基于需求不确定性的数据驱动库存管理研究综述
邵思淇1
钟远光1
陈植2
李延希1
1.华南理工大学 工商管理学院,广东 广州 5106452.香港中文大学 深圳研究院,广东 深圳 518172
摘要：随着高质量数据的日益丰富、机器学习技术的持续进步以及计算能力的显著提升,数据驱动库存管理正迎来前所未有的发展机遇.然而,目前学术界对于这一新兴领域的研究进展尚缺乏全面系统的综述.本研究运用文献计量方法,深入分析了 183 篇学术论文,并通过科学知识图谱的可视化方式,全面展示了该领域的研究现状.从大数据和运营管理的双重视角出发,总结归纳了数据驱动库存管理在需求信息、基本模型和基本方法 3个方面的研究结果.重点从需求不确定性和特征数据的角度介绍了 4种库存管理模型:单变量数据驱动报童模型、单变量数据驱动动态库存模型、多特征数据驱动报童模型和多特征数据驱动动态库存模型.在此基础上,梳理了 6种主要的数据驱动决策方法,包括贝叶斯方法、鲁棒优化方法、样本均值近似方法、分位数回归方法、操作统计方法和机器学习方法.最后,本研究从数据驱动库存管理方法与工具层面,以及面临的难点与应用热点层面,提出了未来研究的方向与建议,旨在为相关领域的研究者和实践者提供有益的参考和启示,推动数据驱动库存管理领域不断发展.
关键词：数据驱动库存管理报童动态库存研究综述
分类号：F403.6(工业经济理论)F253.4(物流经济)
资助基金：国家自然科学基金(72325011)国家自然科学基金(72321001)
论文发表日期：2024-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 1-11 )
英文信息