This paper presents results of a la

This paper presents results of a large-scale simulation study on spare parts demand forecasting and inventory control to select best policies within each SKU category. Simulations were conducted over 10,032 SKUs of an automaker that operates in Brazil, considering six years of demand data. Literature review drove the selection of different models simulated. The study included three alternatives to record demand data (individual orders data, weekly and monthly time buckets), three demand forecasting models (SMA – Simple Moving Average, SBA – Syntetos–Boylan Approximation and Bootstrapping) and six models for demand distribution during lead-time (Normal, Gamma, NBD-Negative Binomial Distribution, compound Poisson-Normal, compound Poisson-Gamma and Bootstrapping) resulting in 17 “combined” policies. These policies were applied under (s, nQ) inventory control (reorder point, multiples of fixed order quantity), considering two alternative frequencies for model parameters revision (monthly and semi-annually) and four Target-Fill-Rates (TFR=80%, 90%, 95% and 99%), totalizing 136 simulation runs over each SKU. Parameter values (s, Q) were calculated towards TFR using methods from literature. Performance of each combined policy was measured by total costs and RFR – Realized-Fill-Rate. Major contributions of the research are the policy recommendations within each SKU category, a new Bootstrapping procedure and the highlight of Single Demand Approach (SDA) as a promising area for future theoretical and empirical studies. Results shall be used as guideline for practitioners under similar operations.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงผลลัพธ์ของการศึกษาการจำลองขนาดใหญ่ชิ้นส่วนอะไหล่ความคาดการณ์และสินค้าคงคลังควบคุมการเลือกนโยบายที่ดีที่สุดภายในแต่ละประเภท SKU จำลองได้ดำเนินผ่าน Sku 10,032 ของ automaker ที่ดำเนินการในบราซิล พิจารณา 6 ปีข้อมูลความต้องการ การทบทวนวรรณกรรมขับรถการเลือกแบบจำลองที่แตกต่าง การศึกษารวมสามแทนความต้องการบันทึกข้อมูล (ใบสั่งแต่ละข้อมูล รายสัปดาห์ และรายเดือนกลุ่มเวลา), 3 ความต้องการแบบจำลองการคาดการณ์ (SMA-เรื่องย้ายเฉลี่ย SBA – Syntetos – Boylan ประมาณและ Bootstrapping) และรุ่น 6 สำหรับความต้องการกระจายระหว่าง lead-time (ปกติ แกมมา แจกแจงแบบทวินามลบ NBD ผสม ปกติปัว ผสม แกมมาปัว และ Bootstrapping) เกิดในนโยบาย "รวม" 17 นโยบายเหล่านี้ถูกใช้ภายใต้ (s, nQ) สินค้าคงคลังควบคุม (จุดสั่งซื้อใหม่ ผลคูณของปริมาณการสั่งคงที่), พิจารณาความถี่อื่นสองรุ่นปรับปรุงพารามิเตอร์ (รายเดือน และกึ่ง annually) และสี่เป้าหมายเติมราคา (TFR = 80%, 90%, 95% และ 99%), totalizing 136 การจำลองการทำงานมากกว่าแต่ละ SKU มีคำนวณค่าพารามิเตอร์ (s, Q) ต่อโดยใช้วิธีจากวรรณคดี TFR ประสิทธิภาพของแต่ละนโยบายรวมถูกวัด โดยต้นทุนรวมและ RFR – อัตราเติมเกิดขึ้นจริง ผลงานสำคัญของการวิจัยมีข้อเสนอแนะนโยบายในแต่ละ SKU ประเภท Bootstrapping กระบวนงานใหม่ และเน้นของเดียวความต้องการวิธีการ (SDA) เป็นพื้นที่สัญญาศึกษาทฤษฎี และผลในอนาคต ผลจะใช้เป็นหลักเกณฑ์สำหรับผู้ภายใต้การดำเนินงานที่คล้ายกัน

