买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清华大学申请的专利考虑可替代性的单周期端到端库存控制方法及产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116975552B 。

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310567485.1，技术领域涉及：G06F18/20；该发明授权考虑可替代性的单周期端到端库存控制方法及产品是由张智海;龚海磊设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本考虑可替代性的单周期端到端库存控制方法及产品在说明书摘要公布了：本发明提供了一种考虑可替代性的单周期端到端库存控制方法及产品，涉及智能决策技术领域。本发明实施例中，所述方法包括：确定当前周期观察到的特征，将所述特征输入端到端库存决策模型，得到库存控制策略，所述库存控制策略表示为多维向量，代表每种等级资源的采购数量。本发明实施例中，端到端库存决策模型的输入是可观察到的特征，输出是库存控制策略。相比于传统的先预测后优化框架，端到端库存决策模型在实际生产环境中部署更容易，使用更简单，决策更高效，并且，本发明实施例提出的端到端库存决策模型训练高效，还可以学习到相关的库存控制策略。

本发明授权考虑可替代性的单周期端到端库存控制方法及产品在权利要求书中公布了：1.一种考虑可替代性的单周期端到端库存控制方法，其特征在于，所述方法包括： 确定当前周期观察到的特征，将所述特征输入端到端库存决策模型，得到库存控制策略，所述库存控制策略表示为多维向量，代表每种等级资源的采购数量； 所述端到端库存决策模型的训练样本包括：样本特征和对应的历史真实需求，在所述端到端库存决策模型的训练过程中最优的库存控制策略不可知，所述端到端库存决策模型的训练过程为无标签学习，所述端到端库存决策模型的输出为最小化经验成本的库存控制策略；所述最小化经验成本表示为： ； 其中，是神经网络模型在给定数据集下的经验成本，，是所有神经网络模型的集合，表示第个样本的特征，表示第个样本的历史真实需求； 通过链式法则计算梯度： ； 其中，，其中是资源单位采购成本，是如下优化问题的最优解： ； ； ； ； ； 其中，表示等级为的资源采购数量；表示产品单位售价，表示等级资源单位服务成本，表示未满足需求单位惩罚成本；表示等级资源单位处理成本； 根据神经网络的反向传播计算公式计算梯度，=，其中，为神经网络隐藏层的第k个神经元的输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学，其通讯地址为：100084 北京市海淀区清华园1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。