Forecasting of compound Erlang demand
Forecasting of compound Erlang demand
复制标题
复合 Erlang 需求预测
DOI：
10.1057/jors.2015.27
复制
发表时间：
2017
影响因子：
3.6
通讯作者：
Syntetos A
中科院分区：
文献类型：
--
作者：
Syntetos A
间歇性需求项目在许多行业的服务和维修库存中占主导地位，众所周知，它们是国防部门效率低下的根源。然而，预测这些项目的研究有限。以前的工作在这方面已经发展的假设伯努利或泊松需求到达过程。然而，间歇性的需求模式可能经常偏离无记忆的假设。在这项工作中，我们扩展了分析以前的重要成果，间歇性需求模型的基础上的复合Erlang过程，我们提供了一个全面的分类方案，用于预测的目的。在数值研究中，我们评估了离开无记忆假设的好处，并深入了解了过程中固有的确定性程度如何影响预测准确性。可操作的建议提供给管理人员和软件制造商处理间歇性需求项目。
Intermittent demand items dominate service and repair inventories in many industries and they are known to be the source of dramatic inefficiencies in the defence sector. However, research in forecasting such items has been limited. Previous work in this area has been developed upon the assumption of a Bernoulli or a Poisson demand arrival process. Nevertheless, intermittent demand patterns may often deviate from the memory-less assumption. In this work we extend analytically previous important results to model intermittent demand based on a compound Erlang process, and we provide a comprehensive categorisation scheme to be used for forecasting purposes. In a numerical investigation we assess the benefit of departing from the memory-less assumption and we provide insights into how the degree of determinism inherent in the process affects forecast accuracy. Operationalised suggestions are offered to managers and software manufacturers dealing with intermittent demand items.
登录
查看更多内容
影响因子：
3.6
作者：
EA Shale;J. Boylan;F. Johnston
通讯作者：
F. Johnston
影响因子：
12
作者：
A. Syntetos;J. Boylan
通讯作者：
A. Syntetos;J. Boylan
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
N. Scala;J. Rajgopal;K. Needy
通讯作者：
K. Needy
影响因子：
3.6
作者：
R. Heuts;L. Strijbosch;E. V. D. Schoot
通讯作者：
E. V. D. Schoot
检查客户订单的规模、订单特征以及对滞销商品库存控制的影响
影响因子：
3.6
作者：
F. Johnston;J. Boylan;EA Shale
通讯作者：
EA Shale