简介： 本发明提供应用人工智能优化企业供应链的方法、系统、设备及介质，包括：根据历史策略，应用深度强化学习获得策略网络；对不同种类产品的历史需求分析来生成时变的市场需求分布；利用对市场需求分布的第一采样数据训练策略网络而获得增强策略网络；对增强策略网络应用深度强化学习获得价值网络；增强策略网络根据实时供应链数据获得各种下一步策略的初始得分；采样所预测的市场需求预测数据获得第二采样数据，增强策略网络据以获得各种下一步策略的第一价值得分，价值网络获得各种下一步策略的第二价值得分，综合初始得分和第二价值得分得到价值网络综合得分；结合价值网络综合得分及初始得分来确定最终下一步策略。