摘要
本发明涉及供应链调度技术领域,公开了一种基于AI的供应链调度方法及系统,包括获取供应链的订单、资源、物流拓扑数据和历史履约数据;利用图神经网络生成交付不确定性嵌入向量;根据交付不确定性嵌入向量确定非对称梯形函数的中心时刻和斜率以及高斯函数的均值和方差,为各目的地节点的调度任务构建模糊时间窗;获取强化学习模型,输出调度目标函数中成本项、时间项和鲁棒性项的权重组合;根据权重组合确定调度目标函数,对调度目标函数进行求解;遗传算法的交叉操作为关键子图交换,通过识别并交换两个父代调度方案的关键路径子图实现。本发明不仅能够准确刻画复杂履约风险分布,而且能适应实时变化,同时还减少了计算量。