Transshipment of Inventories: Dual Allocations vs. Transshipment Prices
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We study a newsvendor game with transshipments, in which n retailers face a stochastic demand for an identical product. Before the demand is realized, each retailer independently orders her initial inventory. After the demand is realized, the retailers select an optimal transshipment pattern and ship residual inventories to meet residual demands. Unsold inventories are salvaged at the end of the period. We compare two methods for distribution of residual profit—transshipment prices (TPs) and dual allocations (DAs)—that were previously analyzed in literature. TPs are selected before the demand is known, and DAs, which are obtained by calculating the dual prices for the transshipment problem, are calculated after observing the true demand. We first study the conditions for the existence of the Nash equilibria under DA and then compare the performance of the two methods and show that neither allocation method dominates the other. Our analysis suggests that DAs may yield higher efficiency among “more asymmetric” retailers, whereas TPs work better with retailers that are “more alike,” but the difference in profits does not seem significant. We also link expected dual prices to TPs and use those results to develop heuristics for TPs with more than two symmetric retailers. For general instances with more than two asymmetric retailers, we propose a TP agreement that uses a neutral central depot to coordinate the transshipments (TPND). Although DAs in general outperform TPND in our numerical simulations, its ease of implementation makes TPND an attractive alternative to DAs when the efficiency losses are not significant (e.g., high critical fractiles or lower demand variances).
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle