دانلود مقاله ISI انگلیسی شماره 134538
ترجمه فارسی عنوان مقاله

رویکرد پیش بینی استراتژیک برای حل مسئله بهینه سازی کسب و کار تجاری منطقه ای

عنوان انگلیسی
Iterative Projection approach for solving the Territorial Business Sales optimization problem
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
134538 2017 8 صفحه PDF
منبع

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

Journal : Procedia Computer Science, Volume 122, 2017, Pages 1069-1076

ترجمه کلمات کلیدی
طراحی سرزمین، روش های پیش بینی، بهینه سازی،
کلمات کلیدی انگلیسی
Territory design; Projection Methods; Optimization;
ترجمه چکیده
قلمرو طراحی شده، پوشش مشتری را افزایش می دهد، فروش را افزایش می دهد، عملکرد عادلانه و پاداش ها را افزایش می دهد و هزینه های سفر را کاهش می دهد. این مقاله یک مطالعه موردی واقعی زندگی برای طراحی یک منطقه فروش برای یک طرح فروش تجاری را در نظر می گیرد. طرح کسب و کار شامل اختصاص تعداد مطلوب فروشندگان به یک قلمرو شامل برنامه های برنامه ریزی و مسیریابی برای هر فروشنده می باشد. مشکل این است که به عنوان ترکیبی از تخصیص، برنامه ریزی و مسائل بهینه سازی مسیریابی فرموله شده است. رویکرد راه حل، یک روش پیش بینی تصادفی استراتژیک برای سیستم های بزرگ را استفاده می کند. چندین نمونه واقعی از اندازه های مختلف با داده های تصادفی برای نشان دادن افزایش / کاهش تقاضای مشتری و نیز ظاهر / از دست دادن مشتریان آزمایش شده اند.
پیش نمایش مقاله
پیش نمایش مقاله  رویکرد پیش بینی استراتژیک برای حل مسئله بهینه سازی کسب و کار تجاری منطقه ای

چکیده انگلیسی

A well designed territory enhances customer coverage, increases sales, fosters fair performance and rewards systems and lower travel cost. This paper considers a real life case study to design a sales territory for a business sales plan. The business plan consists in assigning the optimal quantity of sellers to a territory including the scheduling and routing plans for each seller. The problem is formulated as a combination of assignment, scheduling and routing optimization problems. The solution approach considers a meta-heuristic using stochastic iterative projection method for large systems. Several real life instances of different sizes were tested with stochastic data to represent raise/fall in the customers demand as well as the appearance/loss of customers.