临床数据库，将综合订购策略应用于安大略省汉密尔顿的血液库存管理系统。所提出的混合需求预测模型提供了稳健和准确的预测，并确定了短期RBC需求预测的重要临床预测因素。与实际历史数据相比，我们的集成订购策略将库存水平降低了40%，订购频率降低了60%，并且由于过期而导致的短缺和浪费的发生率很低。如果成功实施，我们提出的战略可以为医疗保健系统和血液供应商节省大量成本。所提出的订购策略是可推广到其他血液制品，甚至其他易腐产品。
2020-08-17 math.OC stat.AP
Supply Chain Analytics: A Data-Driven Approach
本文提出一种数据驱动的供应链分析方法，整合统计学习与鲁棒优化，涵盖需求预测、库存控制及分布鲁棒优化，为设计韧性自动化系统提供理论基础和算法指南。
2026-09-11 cs.LG math.OC stat.ML
Spatial Supply Repositioning with Censored Demand Data
Rotman School of Management, University of Toronto（多伦多大学罗特曼管理学院）；Stanford University（斯坦福大学）；Faculty of Engineering and Faculty of Business and Economics, University of Hong Kong（香港大学工程学院和商学院）
针对单向车辆共享网络，提出基础库存重定位策略并证明其渐近最优性，设计替代优化与自适应重定位算法达到最优遗憾，凸显简单策略的实用价值。
2025-10-17 cs.LG math.OC stat.ML
No-Regret Learning in Two-Echelon Supply Chain with Unknown Demand Distribution
University of Southern California（南加州大学）；University of Washington（华盛顿大学）
针对需求分布未知的两级供应链模型，分别在集中式和分散式设定下基于Online Gradient Descent和Online Newton Step设计在线学习算法，实现了良好的后悔值保证与向最优库存决策的收敛，并验证了其经验有效性。
2023-10-20 cs.LG math.OC
Learning to Order for Inventory Systems with Lost Sales and Uncertain Supplies
College of Business Administration, University of Illinois at Chicago（伊利诺伊大学芝加哥分校商学院）；Stern School of Business, New York University（纽约大学斯特恩商学院）
针对需求与供应分布未知且数据删失的销售损失库存系统，提出在线学习与主动剔除方法，实现相对最优策略的 O(L+√T) 遗憾界。
2023-10-31 cs.LG math.OC
Bridging Theory and Practice: A Stochastic Learning-Optimization Model for Resilient Automotive Supply Chains
Glasgow Caledonian University（格拉斯哥卡里多尼亚大学）；Department of Mathematics（数学系）；Quaid-i-Azam University（夸齐-伊-阿扎姆大学）
本文提出一种融合贝叶斯学习与随机优化的供应链管理框架，通过365周期仿真验证其在稳定环境和供应中断下分别降低7.4%和提升5.7%成本效益，同时揭示需求冲击下的适用边界。
2025-11-09 cs.LG math.OC stat.ML
Optimization Modeling for Pandemic Vaccine Supply Chain Management: A Review and Future Research Opportunities
本文综述了COVID-19期间疫苗供应链管理的优化模型，涵盖选址、库存、分配与物流，并整合流行病学模型，指出研究空白及未来建模与求解方向。
2023-11-18 math.OC
Designing Information Delays in Supply Chains
Massachusetts Institute of Technology（麻省理工学院）；Booth School of Business, The University of Chicago（芝加哥大学布斯商学院）；Sy Syms School of Business, Yeshiva University（叶史瓦大学西姆斯商学院）；Stern School of Business, New York University（纽约大学斯特恩商学院）；Institute of Data, Systems, and Society, Massachusetts Institute of Technology（麻省理工学院数据、系统与 society 研究所）；Daniels School of Business, Purdue University（普渡大学丹尼尔斯商学院）
本文提出通过信息延迟机制优化供应链中的隐式信息传递，减少库存成本并提高预测能力。
2026-01-01 math.OC
Optimal Ordering Policies for Multi-Echelon Supply Networks
在本文中，我们制定了一个最优的订货策略作为一个随机控制问题，每个企业决定的投入量的基础上，从他们的上游供应商的库存量的输出好。为此，我们提供了一个封闭的形式的解决方案，为给定的固定生产策略的最佳要求的原材料。我们实施建议的政策上的15个公司的非循环网络的基础上，一个真正的产品供应链。我们首先模拟理想的需求情况，然后实施需求方冲击（即，需求水平超出政策制定考虑的范围）和供应方冲击（即，一些供应商停产），以评估拟议政策的稳健性。
2022-09-11 cs.SY eess.SY math.OC
ANFIS and metaheuristics for green supply chain with inspection and rework
该研究构建含变质、检验返工、库存价格依赖需求的绿色供应链库存利润最大化模型，提出三种碳减排策略，用元启发式惩罚法求解优化问题，对比了DE、PSO与ANFIS的求解效果。
2024-07-12 math.OC
A Multi-Stage Supply Chain Network Optimization Using Genetic Algorithms
在今天的全球商业市场上，单个公司不再作为拥有独特品牌的独立实体竞争，而是作为供应链环节的组成部分竞争。任何企业成功的关键是满足客户的需求，这可能会导致成本降低和服务水平的提高。在供应链网络中，在竞争和协作的环境中，决策是在产品需求、成本、价格、交货期、质量等不确定性的情况下做出的。如果决策不当，可能会导致成本高昂的库存过剩或无法满足客户需求的库存不足。在这项工作中，我们开发了一个双目标模型，最大限度地减少系统范围内的供应链成本和延迟交付的产品配送中心的三级供应链。为多目标最优化问题选择一组Pareto前沿需要鲁棒且高效的方法，该方法可以搜索整个空间。我们使用进化算法来找到一组帕累托前沿已被证明是有效的，在寻找整个帕累托前沿。
