×

疫情期间的预测和规划:新冠肺炎疫情增长率、供应链中断和政府决策。 (英语) Zbl 1487.90037号

小结:新冠肺炎期间,政策制定者在未知领域开展工作,必须做出艰难的决定。运筹学是普遍存在的“更好的科学”,在支持这一决策过程中发挥着至关重要的作用。为此,我们使用美国、印度、英国、德国和新加坡截至2020年4月中旬的数据,为大流行期间的预测和规划提供预测分析工具。我们使用统计、流行病学、机器和深度学习模型以及基于最近邻和聚类的新混合预测方法预测新冠肺炎的增长率。我们使用辅助数据(谷歌趋势)进一步建模和预测疫情期间对产品和服务的过度需求以及模拟政府决策(锁定)。我们的实证结果可以立即帮助决策者和规划者在当前和未来的流行病期间做出更好的决策。

MSC公司:

90B05型 库存、储存、水库
62M20型 随机过程推断和预测
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Al-Shammari,A.A.A。;阿里·H。;Al-Ahmad,B。;Al-Refaei,F.H。;Al-Sabah,S。;Jamal,M.H.,《科威特新冠肺炎疫情的实时跟踪和预测:一项数学模型研究》,MedRxiv(2020),05.03.20089771
[2] 安德森,E。;Schiöler,L。;弗里森,M。;Kühlmann-Brenzon,S。;Linde,A。;Rubinova,S.,《瑞典年度流感爆发高峰时间和高峰的早期指标预测》,《斯堪的纳维亚公共卫生杂志》,36,5,475-482(2008)
[3] O.M.阿拉兹。;Choi,T.-。医学硕士。;奥尔森,D。;Salman,F.S.,《运营风险管理数据分析》,《决策科学》(2020年),出版中https://onlinelibrary.wiley.com/doi/abs/10.1111/deci.12443<https://nam03.safelinks.protection.outlook.com/?url=https
[4] Baveja,A.、Kapoor,A.和Melamed,B.(2020年)。遏制新型冠状病毒疫情:流行病管理服务价值链方法(SSRN学术论文编号:ID3555280)。doi:10.2139/ssrn.3555280
[5] 贝林,J。;Forcé,H.,血液制品的供应链管理:文献综述,《欧洲运筹学杂志》,217,1,1-16(2012)·Zbl 1244.90011号
[6] 博德,C。;瓦格纳,S.M。;彼得森·K·J。;Ellram,L.M.,《理解供应链中断的应对措施:从信息处理和资源依赖角度的见解》,《管理学会期刊》,54,4,833-856(2011)
[7] Breiman,L.,《随机森林,机器学习》,45,1,5-32(2001)·Zbl 1007.68152号
[8] M.F.卡斯特罗。Duarte,J.B.和Brinca,P.(2020年)。衡量新冠肺炎期间的部门供需冲击。doi:10.20955/wp2020.011https://research.stlouisfed.org/wp/more/2020-011
[9] Chandon,P。;Wansink,B.,《有偏见的家庭库存估计如何扭曲购物和储存决策》,《市场营销杂志》,70,4,118-135(2006)
[10] 陈,F。;Drezner,Z。;Ryan,J.K。;Simchi-Levi,D.,《量化简单供应链中的牛鞭效应:预测、提前期和信息的影响》,《管理科学》,46,3,436-443(2000)·兹比尔1231.90019
[11] Cholet,F.(2015)。喀拉拉邦。github。https://github.com/fchollet/keras
[12] Fischer,T。;Krauss,C.,《利用长短期记忆网络进行金融市场预测的深度学习》,《欧洲运筹学杂志》,270,2,654-669(2018)·Zbl 1403.91387号
[13] 加德纳,E.S。;McKenzie,E.D.,《时间序列中的预测趋势》,《管理科学》,31,101237-1246(1985)·Zbl 0617.62105号
