Lot-sizing inventory models (i.e. e

Lot-sizing inventory models (i.e. economic order/production
quantity (EOQ/EPQ)) have extensively been studied in the inventory
management literature since the EOQ inventory model was
introduced in 1913. It is important to note that a variety of inventory
models have appeared with the aim to model reality more
precisely. Readers are referred to Glock, Grosse, and Ries (2014)
for a comprehensive review of the lot-sizing problem.
Investigating uncertainty in inventory replenishment decisions,
and in particular modeling it using stochastic or fuzzy set theory,
has been one of the extensions that has received wide attention
by several researchers such as Kazemi, Ehsani, and Jaber (2010),
Alinovi, Bottani, and Montanari (2012), Shekarian, Glock,
Pourmousavi Amiri, and Schwindl (2014a), Shekarian, Jaber,
Kazemi, and Ehsani (2014b), Soni and Patel (2015), and Kazemi,
Olugu, Abdul-Rashid, and Bin Raja Ghazilla (in press), just to name
a few recent works. Björk (2009) developed an EOQ inventory
model with backorders considering fuzzy demand and lead times,
where the well-known triangular fuzzy numbers are used. The
author were used an analytical approach to derive an optimal
policy for the fuzzy case. A very restrictive assumption in Björk
(2009) is that the values of fuzzy demand and lead times are constant
during the planning horizon. However, this is not a valid
assumption in some cases. Glock, Schwindl, and Jaber (2012) stated
that as time goes by during the planning period, more updated and
reliable information could be collected and analyzed. This means
that learning occurs and consequently decision makers can acquire
more actual information about demand and lead times. In addition,
humans play an important role and have a great influence on the
inventory planning process doing activities such as collecting, processing
and revising inventory system’s information. Actually, the
inventory model of Björk (2009) provides an inadequate picture
of real-world’s inventory planning problems. Since human learning
has not been modeled in a fuzzy EOQ inventory model with backorders,
the model of Björk (2009) is modified to incorporate human
learning

ผลลัพธ์ (ไทย) 1:

สินค้าคงคลังมากขนาดรุ่น (เช่นเศรษฐกิจสั่ง/การผลิตปริมาณ (EOQ EPQ)) มีการศึกษาอย่างกว้างขวางในสินค้าคงคลังเอกสารประกอบการจัดการเนื่องจากเป็นแบบจำลองสินค้าคงคลังของ EOQนำมาใช้ในปี 1913 หมายเหตุที่สำคัญคือความหลากหลายของสินค้าคงคลังมีปรากฏรูปแบบเพื่อจำลองความเป็นจริงเพิ่มเติมแม่นยำ อ่านอย่าง Glock, Grosse และ Ries (2014)การตรวจสอบที่ครอบคลุมปัญหาขนาดล็อตความไม่แน่นอนในการตัดสินใจการเติมสินค้าคงคลัง การตรวจสอบและโดยเฉพาะ การสร้างโมเดลโดยใช้ทฤษฎีเซตสโทแคสติก หรือปุยได้รับนามสกุลที่ได้รับความสนใจมากมายอย่างใดอย่างหนึ่งโดยนักวิจัยต่าง ๆ เช่น Kazemi, Ehsani และ Jaber (2010),Alinovi, Bottani และ Montanari (2012), Shekarian, Glockสวี Pourmousavi และ Schwindl (2014a), Shekarian, JaberKazemi และ Ehsani (2014b), Soni และพาเทล (2015), และ KazemiOlugu, Abdul Rashid และ Ghazilla ราชาช่อง (ในข่าว), กับชื่อผลงานล่าสุดกี่ สินค้าคงคลัง EOQ พัฒนา Björk (2009)รูปแบบ มีสินค้าค้างส่งในการพิจารณาความชัดเจนและระยะเวลารอคอยที่จะใช้หมายเลขชัดเจนรู้จักสามเหลี่ยม ที่ผู้เขียนได้ใช้วิธีการวิเคราะห์มาเป็นดีที่สุดนโยบายสำหรับกรณีพร่าเลือน อัสสัมชัญที่เข้มงวดมากใน Björk(2009) ที่ค่าความชัดเจน และระยะเวลารอคอยคงในระดับการวางแผนการ อย่างไรก็ตาม นี้ไม่ถูกต้องเป็นอัสสัมชัญในบางกรณี Glock, Schwindl และ Jaber (2012) ระบุที่เป็นเวลาผ่านไปในระหว่างรอบระยะเวลาที่วางแผน เพิ่มเติมปรับปรุง และอาจจะรวบรวม และวิเคราะห์ข้อมูลความน่าเชื่อถือ ซึ่งหมายความว่าเรียนรู้ที่เกิด และดังนั้น ผู้ตัดสินใจสามารถได้รับข้อมูลจริงเพิ่มเติมเกี่ยวกับความต้องการและรอคอยเวลา นอกจากนี้มนุษย์มีบทบาทสำคัญ และมีอิทธิพลมากในการสินค้าคงคลังกระบวนการวางแผนทำกิจกรรมต่าง ๆ เช่นการรวบรวม ประมวลผลและการแก้ไขข้อมูลของระบบสินค้าคงคลัง จริง การแบบจำลองสินค้าคงคลังของ Björk (2009) ช่วยให้ภาพไม่เพียงพอของสินค้าคงคลังจริงโลกวางแผนปัญหา ตั้งแต่มนุษย์เรียนรู้ไม่มีการจำลองในแบบจำลองสินค้าคงคลัง EOQ เอิบมีสินค้าค้างส่งมีการปรับเปลี่ยนแบบของ Björk (2009) เพื่อรวบรวมมนุษย์การเรียนรู้