2014-08-04 cs.NE math.OC
Optimal pricing control in distribution networks with time-varying supply and demand
University of Stuttgart（斯图加特大学）；Faculty of Mathematics and Natural Sciences, University of Groningen（格罗宁根大学数学与自然科学学院）
本文研究动态库存系统中的最优流控制问题，提出考虑时间变化供应需求、运输线路容量限制及Legendre型凸流成本函数的动态优化分布问题，并设计动态反馈控制器实现流的渐近最优及存储水平平衡。
2014-03-27 cs.SY eess.SY math.OC
Bullwhip effect attenuation in supply chain management via control-theoretic tools and short-term forecasts: A preliminary study with an application to perishable inventories
Université d’Artois（阿尔图瓦大学）；École polytechnique（巴黎综合理工学院）；AL.I.E.N.；Université de Lorraine（洛林大学）
本文通过结合控制理论工具和短期预测方法，探讨如何抑制供应链管理中的牛鞭效应，并在易腐库存应用中验证其有效性。
2019-03-11 cs.SY eess.SY math.OC
Distributional constrained reinforcement learning for supply chain optimization
Imperial College London（帝国理工学院）
本文研究了强化学习（RL）在多周期供应链中的应用，生产和库存。我们介绍了分布约束策略优化（DCPO），一种新的方法，可靠的约束满足在RL。我们的方法是基于约束策略优化（CPO），这是受到近似误差，在实践中导致它收敛到不可行的政策。我们通过将分布式RL的各个方面纳入DCPO来解决这个问题。具体来说，我们使用输出离散分布的神经网络表示收益和成本价值函数，并根据相关置信度重塑成本。使用供应链的案例研究，我们表明，DCPO提高了RL政策收敛的速度，并确保可靠的约束满足的训练结束。所提出的方法还提高了可预测性，大大降低了运行之间的回报方差，分别，这一结果是显着的策略梯度方法，这在训练过程中本质上引入显着的方差的上下文中。
2023-02-03 cs.LG math.OC
Quantum Computing Methods for Supply Chain Management
University of California, Berkeley（加州大学伯克利分校）；University of Hong Kong（香港大学）；The University of Chicago（芝加哥大学）；qBraid Co.（qBraid公司）
预计量子计算将对许多领域产生变革性影响，但其在工业问题上的实际部署尚未得到充分探索。我们专注于将量子计算应用于工业运营管理问题，特别是供应链管理。供应链管理中的许多问题涉及大型状态和动作空间，并对经典计算机提出了计算挑战。提出了一种量化策略迭代算法，并对库存控制问题进行了求解，验证了算法的有效性。我们还深入讨论了在短期内实现这种量子算法的硬件要求和潜在挑战。我们的模拟和实验由\texttt{IBM Qiskit}和\texttt{qBraid}系统提供动力。
2022-12-01 cs.AI cs.LG math.OC
Numerical schemes for the optimal input flow of a supply-chain
University of Salerno（萨莱诺大学）；Rutgers University（罗格斯大学）
提出一种创新数值技术，通过广义切向量调整供应链输入流以实现期望输出流，并基于迎风-欧拉最速下降算法给出收敛性和误差估计。
2012-08-23 cs.NA math.NA math.OC
Production and distribution planning, scheduling, and routing optimization in a yogurt supply chain under demand uncertainty: A case study
针对需求不确定的酸奶供应链，构建混合整数非线性规划模型并采用鲁棒模糊规划与遗传算法求解，通过案例验证其能优化生产配送调度与路径决策。
2024-06-09 math.OC
Design Approach for Additive Manufacturing in Spare Part Supply Chains
在当前的工业革命中，增材制造（AM）体现了一种有前途的技术，可以提高供应链（SC）的有效性，适应性和竞争力。此外，它促进了分布式供应链的发展，从而提高了产品的可用性，库存水平和交货时间。然而，AM在工业SC中的广泛采用产生了各种挑战，导致SC设计的新困难。在此背景下，本文提出了一种新的设计方法，AM SC使用优化方法。更具体地说，所提出的方法，包括p-中位数和混合整数线性规划模型，考虑在通用备件供应链的特定位置部署生产资源（3D打印机）的决定。该方法在电梯维护服务提供商的真实用例中进行了评估。所获得的结果证明了所提出的设计方法在管理即将广泛使用3D打印机制造SC所带来的挑战方面的有前途的能力。
2020-11-20 cs.SY eess.SY math.OC
Supply Chain Networks
Lehigh University（利哈伊大学）
研究供应链网络中系统需求不确定性和风险传播，利用随机网络属性建模，验证牛鞭效应是固有拓扑属性，扩展到瞬态环境，纳入相关机制，通过数据驱动实验展示局部中断引发的影响。
2026-07-28 cs.CE cs.SY eess.SY
OptiRepair: Closed-Loop Diagnosis and Repair of Supply Chain Optimization Models with LLM Agents
Massachusetts Institute of Technology（麻省理工学院）；Alibaba Group（阿里巴巴集团）
OptiRepair通过训练LLM代理实现供应链优化模型的闭环诊断与修复，显著提升修复效率和合理性，解决求解器交互和运营合理性两大难题。
2026-02-24 cs.AI cs.LG math.OC
Towards Autonomous Supply Chains: Definition, Characteristics, Conceptual Framework, and Autonomy Levels
University of Cambridge（剑桥大学）
本文针对传统供应链脆弱性，正式定义了自主供应链（ASCs）并归纳其特征，提出了MIISI分层概念框架与七级自治参考模型，通过肉类供应链案例展示了初步实施，为ASCs的理论与技术演进奠定基础。
2024-09-25 cs.AI cs.MA cs.SY
