Order quantities for style goods with two order opportunities and Bayesian updating of demand. Part II: capacity constraints
Notice bibliographique
Résumé
Abstract This paper is the second of two papers that study the problem of ordering a family of style-goods products where demand is uncertain and there are two order opportunities. The first opportunity has a long lead time and low unit cost. The second opportunity has a short lead time and high unit cost. During the time between the two order opportunities new information on demand becomes available. The information is used in a Bayesian estimation process to revise demand forecasts. There are capacity constraints at both order opportunities. The first paper (Miltenburg, J. and Pong, H.C., Order quantities for style goods with two order opportunities and Bayesian updating of demand. Part I: No capacity constraints. Int. J. Prod. Res., 2007, 7, 1643--1663) studied the problem without capacity constraints. The problem examined in this paper is based on problems at a real company. Several inventory models having different information and computation requirements are developed to determine good order quantities. The models are organized into a framework that real companies can use to select the best problem statement and solution procedure for their particular situation. Keywords: Style goods inventory problemFashion goods inventory problemBayesian estimation Acknowledgements This research was supported by Grant OGP5474 from the Natural Sciences and Engineering Research Council of Canada. Notes †The tilda symbol (∼) in means X is a random variable.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».