【摘要】供应链补货任务是连锁零售企业管理中至关重要的一环，需要对未来一段时间商品需求有较为精准的把握和预测，且同时考虑剩余库存、订货单位、起订金额等多重制约因素。传统的人工补货方法在处理大规模商品时存在困难，且容易受到个体主观因素和偏好的干扰，难以实现精准的补货决策。为提高供应链管理效率，本文应用统计和优化模型开发了智能补货系统，包括需求预测模块和主动补货模块。考虑到历史销售数据的不规律波动性，本文从需求分布推断的角度来进行需求预测，能帮助构建合理的商品库存区间。在此基础上，本文构建了主动补货优化模型，综合考虑了多方面补货约束，以最小化补货成本和最大化库存周转率为优化目标，进而设计了相应的启发式算法来高效解决这一整数非线性规划问题。为验证智能补货系统的有效性，进行了仿真模拟测试以及在中石油加油站便利店实际试运行，结果表明该系统能够达到预设的需求满足率，同时有效控制库存成本。本研究应用运筹优化模型提出的智能补货决策系统有助于企业实现准确的商品需求预测和补货决策，避免库存积压和滞销，降低库存和人力成本，提高资源利用效率，从而显著提升整个供应链系统的运营效率。