基于遗传算法的陕西文创电商库存优化实践

俊华 刘(西安工程大学计算机科学学院，中国)
晓娟 高(西安工程大学计算机科学学院，中国)
蒙 王(西安工程大学计算机科学学院，中国)
峰萍 王(西安工程大学计算机科学学院，中国)
迎 李(西安工程大学计算机科学学院，中国)

摘要

本案例针对陕西文创电商“秦韵文创”库存管理存在的热门商品缺货、小众商品积压的问题，运用遗传算法构建库存补货优化模型。教学过程引导学生完成从问题分析、模型构建，到遗传算法设计、编码实现与结果分析的全流程实践。详细讲解遗传算法的编码策略、选择交叉变异算子设计及适应度函数构建，并通过 Python 实现算法。最终对比优化前后的库存管理效果，量化展示遗传算法在降低总成本、改善库存结构方面的成效，为计算智能等课程提供兼具理论深度与实践价值的教学范例。

关键词

遗传算法；库存优化；文创电商；计算智能

参考

毕晓君. 计算智能[M]. 北京：人民邮电出版社，2020.

黄竞伟, 朱福喜，康立山. 计算智能[M]. 北京：科学出版社，2018.

王凌. 智能优化算法及其应用[M]. 北京：清华大学出版社，2004.

包子阳, 余继周. 智能优化算法及其 MATLAB 实例[M]. 北京：电子工业出版社，2018.

范旭, 陈克伟, 魏曙光. Python 智能优化算法——从原理到代码实现应用[M]. 北京：电子工业出版社，2022.

李军, 周永务. 遗传算法在库存管理中的应用综述[J]. 管理工程学报，2003，17 (1)：82-86.

Zhang, Y., & Wang, X. Inventory optimization based on genetic algorithm for e-commerce supply chain[J]. Journal of Physics: Conference Series, 2021, 1885(1): 012054.

DOI: http://dx.doi.org/10.12345/jxffcxysj.v8i18.31869