MétaCan
Menu
Retour à la cohorte
Enregistrement W2007510152 · doi:10.1287/opre.1110.0933

TECHNICAL NOTE—Inventory Systems with a Generalized Cost Model

2011· article· en· W2007510152 sur OpenAlexafffund
Woonghee Tim Huh, Ganesh Janakiraman, Alp Muharremoglu, Anshul Sheopuri

Notice bibliographique

RevueOperations Research · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésMathematical optimizationHolding costQuasiconvex functionConstraint (computer-aided design)Function (biology)Position (finance)Total costOrder (exchange)Economic order quantityComputer scienceEconomic shortageConvex functionCarrying costRegular polygonPenalty methodMathematicsConvex optimizationEconomicsConvex setSupply chainMicroeconomics

Résumé

récupéré en direct d'OpenAlex

We study a single-stage inventory system with a generalized shortage penalty cost that includes the following three components: (i) a cost that is an increasing function of the number of backordered units in a period, (ii) a fixed cost incurred for each period in which there is a backorder irrespective of how many units are backordered, and finally (iii) a cost that is an increasing function of the number of periods a customer is backordered. We show the problem can be transformed into one in which the backorder cost depends on the inventory position only. Then we present two sets of conditions; the first one restricts our attention to a special case of the generalized penalty cost model while the second one restricts our attention to stationary demand models with some distributional assumptions. Under the first (resp. second) set of conditions, we show that the expected cost in a period can be expressed as a convex (resp. quasiconvex) function of the after-ordering inventory position. We use this property to prove the optimality of order-up-to policies under both sets of conditions and discuss extensions to the cases where either a fixed ordering cost or a batch ordering constraint is present.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,189
Tête enseignante GPT0,341
Écart entre enseignants0,153 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOperations ResearchMême sujetSupply Chain and Inventory ManagementTravaux en français237 207