MétaCan
Menu
Retour à la cohorte
Enregistrement W3122969773 · doi:10.1287/mnsc.1080.0871

Inventory Models for Substitutable Products: Optimal Policies and Heuristics

2008· article· en· W3122969773 sur OpenAlexaff
Mahesh Nagarajan, Sampath Rajagopalan

Notice bibliographique

RevueManagement Science · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNewsvendor modelHeuristicsStock (firearms)Service levelComputer scienceProduct (mathematics)Inventory controlLost salesEconomicsMathematical optimizationOperations researchEconometricsMathematicsSupply chainBusinessStatisticsMarketing

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine the nature of optimal inventory policies in a system where a retailer manages substitutable products. We first consider a system with two products 1 and 2 whose total demand is D and individual demands are negatively correlated. A fixed proportion of the unsatisfied customers for an item will purchase the other item if it is available in inventory. For the single-period case, we show that the optimal inventory levels of the two items can be computed easily and follow what we refer to as “partially decoupled” policies, i.e., base stock policies that are not state dependent, in certain critical regions of interest both when D is known and random. Furthermore, we show that such a partially decoupled base-stock policy is optimal even in a multiperiod version of the problem for known D for a wide range of parameter values and in an N-product single-period model under some restrictive conditions. Using a numerical study, we show that heuristics based on the decoupled inventory policy perform well in conditions more general than the ones assumed to obtain the analytical results. The analytical and numerical results suggest that the approach presented here is most valuable in retail settings for product categories where the level of substitution between items in a category is not high, demand variation at the aggregate level is not high, and service levels or newsvendor ratios are high.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,051
Tête enseignante GPT0,235
Écart entre enseignants0,185 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations137
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetSupply Chain and Inventory ManagementTravaux en français237 207