An Optimal Control Problem for An Inventory Model for Deteriorating Items Considering Advertising Dependent Demand
Notice bibliographique
Résumé
With an increase in market competition, the association between marketing and inventory management has become more important. The commercial activities are more rapid through social media, and advertising has played a crucial role in reaching the product to the consumers before it hits the market. It has thus become normal in an oligopolistic marketing system to increase sales through advertising effort and gain more profit from potential market. It is challenging, nevertheless, to calculate demand and costs related to advertising efforts. As a result, the purpose of this study is to identify the best advertising approach and its potential impact on demand in order to optimize the firm's overall profit. In this paper, we develop an inventory model for deteriorating items to obtain an optimal advertising and inventory strategy, where the consumer demand rate depends on advertising effort and inventory of the items displayed in the store. We have formulated two optimal control problems with the assumption that the replenishment cycle is longer than the fresh product time or not. It is assumed that products do not decay within the fresh product time interval, and inventory decreases due to consumer demand. Next, items will deteriorate and inventory level decreases because of the combined effects of customer demand and deterioration. The analytical solution for the optimal dynamic advertising effort strategies obtained by applying Pontryagin’s maximum principle to maximize overall profit over the planning period. The efficiency of the proposed model is demonstrated by numerical examples. A parameter sensitivity analysis is also performed, providing suggestions for enhancing the firm's profitability when dealing with deteriorating products.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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 ».