A Fixed Rate Production Problem with Poisson Demand and Lost Sales Penalties
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 solve a variation of a classic make‐to‐stock inventory problem introduced by Gavish and Graves. A machine is dedicated to a single product whose demand follows a stationary Poisson distribution. When the machine is on, items are produced one at a time at a fixed rate and placed into finished‐goods inventory until they are sold. In addition, there is an expense for setting up the machine to begin a production run. Our departure from Gavish and Graves involves the handling of unsatisfied demand. Gavish and Graves assumed it is backordered, while we assume it is lost, with a unit penalty for each lost sale. We obtain an optimal solution, which involves a produce‐up‐to policy, and prove that the expected time‐average cost function, which we derive explicitly, is quasi‐convex separately in both the produce‐up‐to inventory level Q and the trigger level R that signals a setup for production. Our search over the ( Q, R) array begins by finding Q 0 , the minimizing value of Q for R = 0. Total computation to solve the overall problem, measured in arithmetic operations, is quadratic in Q 0 . At most 3 Q 0 cost function evaluations are required. In addition, we derive closed‐form expressions for the objective function of two related problems: one involving make‐to‐order production and another for control of an N‐policy M/ D/1 finite queue. Finally, we explore the possibility of solving the lost sales problem by applying the Gavish and Graves algorithm for the backorder problem.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 | 0,000 |
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