Mainstream inventory management app

Mainstream inventory management approaches typically assume a given theoretical demand distribution and estimate the required parameters from historical data. A time series based framework uses a forecast (and a measure of forecast error) to parameterize the demand model. However, demand might depend on many other factors rather than just time and demand history. Inspired by a retail inventory management application where customer demand, among other factors, highly depends on sales prices, price changes, weather conditions, this paper presents two data-driven frameworks to set safety stock levels when demand depends on several exogenous variables. The first approach uses regression models to forecast demand and illustrates how estimation errors in this framework can be utilized to set required safety stocks. The second approach uses Linear Programming under different objectives and service level constraints to optimize a (linear) target inventory function of the exogenous variables. We illustrate the approaches using a case example and compare two methods with respect to their ability to achieve target service levels and the impact on inventory levels in a numerical study. We show that considerable improvements of the overly simplifying method of moments are possible and that the ordinary least squares approach yields a better performance than the LP-method, especially when the data sample for estimation is small and the objective is to satisfy a non-stockout probability constraint. However, if some of the standard assumptions of ordinary least squares regression are violated, the LP approach provides more robust inventory levels.

ผลลัพธ์ (ไทย) 1:

แนวทางการจัดการสินค้าคงคลังหลักมักจะสมมติการกระจายความต้องการตามทฤษฎีที่กำหนด และประเมินพารามิเตอร์ที่จำเป็นจากข้อมูลในอดีต กรอบตามลำดับเวลาใช้การคาดการณ์ (และตัวชี้วัดของการคาดการณ์ผิดพลาด) parameterize แบบความต้องการ อย่างไรก็ตาม ความต้องการอาจขึ้นอยู่กับหลายอื่น ๆ ปัจจัยมากกว่าเพียงเวลาและความต้องการประวัติ แรงบันดาลใจจากขายปลีกสินค้าคงคลังการจัดการโปรแกรมที่ลูกค้าต้องการ ในบรรดาปัจจัยอื่น ๆ สูงขึ้นอยู่กับสภาพอากาศ การเปลี่ยนแปลงราคา ราคาขาย กระดาษนี้แสดงสองกรอบข้อมูลซึ่งการกำหนดระดับสต็อกที่ปลอดภัยเมื่อต้องการขึ้นอยู่หลายตัวแปรภายนอกกับ วิธีการแรกใช้รุ่นถดถอยในการพยากรณ์ความต้องการ และแสดงให้เห็นถึงวิธีการประเมินข้อผิดพลาดในกรอบนี้สามารถถูกต้องกำหนดหุ้นที่ปลอดภัยที่จำเป็น วิธีสองใช้การเขียนโปรแกรมเชิงเส้นภายใต้วัตถุประสงค์ที่แตกต่างและข้อจำกัดของระดับบริการเพื่อเพิ่มประสิทธิภาพการทำงานสินค้าคงคลังเป้าหมาย (เชิงเส้น) ของตัวแปรภายนอก เราแสดงให้เห็นถึงวิธีการใช้ตัวอย่าง และเปรียบเทียบสองวิธีเกี่ยวกับความสามารถในการบรรลุเป้าหมายบริการระดับและผลกระทบต่อระดับสินค้าคงคลังในการศึกษาเชิงตัวเลข เราแสดงว่า เป็นการปรับปรุงอย่างมากของวิธีการที่ซับซ้อนมากเกินไปของช่วงเวลาได้ และว่า วิธีกำลังสองน้อยสุดสามัญผลผลิตประสิทธิภาพที่ดีขึ้นกว่าวิธี LP โดยเฉพาะอย่างยิ่งเมื่อขนาดเล็กตัวอย่างข้อมูลสำหรับการประเมิน และวัตถุประสงค์จะตอบสนองข้อจำกัดน่าจะไม่ขาดแคลนสต็อก อย่างไรก็ตาม ถ้าบางสมมติฐานมาตรฐานของถดถอยกำลังสองน้อยสุดสามัญมีละเมิด วิธี LP ให้ระดับสินค้าคงคลังที่มีประสิทธิภาพมากขึ้น

ผลลัพธ์ (ไทย) 2:

วิธีการจัดการสินค้าคงคลังกระแสหลักมักจะถือว่าการกระจายความต้องการของทฤษฎีที่กำหนดและประมาณค่าพารามิเตอร์ที่จำเป็นจากข้อมูลทางประวัติศาสตร์ กรอบชุดตามเวลาที่ใช้การคาดการณ์ (และตัวชี้วัดของข้อผิดพลาดการคาดการณ์) เพื่อ parameterize รูปแบบความต้องการ อย่างไรก็ตามความต้องการอาจขึ้นอยู่กับปัจจัยอื่น ๆ มากกว่าเวลาเพียงแค่ความต้องการและประวัติศาสตร์ แรงบันดาลใจจากการประยุกต์ใช้การจัดการสินค้าคงคลังค้าปลีกที่มีความต้องการของลูกค้าท่ามกลางปัจจัยอื่น ๆ สูงขึ้นอยู่กับราคาขายเปลี่ยนแปลงราคา, สภาพอากาศ, กระดาษนี้นำเสนอสองกรอบที่ขับเคลื่อนด้วยข้อมูลการตั้งค่าระดับความปลอดภัยหุ้นเมื่อมีความต้องการขึ้นอยู่กับตัวแปรภายนอกหลาย วิธีแรกใช้แบบจำลองการถดถอยที่จะคาดการณ์อุปสงค์และแสดงให้เห็นว่าข้อผิดพลาดการประมาณค่าในกรอบนี้สามารถนำไปใช้ในการตั้งค่าหุ้นปลอดภัยที่จำเป็น แนวทางที่สองใช้การเขียนโปรแกรมเชิงเส้นภายใต้วัตถุประสงค์ที่แตกต่างกันและข้อ จำกัด ระดับการให้บริการเพื่อเพิ่มประสิทธิภาพ (เชิงเส้น) ฟังก์ชั่นสินค้าคงคลังเป้าหมายของตัวแปรภายนอก เราแสดงให้เห็นถึงวิธีการใช้ตัวอย่างเช่นกรณีและเปรียบเทียบสองวิธีที่เกี่ยวกับความสามารถของพวกเขาเพื่อให้บรรลุเป้าหมายระดับการให้บริการและผลกระทบต่อระดับสินค้าคงคลังในการศึกษาเชิงตัวเลข เราแสดงให้เห็นว่าการปรับปรุงมากของวิธีการมากเกินไปลดความซับซ้อนในช่วงเวลาที่เป็นไปได้และว่าสามัญวิธีสี่เหลี่ยมน้อยผลตอบแทนถัวเฉลี่ยประสิทธิภาพที่ดีขึ้นกว่า LP-วิธีการโดยเฉพาะอย่างยิ่งเมื่อตัวอย่างข้อมูลสำหรับการประมาณค่าที่มีขนาดเล็กและมีวัตถุประสงค์คือการตอบสนองที่ไม่ stockout น่าจะเป็นข้อ จำกัด แต่ถ้าบางส่วนของสมมติฐานมาตรฐานของสามัญน้อยถดถอยสี่เหลี่ยมมีการละเมิดวิธีแผ่นเสียงระดับสินค้าคงคลังให้มีประสิทธิภาพมากขึ้น

ผลลัพธ์ (ไทย) 3:

การจัดการสินค้าคงคลังหลักวิธีการมักจะสมมติให้อุปสงค์ และทฤษฎีการประมาณค่าพารามิเตอร์ที่ต้องการจากข้อมูลทางประวัติศาสตร์ เวลาชุดตามกรอบใช้พยากรณ์ ( และค่าพยากรณ์ ) parameterize แบบจำลองความต้องการ อย่างไรก็ตาม ความต้องการอาจจะขึ้นอยู่กับหลาย ๆปัจจัย มากกว่าเวลาและประวัติศาสตร์ของความต้องการ แรงบันดาลใจจากสินค้าคงคลังค้าปลีกการจัดการโปรแกรมที่ลูกค้าต้องการ ระหว่างปัจจัยอื่น ๆสูง ขึ้นอยู่กับราคา ขาย ราคา การเปลี่ยนแปลงสภาพอากาศ กระดาษนี้นำเสนอสอง - กรอบตั้งค่าหุ้นระดับความปลอดภัยเมื่อความต้องการขึ้นอยู่กับตัวแปรภายนอกหลาย วิธีแรกใช้แบบจำลองการถดถอยการพยากรณ์ความต้องการและแสดงให้เห็นถึงวิธีการประมาณค่าความคลาดเคลื่อนในกรอบนี้สามารถใช้เพื่อกำหนดเป็นหุ้นที่ปลอดภัย วิธีที่ 2 ใช้โปรแกรมเชิงเส้นภายใต้วัตถุประสงค์ที่แตกต่างกันและระดับการให้บริการข้อ จำกัด เพื่อเพิ่มประสิทธิภาพ ( เชิงเส้น ) เป้าหมายของฟังก์ชันของตัวแปรภายนอก . เราแสดงให้เห็นถึงแนวทางการใช้กรณีตัวอย่าง และเปรียบเทียบวิธีการทั้งสองด้วยความเคารพในความสามารถของพวกเขาเพื่อให้บรรลุเป้าหมายของบริการระดับและผลกระทบต่อระดับสินค้าคงคลังในการศึกษาเชิงตัวเลข เราแสดงให้เห็นว่าการปรับปรุงมากของสุดเหวี่ยงลการวิธีโมเมนต์ เป็นไปได้ว่า วิธีกำลังสองน้อยที่สุดแบบผลผลิต ประสิทธิภาพดีกว่าแผ่นเสียงวิธีการ โดยเฉพาะอย่างยิ่งเมื่อข้อมูลตัวอย่างสำหรับการประเมินมีขนาดเล็กและมีวัตถุประสงค์เพื่อตอบสนองความปลอดระบบความเชื่อความน่าจะเป็นจำกัด แต่ถ้าบางส่วนของสมมติฐานที่มาตรฐานของ Ordinary Least Squares Regression ถูกละเมิด , LP วิธีการให้ระดับสินค้าคงคลังที่แข็งแกร่งมากขึ้น