提供了一種實(shí)現(xiàn)連鎖商家智能補(bǔ)貨的方法及系統(tǒng)。所述方法包括：獲取訓(xùn)練數(shù)據(jù)集；基于訓(xùn)練數(shù)據(jù)集，利用強(qiáng)化學(xué)習(xí)算法來(lái)訓(xùn)練用于預(yù)測(cè)連鎖商家的各個(gè)分店本次需要的補(bǔ)貨量的機(jī)器學(xué)習(xí)模型，以得到訓(xùn)練好的所述機(jī)器學(xué)習(xí)模型，其中，所述強(qiáng)化學(xué)習(xí)算法的優(yōu)化目標(biāo)是：第一預(yù)設(shè)時(shí)長(zhǎng)內(nèi)各次補(bǔ)貨的補(bǔ)貨總代價(jià)的累積值最小，其中，每次補(bǔ)貨的補(bǔ)貨總代價(jià)包括：該次補(bǔ)貨的分店的補(bǔ)貨代價(jià)和該次未補(bǔ)貨的分店的未補(bǔ)貨代價(jià)。根據(jù)所述方法及系統(tǒng)，能夠得到實(shí)現(xiàn)連鎖商家智能補(bǔ)貨的機(jī)器學(xué)習(xí)模型，且通過(guò)該機(jī)器學(xué)習(xí)模型得到的補(bǔ)貨方案能夠使補(bǔ)貨總成本最低。