Эта задача решается в два этапа.
Типичный подход.
1. Прогнозирование спроса. Я использую наиболее мощный инструмент ML - нейросети.
2. На основании спрогнозированного спроса строиться модель оптимизации (один из вариантов модели запасами на складе).
Нетипичным будет использование математического аппарата "Теории игр" и поиск оптимальных стратегий. Этот вариант хорошо работает при недостатке данных или слишком большой волатильности спроса, т.е. в тех случаях когда нейросеть не справляется с прогнозом.
