本發(fā)明提供應用人工智能優(yōu)化企業(yè)供應鏈的方法、系統(tǒng)、設(shè)備及介質(zhì)，包括：根據(jù)歷史策略，應用深度強化學習獲得策略網(wǎng)絡(luò)；對不同種類產(chǎn)品的歷史需求分析來生成時變的市場需求分布；利用對市場需求分布的第一采樣數(shù)據(jù)訓練策略網(wǎng)絡(luò)而獲得增強策略網(wǎng)絡(luò)；對增強策略網(wǎng)絡(luò)應用深度強化學習獲得價值網(wǎng)絡(luò)；增強策略網(wǎng)絡(luò)根據(jù)實時供應鏈數(shù)據(jù)獲得各種下一步策略的初始得分；采樣所預測的市場需求預測數(shù)據(jù)獲得第二采樣數(shù)據(jù)，增強策略網(wǎng)絡(luò)據(jù)以獲得各種下一步策略的第一價值得分，價值網(wǎng)絡(luò)獲得各種下一步策略的第二價值得分，綜合初始得分和第二價值得分得到價值網(wǎng)絡(luò)綜合得分；結(jié)合價值網(wǎng)絡(luò)綜合得分及初始得分來確定最終下一步策略。