[发明专利]使用因果模型操作供应链

说明书

本发明提供了用于优化供应链的操作的方法、系统和设备，包括编码在计算机存储介质上的计算机程序。在一个方面，该方法包括重复地执行以下操作：i)基于因果模型选择用于操作供应链的输入设置的配置，该因果模型测量输入设置和供应链的成功量度之间的因果关系；ii)确定使用输入设置的配置操作的供应链的成功量度；以及iii)基于使用输入设置的配置操作的供应链的成功量度，调整因果模型。

背景技术

本说明书涉及控制供应链，并且涉及确定用于操作供应链的控制设置与从供应链接收的环境响应之间的因果关系。

用于确定应使用哪些控制设置来控制环境的现有技术通常采用基于建模的技术或依靠系统的主动控制。

在基于建模的技术中，系统被动地观察数据，即，控制设置到环境响应的历史映射，并且尝试发现数据中的模式以学习可用于控制环境的模型。基于建模的技术的示例包括决策森林、逻辑回归、支持向量机、神经网络、内核机和贝叶斯分类器。

在主动控制技术中，系统依靠对环境的主动控制来进行知识生成和应用。主动控制技术的示例包括随机化受控实验，例如班迪特实验。

发明内容

本说明书描述了系统和方法，该系统和方法被实现为一个或多个位置中的一个或多个计算机上的选择用于操作供应链的控制设置的计算机程序。

根据第一方面，提供了一种方法，该方法包括重复地执行以下操作：i)基于因果模型选择用于操作供应链的输入设置的配置，该因果模型测量输入设置和供应链的成功量度之间的因果关系；ii)确定使用输入设置的配置操作的供应链的成功量度；以及iii)基于使用输入设置的配置操作的供应链的成功量度，调整因果模型。

在一些具体实施中，该方法还包括基于一组内部控制参数来选择输入设置的配置，并且基于使用输入设置的配置操作的供应链的成功量度来调整内部控制参数。

在一些具体实施中，供应链的成功量度包括以下中的一者或多者：操作成本；一个或多个制造厂的制造成本；运输成本；配送成本；或订单履行的量度。

在一些具体实施中，用于操作供应链的输入设置包括以下中的一者或多者：一个或多个制造厂的操作设置；用于库存管理的操作设置；运输设置；或用于一个或多个需求预报模型的参数。在一些具体实施中，给定制造厂的操作设置包括以下中的一者或多者：待制造的一个或多个产品的相应类型；在给定时间段内待制造的每种产品的相应量；或要提供给一个或多个仓库中的每个仓库的每种产品的相应量。在一些具体实施中，库存管理的操作设置包括要在每个配送中心和结束点处维护的相应存货水平。在一些具体实施中，运输设置包括以下中的一者或多者：用于仓库补充的运输模式的选择；或用于客户递送的运输模式的选择。

在一些具体实施中，该方法还包括基于因果模型和预先确定的一组外部变量的相应量度来选择输入设置的配置，以及调整将预先确定的一组外部变量对配置的选择的影响参数化的内部控制参数。在一些具体实施中，预先确定的一组外部变量包括以下中的一个或多个：天气状况的量度；道路状况的量度；一年中的时间；或员工可用性。

本说明书中所述的主题的具体实施例可被实施为实现下述优点中的一者或多者。

使用本说明书中所述的方法允许快速改善供应链的操作。通过重复地选择不同的控制设置并测量控制设置对供应链的成功的影响，控制系统能够生成因果模型，所述因果模型比其它现有技术的控制系统更快速且更准确地建模控制设置和供应链的成功之间的因果关系。该系统可利用该准确的因果模型来改善供应链的各个方面。例如，系统可降低供应链的操作成本、供应链中的一个或多个制造厂的制造成本、供应链中的产品的运输成本、和/或供应链中的产品的配送成本。又如，系统可以改善供应链的订单履行的量度，例如其订单按时间履行的客户的比例。

控制系统还能够考虑不可控制但影响供应链成功的环境的特性。因此，因果模型能够针对环境特性的各种配置独立地对控制设置和供应链的成功之间的关系进行建模，使得供应链的成功可不太容易受到那些特性的变化的影响。