Robustness of Order-Up-to Policies in Lost-Sales Inventory Systems
Notice bibliographique
Résumé
We study an inventory system under periodic review when excess demand is lost. It is known (Huh et al. 2009) that the best base-stock policy is asymptotically optimal as the lost-sales penalty cost parameter grows. We now show that this result is robust in the following sense: Consider the base-stock level which is optimal in a backordering system (with a per-unit-per-period backordering cost) in which the backorder cost parameter is a function of the lost-sales parameter in the original system. Then there is a large family of functions (mapping the lost-sales cost parameter to the backorder cost parameter) such that the resulting base-stock policy is asymptotically optimal. We also demonstrate the robustness phenomenon through a second result. We consider the base-stock level which is optimal in a backordering system in which a unit of backorder is charged a penalty cost only once (such a system has been studied by Rosling). We show that this base-stock policy is also asymptotically optimal. Furthermore, we show that a modification suggested by Archibald of this base-stock level also results in an asymptotically optimal policy. Finally, we numerically test the performance of this heuristic policy for a wide spectrum of values for the lost-sales penalty cost parameter and illustrate the superior performance of Archibald's method.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 tête enseignante, 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 ».