由于中国饮食传统上注重新鲜度，中国消费者比美国人更需要新鲜农产品。尚说，中国的食品杂货市场与西方国家非常相似，在销售增长缓慢的情况下，连锁店为微薄利润而苦苦挣扎。
盒马鲜生在成都的 16 家零售店由一个中央仓库提供服务。每天早上，中央仓库观察门店的数据，估计需求，并从附近的农民那里订购农产品、肉类和鸡蛋。午夜过后不久，商品到达并进行交叉转运，迅速装上出站卡车，准备运送到零售店。第二天早上 6 点，它们已经上架并准备好供客户使用。简而言之，盒马鲜生目前的做法是使用“前一天”的信息来补充库存。
“盒马目前的做法效率低下，”尚先生说。“如果在仓库收到物料的那一刻，你就有一个快速算法来利用最即时可用的信息，那将是非常理想的。然后，你可以快速地将库存转移到具有不同需求的不同零售店。这就是利用实时信息进行库存补充。”
“这是我们要解决的挑战，”尚说。“我们需要一种算法，能够在不到一个小时的时间内观察当天的特征信息，解决 400 多个库存单位的分配决策，以满足早上 6 点的目标。”
“管理一个地点和管理多个地点之间有很大区别，”尚说。“如果你的仓库只为一家商店供货，你只需要订购你需要的东西，但这里我们谈论的是分销供应链。一家商店的订单会影响其他商店。这是一个非常复杂的系统，需要高效地处理。”
两步走的方法
Shang 和他的同事是库存管理研究中第一批利用影响需求的最 塞内加尔电子邮件列表 新因素来解决“一个仓库多个零售商”问题的人之一。他们开发了一种利用当天信息并通过两步流程生成解决方案的算法。
第一步是通过一种称为泰勒级数或泰勒展开的数学方法解决零售商之间的库存分配决策。它以 18 世纪英国数学家布鲁克·泰勒 (Brook Taylor) 的名字命名，长期以来一直为科学家、工程师和天文学家提供极其复杂的问题的解决方案，例如计算哈雷彗星的轨道。
“假设你有 100 个单位的商品和 16 家门店，就像盒马在成都那样，每家门店都有不同的交货时间、不同的成本结构和影响客户需求的不同因素，”尚说。“你如何实时地最好地分配这 100 个单位的商品？这是一个复杂的问题，人们称之为‘维数灾难’。没有因果解决方案。在我们的算法中，我们快速计算出了一个理想的解决方案，它的优雅源于泰勒展开式。