ผลลัพธ์ (ไทย) 2:

Lot-ขนาดรูปแบบสินค้าคงคลัง (เช่นการสั่งซื้อทางเศรษฐกิจ /
การผลิตปริมาณ(EOQ / EPQ))
ได้รับการศึกษาอย่างกว้างขวางในสินค้าคงคลังวรรณกรรมตั้งแต่การจัดการรูปแบบสินค้าคงคลังEOQ
ถูกนำมาใช้ในปี1913
มันเป็นสิ่งสำคัญที่จะต้องทราบว่ามีความหลากหลายของสินค้าคงคลังรุ่นได้ปรากฏตัวขึ้นโดยมีจุดประสงค์ให้เป็นจริงรูปแบบอื่น ๆ
ได้อย่างแม่นยำ ผู้อ่านจะเรียกว่าล็อค Grosse และ Ries (2014)
สำหรับทานที่ครอบคลุมของปัญหาล็ปรับขนาด.
ตรวจสอบความไม่แน่นอนในการตัดสินใจการเติมเต็มสินค้าคงคลังและการสร้างแบบจำลองโดยเฉพาะอย่างยิ่งโดยใช้สุ่มหรือทฤษฎีเซตเลือนได้รับหนึ่งของนามสกุลที่ได้รับความสนใจมากมายโดยนักวิจัยหลายอย่างเช่นเซมิ, Ehsani และ Jaber (2010), Alinovi, Bottani และ Montanari (2012), Shekarian, ล็อคPourmousavi Amiri และ Schwindl (2014a) Shekarian, Jaber, เซมิและ Ehsani (2014b) และโซนิเทล (2015) และเซมิ, Olugu, อับดุลราชิดและถังราชา Ghazilla (ในข่าว) เพียงเพื่อชื่อผลงานที่ผ่านมาไม่กี่ Björk (2009) การพัฒนาสินค้าคงคลัง EOQ รูปแบบที่มีความต้องการ backorders พิจารณาเลือนและเวลานำที่รู้จักกันดีตัวเลขเลือนรูปสามเหลี่ยมที่มีการใช้ เขียนถูกนำมาใช้วิธีการวิเคราะห์ที่จะได้รับที่ดีที่สุดนโยบายสำหรับกรณีเลือน สมมติฐานที่เข้มงวดมากในการBjörk (2009) คือค่าของความต้องการเลือนและเวลานำที่มีอย่างต่อเนื่องในช่วงการวางแผนขอบฟ้า แต่นี้ไม่ได้เป็นที่ถูกต้องสมมติฐานในบางกรณี ล็อค Schwindl และ Jaber (2012) ระบุว่าเมื่อเวลาผ่านไปในช่วงระยะเวลาการวางแผนการปรับปรุงมากขึ้นและข้อมูลที่เชื่อถือได้จะได้รับการเก็บรวบรวมและวิเคราะห์ ซึ่งหมายความว่าการเรียนรู้เกิดขึ้นและทำให้ผู้มีอำนาจตัดสินใจสามารถได้รับข้อมูลที่เกิดขึ้นจริงเพิ่มเติมเกี่ยวกับความต้องการและเวลานำ นอกจากนี้มนุษย์มีบทบาทสำคัญและมีอิทธิพลอย่างมากในขั้นตอนการวางแผนสินค้าคงคลังการทำกิจกรรมต่างๆ เช่นการจัดเก็บภาษีการประมวลผลและการแก้ไขข้อมูลของระบบสินค้าคงคลัง ที่จริงรูปแบบสินค้าคงคลังของBjörk (2009) ให้ภาพที่ไม่เพียงพอของปัญหาการวางแผนสินค้าคงคลังจริงของโลก ตั้งแต่การเรียนรู้ของมนุษย์ไม่ได้รับการสร้างแบบจำลองในรูปแบบสินค้าคงคลัง EOQ เลือนกับ backorders, รูปแบบของBjörk (2009) ที่มีการแก้ไขที่จะรวมมนุษย์เรียนรู้

