MétaCan
Menu
Retour à la cohorte
Enregistrement W3045136998 · doi:10.1080/03155986.2020.1794227

Joint pricing and lot sizing model with statistical inspection and stochastic lead time

2020· article· en· W3045136998 sur OpenAlexvenueno aff
Maryam Safarnezhad, Majid Aminnayeri, R. Ghasemy Yaghin

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSizingLead timeFraction (chemistry)Computer scienceJoint (building)Operations researchMathematical optimizationOrder (exchange)Quality (philosophy)Joint probability distributionSampling (signal processing)Inspection timeOperations managementEconomicsMathematicsEngineeringStatistics

Résumé

récupéré en direct d'OpenAlex

In many real-world situations, there are a fraction of defective items in a received lot whose quality should be evaluated before storage. In this article, we address the joint ordering, pricing, and inspection planning problem for a retailer facing price-sensitive demand and stochastic supply lead-time. The fraction of nonconforming items in a received lot follows a beta distribution and the buyer considers different kinds of inspection policies that include no inspection, inspection and sampling. Moreover, a novel non-linear optimization model is developed in order to determine optimal ordering, pricing and inspection policies. An analytical solution procedure based on mathematical properties of the model is proposed to find optimal decision variables. Numerical studies are conducted in order to show the applicability of the developed model and effectiveness of the proposed algorithms.

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 candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,283
Écart entre enseignants0,203 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetSupply Chain and Inventory ManagementTravaux en français237 207