在电子商务和人工智能技术的推动下，零售价波动销售已普遍存在。价格波动频率的上升导致零售商难以准确预测每笔订单的最终成交价，形成了价格随机波动销售。易逝品面临着价格波动和需求不确定性增加的挑战，但现有研究多假设价格固定，不适应价格随机波动情境。同时，对价格和需求相关关系的刻画有限，无法有效处理价格波动引发的非线性需求变化，导致价格波动销售下的订购决策研究尚未深入。本研究针对零售商价格随机波动销售的易逝品单周期订购问题，建立了单阶段和两阶段价格波动下的订购模型。通过四种决策准则分析了零售商单独决策、供应链Stackelberg决策、集中决策和供应链利润分配的最优订购策略。引入Copula函数解决价格和需求相关性问题，提出了价格波动下的近似最优订购策略。数值实验验证了算法的有效性，并分析了多种因素对订购策略的影响。研究表明，该算法能有效解决零售价随机波动销售下的最优订购策略问题。这些结果有助于零售商制定最佳策略，并为供应商与零售商在不同决策环境下做出正确选择提供指导。本研究丰富了订购理论，为价格波动销售环境下易逝品的订购决策问题提供了新思路。