ผลลัพธ์ (ไทย) 3:

มาก ขนาดตัวแบบสินค้าคงคลัง ( เช่นเศรษฐกิจเพื่อการผลิต /
ปริมาณ ( EOQ / EPQ ) ได้ทำการศึกษาอย่างกว้างขวางในสินค้าคงคลังการจัดการสินค้าคงคลังวรรณกรรมตั้งแต่นำแบบจำลอง
แนะนำใน 1913 . มันเป็นสิ่งสำคัญที่จะทราบว่ารูปแบบสินค้าคงคลัง
ได้ปรากฏตัวขึ้น ด้วยวัตถุประสงค์เพื่อให้รูปแบบความเป็นจริงมากขึ้น
แน่นอน ผู้อ่านจะเรียกว่า glock Grosse และ ries ( 2014 )
สำหรับการตรวจสอบที่ครอบคลุมของปัญหามากขนาด ตรวจสอบความไม่แน่นอนในการตัดสินใจการเติมเต็มสินค้าคงคลัง

นางแบบโดยเฉพาะ , และใช้ทฤษฎี Stochastic หรือฟัซซี่ชุด
ได้รับหนึ่งของนามสกุลที่ได้รับความสนใจมากมาย
โดยนักวิจัยหลายแห่ง เช่น ดี คาเซมี ehsani , และ Jaber ( 2010 ) ,
alinovi bottani , , แล้ว Montanari ( 2012 ) shekarian อก
pourmousavi อามิริ , ,และ schwindl ( 2014a ) shekarian Jaber
, , ดี คาเซมี และ ehsani ( 2014b ) , โซนี่ และ พาเทล ( 2015 ) และ ดี คาเซมี olugu
, , อับดุลราชิด บิน ราชา และ ghazilla ( กด ) , เพียงชื่อ
ผลงานที่ผ่านมาไม่กี่ ปีเยิร์ก ( 2552 ) พัฒนานำสินค้าคงคลัง
แบบ backorders พิจารณาความต้องการคลุมเครือและเวลานํา
ที่รู้จักกันดีเป็นรูปสามเหลี่ยมตัวเลขเลือนที่ใช้
ผู้เขียนได้ใช้วิธีการวิเคราะห์เพื่อสร้างนโยบายที่เหมาะสม
สำหรับกรณีแบบฟัซซี่ สมมติฐานที่เข้มงวดมากในปีเยิร์ก
( 2009 ) คือ ค่าของความคลุมเครือและช่วงเวลาคงที่
ระหว่างขอบฟ้าวางแผน อย่างไรก็ตาม นี่ไม่ใช่ใช้ได้
สมมติฐานในบางกรณี อก schwindl และ Jaber ( 2012 ) ระบุ
ที่เมื่อเวลาผ่านไปในช่วงการวางแผนการปรับปรุงและ
เพิ่มเติมข้อมูลเชื่อถือได้ สามารถเก็บข้อมูล และวิเคราะห์ข้อมูลได้ นี้หมายถึง
ที่การเรียนรู้เกิดขึ้น และจากนั้นการตัดสินใจสามารถได้รับข้อมูลเพิ่มเติมเกี่ยวกับ
จริงอุปสงค์ เวลานำ นอกจากนี้
มนุษย์มีบทบาทสำคัญ และมีอิทธิพลมากในกระบวนการวางแผนทำกิจกรรม
สินค้าคงคลัง เช่น การรวบรวม และทบทวนข้อมูลสินค้าคงคลัง ระบบการประมวลผล
.
จริง ๆแบบจำลองสินค้าคงคลังของปีเยิร์ก ( 2009 ) ให้ภาพที่ไม่เพียงพอของโลกแห่งความจริง
ของสินค้าคงคลังการวางแผนปัญหา การเรียนรู้ของมนุษย์ได้ตั้งแต่
เคยฝอยนำสินค้าคงคลังแบบ backorders
, รูปแบบของปีเยิร์ก ( 2009 ) มีการแก้ไขรวมมนุษย์
การเรียนรู้