MétaCan
Menu
Retour à la cohorte
Enregistrement W2139853536 · doi:10.1287/opre.2013.1181

Optimal Production Management When Demand Depends on the Business Cycle

2013· article· en· W2139853536 sur OpenAlexaff
Abel Cadenillas, Peter Lakner, Michael Pinedo

Notice bibliographique

RevueOperations Research · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Markov chainEconomicsGeometric Brownian motionVariance (accounting)Brownian motionMathematical optimizationValue (mathematics)Markov processEconometricsMicroeconomicsMathematical economicsMathematicsEconomyStatistics

Résumé

récupéré en direct d'OpenAlex

We assume that the cumulative consumer demand for an item follows a Brownian motion, with both the drift and the variance parameters modulated by a continuous-time Markov chain that represents the regime of the economy. The management of the company would like to maintain the inventory level as close as possible to a target inventory level and would also like to produce at a rate that is as close as possible to a target production rate. The company is penalized for deviations from the target levels, and the objective is to minimize the total discounted penalty costs. We consider two models. In the first model the management of the company knows the state of the economy, whereas in the second model the management does not know it. We solve both problems and obtain the optimal production policy and the minimal total expected discounted cost. Furthermore, we compare the total expected discounted costs of the two models and determine the value of knowing the regime of the economy. We also solve the above problems in the case when the consumer demand rate follows a geometric Brownian motion modulated by a continuous-time Markov chain that represents the regime of the economy.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,005

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 Opus0,069
Tête enseignante GPT0,292
Écart entre enseignants0,223 · 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'étudeThéorique ou conceptuel
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

Citations27
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOperations ResearchMême sujetStochastic processes and financial applicationsTravaux en français237 207