Motivated by the recent success of

Motivated by the recent success of integer programming based procedures for computing
discrete forecast horizons, we consider two-product variants of the classical dynamic lotsize
model. In the first variant, we impose a warehouse capacity constraint on the total
ending inventory of the two products in any period. In the second variant, the two
products have both individual and joint setup costs for production. To our knowledge,
there are no known procedures for computing forecast horizons for these variants.
Under the assumption that future demands are discrete, we characterize forecast
horizons for these two variants as feasibility/optimality questions in 0–1 mixed integer
programs. A detailed computational study establishes the effectiveness of our approach
and enables us to gain valuable insights into the behavior of minimal forecast horizons.

ผลลัพธ์ (ไทย) 1:

แรงจูงใจจากความสำเร็จล่าสุดของจำนวนเต็มที่เขียนตามขั้นตอนการประมวลผลแยกขอบเขตการคาดการณ์ เราพิจารณาสองผลิตภัณฑ์ย่อยของ lotsize แบบไดนามิกคลาสสิกรุ่น ตัวแปรแรก เรากำหนดจำกัดผลิตสินค้าบนทั้งหมดสินค้าคงคลังของสองผลิตภัณฑ์ที่สิ้นสุดในระยะเวลาใด ๆ ในตัวแปรที่สอง สองผลิตภัณฑ์มีทั้งต้นทุนร่วม และแต่ละการตั้งค่าสำหรับการผลิต ความรู้ของเรามีขั้นตอนไม่ทราบขอบเขตการคาดการณ์ใช้งานสำหรับตัวแปรเหล่านี้ภายใต้สมมติฐานที่อนาคตต้องจะแยก เราลักษณะการพยากรณ์ผสมฟ้าสำหรับตัวแปรที่สองเหล่านี้เป็นคำถามความเป็นไป ได้/optimality ใน 0 – 1 จำนวนเต็มโปรแกรม การศึกษารายละเอียดการคำนวณสร้างประสิทธิผลของแนวทางของเราและช่วยให้เราได้ข้อมูลเชิงลึกที่มีคุณค่าในการทำงานของขอบเขตการคาดการณ์ที่น้อยที่สุด

ผลลัพธ์ (ไทย) 2:

แรงบันดาลใจจากความสำเร็จที่ผ่านมาของขั้นตอนการเขียนโปรแกรมตามจำนวนเต็มสำหรับการคำนวณ
อันไกลโพ้นของการคาดการณ์ที่ไม่ต่อเนื่องเราจะพิจารณาตัวแปรสองผลิตภัณฑ์ของ lotsize คลาสสิกแบบไดนามิก
รูปแบบ ในตัวแปรแรกที่เรากำหนดข้อ จำกัด ความจุคลังสินค้ารวม
สินค้าคงคลังสิ้นสุดของผลิตภัณฑ์ทั้งสองในช่วงเวลาใด ตัวแปรที่สองทั้งสอง
ผลิตภัณฑ์มีค่าใช้จ่ายในการติดตั้งทั้งรายบุคคลและร่วมกันสำหรับการผลิต ความรู้ของเรา
จะไม่มีขั้นตอนที่รู้จักกันสำหรับการคำนวณอันไกลโพ้นของการคาดการณ์สำหรับสายพันธุ์เหล่านี้.
ภายใต้สมมติฐานว่าความต้องการในอนาคตมีความไม่ต่อเนื่องเราคาดการณ์ลักษณะ
อันไกลโพ้นสำหรับทั้งสองสายพันธุ์เป็นคำถามความเป็นไปได้ / optimality ใน 0-1 จำนวนเต็มผสม
โปรแกรม การศึกษารายละเอียดการคำนวณกำหนดประสิทธิภาพของวิธีการของเรา
และช่วยให้เราได้รับข้อมูลเชิงลึกที่มีคุณค่าในการทำงานของการคาดการณ์ไกลโพ้นน้อยที่สุด

ผลลัพธ์ (ไทย) 3:

แรงบันดาลใจจากความสำเร็จของโปรแกรมตามขั้นตอนนี้สำหรับการคำนวณจำนวนเต็มต่อเนื่องคาด ( เราพิจารณาสองผลิตภัณฑ์แปร lotsize แบบคลาสสิกนางแบบ ในรูปแรกเรากำหนดคลังสินค้าความจุข้อจำกัดทั้งหมดสิ้นสุดสินค้าคงคลังของผลิตภัณฑ์สองในช่วงเวลาใดๆ ในตัวแปรที่สอง สองสินค้ามีทั้งบุคคลและต้นทุนการร่วมผลิต ความรู้ของเรามีไม่รู้จักวิธีการคำนวณคาดการณ์ขอบเขตสำหรับสายพันธุ์เหล่านี้ภายใต้สมมติฐานว่า ความต้องการในอนาคตจะไม่ต่อเนื่อง เราจัด พยากรณ์ขอบเขตสำหรับสองตัวแปรเป็นคําถามความเป็นไปได้ / optimality ใน 0 – 1 ผสมจำนวนเต็มโปรแกรม รายละเอียดการคำนวณศึกษาสร้างประสิทธิผลของวิธีการของเราและช่วยให้เราได้รับข้อมูลเชิงลึกที่มีคุณค่าในพฤติกรรมของขอบเขตการคาดการณ์ที่น้อยที่สุด