MétaCan
Menu
Retour à la cohorte
Enregistrement W4410831472 · doi:10.5267/j.uscm.2025.3.002

Integrating VMI into joint replenishment planning for optimized manufacturing supply chains

2025· article· en· W4410831472 sur OpenAlexvenueno aff
Bassem Roushdy

Notice bibliographique

RevueUncertain Supply Chain Management · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessOperations managementJoint (building)Computer scienceProduction planningProcess managementIndustrial organizationProduction (economics)MarketingMicroeconomicsEconomics

Résumé

récupéré en direct d'OpenAlex

This paper presents a new integrated framework combining the Joint Replenishment Problem (JRP) with a generalized Vendor Managed Inventory (VMI) system. The model under consideration represents a three-level supply chain consisting of a supplier, manufacturer, and retailer. The model incorporates multiple product types, each produced on a dedicated machine at the manufacturer, subject to setup costs, and major and minor ordering costs. The primary objective of this research is to optimize a set of critical decision variables, including the common order interval, order frequencies for each item, backorder levels at the retailer, and production initiation times at the manufacturer for each product type, under both deterministic and stochastic demand scenarios. This analysis will provide valuable insights for improving joint replenishment operations in manufacturing. The research begins with a deterministic model fit for the particular issue area derived from the canonical JRP. Within a VMI context, the manufacturer, acting as the supply chain leader, utilizes shared information to derive initial feasible solutions. Subsequently, an optimization technique is employed, combining marginal cost-based and cumulative cost-based algorithms, while leveraging embedded discrete Markov chain decomposition method adapting Jacobi stepping method to determine steady-state probabilities. A cost function is then defined for each action state within this framework. The integration of the VMI policy into the JRP model can significantly reduce the whole cost of the supply chain, through balancing between production initiation and backorders under both the deterministic and stochastic models.

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)0,002
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,242 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207