مشخصات مقاله:
عنوان فارسی مقاله:
تحلیل مدل فهرست احتمالی فروش از دست رفته با تقاضاهای تعدیل شده با مارکوف: مطالعه بهینه سازی شبیه سازی محور
عنوان انگلیسی مقاله:
Analyzing a lost-sale stochastic inventory model with Markov-modulated demands: A simulation-based optimization study
کلمات کلیدی مقاله:
مدل موجودی تصادفی، همبستگی، بهینه سازی مبتنی بر شبیه سازی، بازپخت شبیه سازی شدهف رتبه بندی و روش های انتخاب، جستجوی الگو
مناسب برای رشته های دانشگاهی زیر:
مهندسی صنایع
مناسب برای گرایش های دانشگاهی زیر:
لجستیک و زنجیره تامین
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1-مقدمه
2- مرور بر ادبیات
3-مدل زنجیره تعدیل شده مارکوف مجزا
1-3 ایجاد تقاضای تناسب خودکار
4- تحلیل عددی
1-4 طراحی آزمایش
1-4-4 تعیین متغییرات وابسته و مستقل
2-1-4 طراحی آزمایشات
2-4 تحلیل و ارزیابی پاسخ ها
3-4 تاثیرات عمده و بر هم کنشی های دو جانبه
4-4 ارزیابی اهمیت تاثیرات عمده و بر هم کنشی های دو جانبه
5-نتایج
6. کاربردهای مدیریتی
ضمیمه الف
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
A consumer demand that presents auto-correlated components is a class of demand commonly found in competitive markets in which consumers may develop preferences for certain products which influence their willingness to purchase them again. This behavior may be observed in inventory systems whose products are subject to promotion plans in which mechanisms that incentivize the demand are implemented. Inventory systems that ignore these dependency components may severely impair their performance. This paper analyzes a stochastic inventory model where the control review system is periodic, is categorized as a lost-sale case, and is exposed to this class of auto-correlated demand pattern. The demand for products is characterized as a discrete Markov-modulated demand in which product quantities of the same item may relate to one another according to an empirical probability distribution. A simulation-based optimization that combines simulated annealing, pattern search, and ranking and selection (SAPS&RS) methods to approximate near-optimal solutions to this problem is employed. Lower and upper bounds for a range of near-optimal solutions are determined by the pattern search step enhanced by ranking and selection—indifferent zone. Results indicate that inventory performance significantly declines as the autocorrelation increases and is disregarded.
چکیده
تقاضای مصرف کننده که قطعات خودرو عرضه می کند گروهی از تقاضایی است که به طور رایج در بازارهای رقابتی یافت می شود که در آن مصرف کننده ممکن است اولویت محصولات خاص را داشته باشد که بر تمایل آنها به خرید مجدد تاثیر می گذارد. این رفتار ممکن است در سیستم های فهرست مشاهده شود که محصولات آنها در دست برنامه های ارتقا بخشی اند که در آن مکانیسم هایی تقاضاهایی را انگیزه می بخشد که اجرا می شوند. سیستم های فهرست بندی که این مولفه های وابسته را نادیده می گیرند ممکن است عملکرد خود را دچار نقص کنند. این مقاله به تحلیل مدل فهرست احتمالی می پردازد که در آن سیستم مرور کنترل دوره ای می باشد که به عنوان حالت فروش از بین رفته مقوله بندی می شود و در معرض این گروه الگوی تقاضای تناسب خودکار می باشد. تقاضای محصولات معرف تقاضای مجزای تعدیل شده با مارکوف می باشد که در آن کمیت های محصول همین آیتم ممکن است بر طبق توزیع احتمال تجربی به دیگری مربوط باشد. بهینه سازی شبیه سازی محور که الحاق شبیه سازی، جستجوی الگو و روش های انتخاب و رده بندی را ترکیب می کند تا جواب های نزدیک بهینه این مسئله را برآورد کند، به کار گرفته می شود. کران های بالا و پایین برای دامنه ای از جواب های نزدیک بهینه بر حسب مرحله جستجوی الگو تعیین می شود که با ناحیه مستقل از انتخاب و رده بندی ارتقا می یابد. نتایج نشان می دهد که عملکرد فهرست به طور عمده کاهش می یابد مادامی که ترمیم خودکار افزایش یافته و نادیده گرفته می شود.