دانلود مقاله ISI انگلیسی شماره 108217
ترجمه فارسی عنوان مقاله

استفاده از زمان گذشت برای مدیریت تقاضای متناوب برای قطعات یدکی

عنوان انگلیسی
Exploiting elapsed time for managing intermittent demand for spare parts
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
108217 2017 12 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : European Journal of Operational Research, Volume 258, Issue 3, 1 May 2017, Pages 958-969

ترجمه کلمات کلیدی
قطعات یدکی، تقاضای متناوب، کروستون کنترل سهام، بوت استرپ،
کلمات کلیدی انگلیسی
Spare parts; Intermittent demand; Croston; Stock control; Bootstrap;
ترجمه چکیده
ما یک روش پیش بینی تقاضای متناوب ارائه می دهیم که شرایط را در زمان گذشت زمان از آخرین وقوع تقاضا برای پیش بینی تقاضای ورودی نشان می دهد و با استفاده از داده های تجربی نشان می دهد که این امر می تواند سرمایه گذاری سهام را به طور قابل توجهی کاهش دهد و درآمد را برای مدیریت قطعات یدکی کاهش دهد. ما روش گسترده ای را در برابر روش های پیش بینی و بوت استرپینگ موجود در دقت پیش بینی شده و عملکرد موجود نشان می دهیم و نشان می دهد که عملکرد آن در شرایط عمومی قوی است. روش ما برای اولین بار است که این فعالیت ها را از طرف تقاضا ترکیب می کند، مانند جمع آوری تقاضا، نگهداری پیشگیرانه و اصلاحی، می تواند منجر به رابطه مثبت بین اندازه تقاضا و زمان ورود در زمان ورود تقاضا شود. با پیش بینی تقاضای ورودی، روش ما مزایای مالی قابل توجهی را ارائه می دهد.
پیش نمایش مقاله
پیش نمایش مقاله  استفاده از زمان گذشت برای مدیریت تقاضای متناوب برای قطعات یدکی

چکیده انگلیسی

We present an intermittent demand forecasting method that conditions on the elapsed time since the last demand occurrence to anticipate incoming demand and show, using empirical data, that this can substantially reduce both stock investment and lost revenue for spare parts management. We extensively benchmark our method against existing forecasting and bootstrapping methods on forecast accuracy and inventory performance and demonstrate that its performance is robust under general conditions. Our method is the first to incorporate that activities at the demand side, such as aggregation of demand, preventive and corrective maintenance, can lead to a positive relation between demand size and inter-arrival time of demand occurrences. By anticipating incoming demand, our method offers substantial financial gains.