Integrated Supplier Selection and Inventory Management Problems Considering Discounts and Uncertainty: A Fuzzy-Probabilistic Approach
Notice bibliographique
Résumé
This study addresses the integration of supplier selection and inventory management issues that involve discounts, with a unified decision-making support formulated through a mathematical programming approach.The challenges addressed encompass uncertain parameters such as defective goods rates, late delivery rates, and demand, some of which are treated as probabilistic/random variables under data availability assumptions, while others are managed as fuzzy variables where data is not explicitly required.The joint problems were synthesized into a piecewise fuzzy-probabilistic optimization model with the aim of minimizing total operational costs, and the optimal decision was deduced by solving this model.Further, the model was constructed incorporating multi-period observations, indicating its ability to generate optimal solutions for multiple procurement activity periods.Computational simulations were executed to demonstrate the calculation of the optimal decision and to appraise the proposed model.All calculations were performed in LINGO 19.0 optimization software, leveraging its uncertain programming package.The computational process employed the generalized reduced gradient -a popular method for solving optimization problems due to its requirement of only a differentiable objective function -in conjunction with the branch and bound algorithmrecognized for its simplicity in branching and bounding feasible solutions.The results affirmed that the proposed model successfully delivered the optimal solution for the problem at hand.Therefore, the proposed model is deemed appropriate for implementation by practitioners in manufacturing/retail industries as a decision-making tool to curtail operational costs associated with their procurement and warehousing operations.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».