Economic production with Poisson demand, lost sales, fixed‐rate discrete replenishment, and a constant setup time
Notice bibliographique
Résumé
We address a production/inventory problem for a single product and machine where demand is Poisson distributed, and the times for unit production and setup are constant. Demand not in stock is lost. We derive a solution for a produce‐up‐to policy that minimizes average cost per unit time, including costs of setup, inventory carrying, and lost sales. The machine is stopped periodically, possibly rendered idle, set up for a fixed period, and then restarted. The average cost function, which we derive explicitly, is quasi‐convex sparately in the produce‐up‐to level Q , the low‐level R that prompts a setup, and jointly in R equals Q . We start by finding the minimizing value of Q where R equals 0, and then extend the search over larger R values. The discrete search may end with R less than Q , or on the matrix diagonal where R equals Q , depending on the problem parameters. Idle time disappears in the cycle when R equals Q , and the two‐parameter system folds into one. This hybrid policy is novel in make‐to‐stock problems with a setup time. The number of arithmetic operations to calculate costs in the ( Q , R ) matrix depends on a vector search over Q . The computation of the algorithm is bounded by a quadratic function of the minimizing value of Q . The storage requirements and number of cells visited are proportional to it.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».