Measurement and optimization of supply chain responsiveness
Notice bibliographique
Résumé
This article considers make-to-order supply chains with multiple stages where each stage is completed in a random length of time. An order that is placed in stage 1 is considered fulfilled when all of the stages are completed. The responsiveness of such a supply chain is defined as the probability that an order placed now will be fulfilled within t time units. The responsiveness of the supply chain is optimized by maximizing the probability that the order will be fulfilled within some promised time interval subject to a budget constraint. This is achieved by manipulating the rates of distributions representing the duration of each stage. It is assumed that the completion time of each stage is exponential (with possibly different rates) and generalized Erlang and phase-type distributed fulfillment times are both considered. This is followed by more realistic scenarios where the time to completion of a stage is non-exponential. The cases (i) of generalized beta-distributed, (ii) of correlated stage durations, (iii) where stages may be completed immediately with a positive probability (possibly corresponding to the availability of inventory), and (iv) where the number of stages traversed is a random variable are considered. Then an assembly-type system is analyzed for the case where the completion of a stage may depend on the availability of components to be delivered by an outside supplier and a serial system where each stage consists of a multi-server queue. Also considered is a related model of network of queues where the congestion effects are taken into account in the measurement of supply chain responsiveness. This model is analyzed using an approximation and its results are compared to those obtained by simulation. Detailed numerical examples of measurement and optimization of supply chain responsiveness are presented for each model.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».