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอผลของการจำลองขนาดใหญ่ที่ศึกษาเกี่ยวกับชิ้นส่วนอะไหล่พยากรณ์ความต้องการและการควบคุมสินค้าคงคลังเพื่อเลือกนโยบายที่ดีที่สุดในแต่ละประเภท SKU จำลองได้ดำเนินการมากกว่า 10,032 SKUs ของรถยนต์ที่ดำเนินการในประเทศบราซิล, การพิจารณาหกปีของข้อมูลความต้องการ การทบทวนวรรณกรรมขับรถการเลือกรูปแบบที่แตกต่างกันจำลอง การศึกษารวมถึงสามทางเลือกในการบันทึกข้อมูลความต้องการ (บุคคลข้อมูลการสั่งซื้อ, รายสัปดาห์และรายเดือนช่วงเวลา) สามรูปแบบการพยากรณ์ความต้องการ (SMA - ง่ายค่าเฉลี่ยเคลื่อนที่, SBA - Syntetos-Boylan ประมาณและร่วมมือ) และหกรูปแบบสำหรับการกระจายความต้องการในช่วงนำา เวลา (ปกติรังสีกระจายทวินาม NBD-ลบสารประกอบ Poisson-Normal, Poisson สารแกมมาและร่วมมือ) ที่เกิดขึ้นใน 17 "รวม" นโยบาย นโยบายเหล่านี้ถูกนำไปใช้ตาม (s, nQ) การควบคุมสินค้าคงคลัง (จุดสั่งซื้อ, คูณของปริมาณการสั่งซื้อคงที่) พิจารณาสองความถี่ทางเลือกสำหรับรูปแบบการแก้ไขพารามิเตอร์ (รายเดือนและรายครึ่งปี) และสี่เป้าหมายเติมราคา (TFR = 80% 90%, 95% และ 99%) การนับรวม 136 จำลองวิ่งไปแต่ละ SKU ค่าพารามิเตอร์ (s, Q) จะถูกคำนวณต่อ TFR โดยใช้วิธีการจากวรรณคดี การปฏิบัติงานของแต่ละนโยบายรวมกันโดยวัดจากค่าใช้จ่ายรวมและฉิบหาย - ตระหนัก-Fill-อัตรา ผลงานที่สำคัญของการวิจัยที่มีข้อเสนอเชิงนโยบายในแต่ละประเภท SKU, ขั้นตอนการร่วมมือใหม่และไฮไลท์ของความต้องการวิธีเดียว (SDA) เป็นพื้นที่ที่มีแนวโน้มสำหรับการศึกษาเชิงทฤษฎีและเชิงประจักษ์ในอนาคต ผลจะถูกนำมาใช้เป็นแนวทางในการปฏิบัติงานภายใต้การดำเนินงานที่คล้ายกัน

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอผลของการศึกษาแบบจำลองขนาดใหญ่บนชิ้นส่วนอะไหล่ การพยากรณ์ความต้องการและการควบคุมสินค้าคงคลังเพื่อเลือกที่ดีที่สุดนโยบายต่างๆ ในแต่ละประเภท จำลอง จำนวนกว่า 10032 SKUs ของ automaker ที่ประกอบธุรกิจในบราซิล จาก 6 ปีของข้อมูลความต้องการ การทบทวนวรรณกรรมขับรถเลือกรูปแบบจำลองการศึกษารวมสามทางเลือกในการบันทึกข้อมูลที่ต้องการ ( คำสั่งแต่ละข้อมูล รายสัปดาห์ และรายเดือน เวลาถัง ) , ความต้องการสามตัวแบบการพยากรณ์ ( SMA ) เฉลี่ยเคลื่อนที่อย่างง่าย , SBA ––บอยแลนและ syntetos ประมาณ bootstrapping ) และ 6 รูปแบบการกระจายความต้องการในช่วงระยะเวลา ( ปกติ , แกมมา , ไม่สำคัญการแจกแจงทวินามลบ , สารจราจรปกติสารแกมมา และปัวซง bootstrapping ) ที่เกิดใน 17 " รวม " นโยบาย นโยบายเหล่านี้ถูกใช้ภายใต้ ( s , NQ ) การควบคุมสินค้าคงคลัง ( จุดสั่งซื้อ และจำนวนเท่าของปริมาณคงที่เพื่อ ) , การพิจารณาสองความถี่ทางเลือกสำหรับพารามิเตอร์การแก้ไข ( รายเดือนและกึ่งต่อปี ) และสี่เป้าหมายกรอกอัตรา ( TFR = 80% , 90% , 95% และ 99% ) totalizing 136 จำลองวิ่งผ่านแต่ละ SKU .ค่าพารามิเตอร์ ( S , q ) คำนวณต่อ TFR ใช้วิธีการจากวรรณคดี การแสดงของแต่ละรวมนโยบายวัดจากต้นทุนและ rfr –ทั้งหมดตระหนักอัตราการเติมเต็ม ผลงานหลักของการวิจัยมีข้อเสนอแนะเชิงนโยบายต่างๆ ในแต่ละประเภทใหม่และกระบวนการ bootstrapping จุดเด่นของวิธีการความต้องการเดียว ( SDA ) เป็นพื้นที่ที่มีศักยภาพในอนาคตทางทฤษฎีและการศึกษาเชิงประจักษ์ . ผลลัพธ์จะถูกใช้เป็นแนวทางสำหรับปฏิบัติภายใต้การดำเนินงานที่คล้ายกัน