场景避免 Markdown 优化
IBM® Sterling Intelligent Promising 允许您在 AI 支持的模型的帮助下优化降价避免。 您的业务目标是在库存中保留足够的商品，以避免在商品上降价。 您可以创建用于优化降价避免成本的参数概要文件。
示例
在可从多个节点装运订单且 "避免降价" 目标已划分优先级的场景中， Optimization service 会考虑潜在降价以选择发货节点。 然后优化订单，使初始投资通过降价避免产生更大的节省。
| 发货节点 | 节点与目标之间的距离 | 装运成本 | 处理成本 | 负载均衡成本 | 距离惩罚 | 避免缺货成本 | 避免降价成本 | 使用库存模型进行优化的总成本 | 没有库存模型的优化总成本 |
|---|---|---|---|---|---|---|---|---|---|
| 节点 A | 891 英里 | $4.90 | $3.50 | .012 美元 | .0032 美元 | $0 | $42.65 | -$34.2379 | $8.4154 |
| 节点 B | 221 英里 | $4.33 | $3.25 | .056 美元 | .0009 美元 | $0 | .59 美元 | $7.0480 | $7.6367 |
- 使用库存模型进行优化的总成本 = 装运成本 + 处理成本 + 负载均衡成本 + 距离惩罚 + 缺货避免成本-降价避免成本
- 没有库存模型的优化总成本 = 装运成本 + 处理成本 + 负载均衡成本 + 距离惩罚
如果未在此示例中使用库存模型，那么可能会选择节点 B 来实现订单，因为它离目标更近。 但是，库存模型预测未来在节点 A 处降价的可能性很大。 由于节点 B 的降价而导致的预测损失为 $0.59 ，而节点 A 的损失为 $42.65 。 为了最大限度减少由于预测的未来降价而造成的损失，选择了节点 A 进行装运。 因此，节点 A 的优化总成本为-$34.2379 ，而节点 B 的优化总成本为 $7.0480 。