硬约束、平滑梯度：通过可微投影学习可行库存策略

论文将神经网络策略、可微二次规划投影与双变量驱动的整数映射结合起来，在端到端训练中强制满足库存、产能和物料约束。多级生产库存实验中，小规模实例平均最优性差距低于1%，大型网络较基准策略节省最高9.75%，ASML工业案例成本最高降低3.22%。