参数自动调优
安全库存基数、满足周数、权重系数的自动寻优：贝叶斯优化 + bandit 探索，全部在离线回测里跑，结果带置信度，上线必须过人工确认闸门 —— 不做黑盒自动改参。
i业务价值：O16 / P2 —— 参数漂移是补调系统上线半年后最大的隐性失效来源（季节变了、σ 变了、门店结构变了，参数还是老值）。行业做法是"参数搜索 + 离线回测"闭环，把奖励函数与安全约束先定死；而不是让算法在线自动改参。前置条件：可回放的历史快照（90 天以上）、稳定的目标函数与约束、灰度发布与一键回滚能力（X7 算法治理）。功能编号 O16X7O12
本季寻优轮次
20轮
贝叶斯优化，每轮 12 周离线回测
搜索参数维度
3类
安全库存基数 / 满足周数 / 权重系数
目标函数改善
+6.8%
综合目标 74.2 → 79.3
最优参数置信度
86%
低于 90% 不上线，需加采样本
建议上线项
1项
满足周数分档微调 · 待人工确认
自动改参
关闭
治理红线：不自动写生产参数
寻优配置：候选参数 × 目标函数 × 结果 × 置信度
每轮 = 一组候选参数 × 12 周离线滚动回测；置信度由重复试验的分布给出O16O12
| 轮次 | 安全库存基数 | 满足周数（常规/TOP20/新品） | 权重系数（近7/近7-14） | 目标函数（成本−毛利+缺货） | 改善 | 置信度 | 结论 |
|---|---|---|---|---|---|---|---|
| R01 | 1.00 | 1.0 / 1.5 / 1.5 | 80 / 20 | 74.2（基线） | — | — | 基线 |
| R02 | 1.15 | 1.2 / 1.5 / 1.5 | 80 / 20 | 76.8 | +3.5% | 72% | 观察 |
| R03 | 0.90 | 1.0 / 1.6 / 1.6 | 80 / 20 | 77.4 | +4.3% | 78% | 观察 |
| R04 | 1.05 | 1.0 / 1.5 / 1.5 | 70 / 30 | 76.1 | +2.6% | 64% | 否决·置信度低 |
| R05 | 1.05 | 1.2 / 1.6 / 1.5 | 75 / 25 | 78.9 | +6.3% | 83% | 候选 |
| R06 | 1.10 | 1.2 / 1.6 / 1.4 | 75 / 25 | 79.3 | +6.8% | 86% | 最优 |
| R07 | 1.10 | 1.4 / 1.8 / 1.6 | 75 / 25 | 78.7 | +6.1% | 81% | 次优 |
| R08 | 1.25 | 1.2 / 1.6 / 1.4 | 75 / 25 | 76.9 | +3.6% | 69% | 否决·库存冗余上升 |
共 20 轮；本表展示 8 轮（含基线 1 轮、否决 2 轮）每页
寻优收敛（目标函数 vs 轮次）
R06 为当前最优，但置信度未达 90%目标函数（成本−毛利+缺货，万元） R01 74.2 → R06 79.3
- 寻优方法
- 贝叶斯优化（连续参数）+ bandit（满足周数分档，离散选择）
- 采集函数
- Expected Improvement（EI），前 5 轮为随机探索
- 收敛判据
- 连续 5 轮 EI < 0.2（第 18 轮达标）
- 重复次数
- 每轮 200 次重复试验，取均值与 95% 区间
- 过拟合防护
- 留出最近 4 周做样本外验证，样本外改善 ≥ 3% 才进入候选
目标函数与约束条件
四类硬约束不参与寻优约束先定死，再谈寻优
奖励函数与安全约束必须在寻优之前定义，并且在寻优过程中不可被算法修改。否则算法会找到"牺牲服务水平换成本"的捷径 —— 数字好看，业务崩盘。
上线建议与人工确认闸门
每项参数独立确认，不允许"整包通过"STEP 1
寻优完成
R20 收敛
STEP 2
样本外验证
近 4 周改善 +4.1%
STEP 3
业务复核
商品运营 + 供应链
STEP 4
灰度发布
10 家店 / 2 周
STEP 5
全量生效
需二次确认
STEP 6
一键回滚
保留旧参数 30 天
| 参数 | 当前值 | 建议值 | 预计影响 | 闸门 |
|---|---|---|---|---|
| 安全库存基数 | 1.00 | 1.10 | 安全库存 +6%，库存成本 +¥21,600/季，缺货率 −0.8pp | 待确认 |
| 满足周数 · 常规 | 1.0 周 | 1.2 周 | 补货量 +4.2%，售罄率 +0.6pp | 待确认 |
| 满足周数 · TOP20 款 | 1.5 周 | 1.6 周 | TOP 款缺货率 −1.4pp | 建议通过 |
| 满足周数 · 新品 | 1.5 周 | 1.4 周 | 新品库存 −3.1%，首配有效销售率基本持平 | 建议通过 |
| 权重系数 近7/近7-14 | 80 / 20 | 75 / 25 | 预测偏差率 −1.2pp，响应速度略降 | 需加采样本 |
| 服务水平目标 | 96% | 96%（不变） | 硬约束，本季不调整 | 锁定 |
治理设计：为什么不做黑盒自动改参
自动寻优 ≠ 自动生效| 治理项 | 设计 | 原因 |
|---|---|---|
| 寻优环境 | 仅离线回测 | 在线试错会真实发错货 |
| 参数写入 | 人工确认后写入 | 避免不可解释的线上漂移 |
| 回滚能力 | 旧参数保留 30 天 | 一次误改影响全国门店 |
| 发布方式 | 灰度 10 家店 / 2 周 | 先看小样本再全量（X7） |
| 变更留痕 | 参数版本 + 变更人 + 依据 | 审计与复盘要求（G9） |
| 失败兜底 | 样本外改善 < 3% 直接废弃 | 防止过拟合历史 |
!治理红线：O16 的输出是"建议"而不是"新参数"。任何参数变更都要经过 样本外验证 → 业务复核 → 灰度 2 周 → 全量生效 四道闸门，并且保留一键回滚。本季 R06 虽为最优解，但置信度 86% < 90%，因此只建议上线"满足周数分档微调"，安全库存基数与权重系数需再加采 10 轮样本。