In the South Korean Navy the demand

In the South Korean Navy the demand for many spare parts is infrequent and the volume of items
required is irregular. This pattern, known as non-normal demand, makes forecasting difficult. This
paper presents a case study using data obtained from the South Korean Navy to compare the
performance of various forecasting methods that use hierarchical and direct forecasting strategies for
predicting the demand for spare parts. A simple combination of exponential smoothing models was
found to minimise forecasting errors. A simulation experiment verified that this approach also
minimised inventory costs.

ผลลัพธ์ (ไทย) 1:

ความต้องการอะไหล่หลายในกองทัพเรือเกาหลีใต้ มีไม่บ่อยนัก และปริมาณของสินค้าจำเป็นจะไม่สม่ำเสมอ รูปแบบนี้ เป็นปกติไม่ใช่ความต้องการ ทำให้การคาดการณ์ยาก นี้กระดาษนำเสนอกรณีศึกษาโดยใช้ข้อมูลที่ได้รับจากกองทัพเรือเกาหลีใต้เพื่อเปรียบเทียบการประสิทธิภาพของวิธีการที่ใช้ลำดับชั้นการคาดการณ์ต่าง ๆ และการคาดการณ์ตรงกลยุทธ์สำหรับทำนายความต้องการชิ้นส่วนอะไหล่ คือชุดของรุ่นเนนเรียบง่ายพบเพื่อลดข้อผิดพลาดในการคาดการณ์ การทดลองจำลองการตรวจสอบที่นี้วิธียังลดต้นทุนสินค้าคงคลัง

ผลลัพธ์ (ไทย) 2:

ในภาคใต้กองทัพเรือเกาหลีความต้องการสำหรับชิ้นส่วนอะไหล่จำนวนมากคือไม่บ่อยนักและปริมาณของสินค้าที่
ต้องมีความผิดปกติ รูปแบบนี้เป็นที่รู้จักกันเป็นความต้องการที่ไม่ปกติทำให้การคาดการณ์ยาก นี้
กระดาษนำเสนอกรณีศึกษาโดยใช้ข้อมูลที่ได้จากกองทัพเรือเกาหลีใต้เพื่อเปรียบเทียบ
ประสิทธิภาพของวิธีการพยากรณ์ต่างๆที่ใช้กลยุทธ์การพยากรณ์ลำดับชั้นและโดยตรงสำหรับการ
คาดการณ์ความต้องการสำหรับชิ้นส่วนอะไหล่ การรวมกันที่เรียบง่ายของรูปแบบที่เรียบชี้แจงถูก
พบว่าลดข้อผิดพลาดในการคาดการณ์ การทดลองจำลองการตรวจสอบแล้วว่าวิธีการนี้ยัง
ลดต้นทุนสินค้าคงคลัง

ผลลัพธ์ (ไทย) 3:

ในกองทัพเรือเกาหลีใต้ความต้องการอะไหล่มากไม่บ่อยนักและปริมาณของรายการต้องไม่สม่ำเสมอ รูปแบบนี้ เรียกว่าไม่มีความต้องการปกติ ทำให้คาดการณ์ได้ยาก นี้กระดาษที่นำเสนอกรณีศึกษา โดยใช้ข้อมูลที่ได้จากกองทัพเรือเกาหลีใต้ เพื่อเปรียบเทียบประสิทธิภาพของวิธีการพยากรณ์แบบต่าง ๆที่ใช้กลยุทธ์และการพยากรณ์โดยตรงการพยากรณ์ความต้องการอะไหล่ การปรับให้เรียบแบบเอ็กซ์โปเนนเชียลแบบง่ายๆคือพบเพื่อลดการผิดพลาด การจำลองการทดลองยืนยันว่าวิธีการนี้ยังลดต้นทุนสินค้าคงคลัง