[14] Glasser,J.W。;Hupert,N。;McCauley,M.M。;Hatchett,R.,《建模与公共卫生应急响应:SARS的教训,流行病》,3,1,32-37(2011)
[15] 戈文丹,K。;米纳,H。;Alavi,B.,《考虑疫情爆发的医疗保健供应链需求管理决策支持系统:2019年冠状病毒病案例研究》(COVID-19),运输研究第E部分:物流与运输评论,第101967条,pp.(2020)
[16] 格雷,A.(2020)。厕纸热刺激了Andrex制造商Kimberly-Clark Financial Times的销售额。2020年7月14日访问https://www.ft.com/content/8075d66f-06ba-4aea-aac9-cac59b79f1e1
[17] Härdle,W.,应用非参数回归(1990),剑桥大学出版社:剑桥大学出版社·Zbl 0714.62030号
[18] Harris,R.,《英国新冠肺炎与生产力》(2020年5月),达勒姆大学商学院
[19] 亨德里克斯,K.B。;Singhal,V.R.,《供应链故障对股东财富的影响》,《运营管理杂志》,21,5,501-522(2003)
[20] Ho,T.K.,《随机决策森林》。文件分析与识别,1995年,(第三届文件分析国际会议论文集,1(1995),IEEE),278-282
[21] 霍布斯,J.E.,《新型冠状病毒疫情期间的食品供应链》,《加拿大农业经济学杂志》/《加拿大农业经济评论》(2020年)
[22] Hyndman,R.J。;Koehler,A.B.,《预测准确性的另一种衡量方法》,《国际预测杂志》,22,4,679-688(2006)
[23] Hyndman,R。;Koehler,A.B。;斯奈德·R·D。;Grose,S.,使用指数平滑方法进行自动预测的状态空间框架,《国际预测杂志》,18,3,439-454(2002)
[24] Ivanov,D.,预测疫情爆发对全球供应链的影响:基于模拟的冠状病毒疫情分析(COVID-19/SARS-CoV-2)案例,运输研究第E部分:物流与运输评论,136(2020)
[25] 南卡罗来纳州六月。体育。;Yoo,H.S。;Choi,S.,使用谷歌趋势的十年研究变化:从大数据利用和应用的角度,技术预测和社会变化,130,69-87(2018)
[26] Kahn,J.,《库存与生产波动》,《美国经济评论》,77,4,667-679(1987)
[27] Kim,Y。;陈,Y.-。美国。;Linderman,K.,《供应网络中断与弹性:网络结构视角》,《运营管理杂志》,第33期,补编C,43-59(2015)
[28] Kuhn,M.,Caret包,《统计软件杂志》,28,5,1-26(2008)
[29] Kyriazi,F。;Thomakos,D.,基于距离的最近邻预测及其在汇率可预测性中的应用,IMA管理数学杂志(2020),dpz016
[30] Lee,H.L。;Padmanabhan,V。;Whang,S.,《供应链中的信息扭曲:牛鞭效应》,《管理科学》,43546-558(1997)·Zbl 0888.90047号
[31] Makridakis,S。;蜘蛛炎,E。;Assimakopoulos,V.,《M4竞赛:100000个时间序列和61种预测方法》,《国际预测杂志》,36,1,54-74(2020)
[32] Makridakis,S。;Winkler,R.L.,《预测平均值:一些实证结果》,《管理科学》,第29、9、987-996页(1983年)
[33] Nikolopoulos,K.,《我们需要谈谈间歇性需求预测》,《欧洲运筹学杂志》(2020)
[34] Nikolopoulos,K。;巴克斯顿,S。;坎马什,M。;Stern,P.,《预测品牌和非专利药品》,《国际预测杂志》,32,2,344-357(2016)
[35] Nikolopoulos,K。;Metaxiotis,K。;Lekatis,N。;Assimakopoulos,V.,将工业维护战略整合到ERP、工业管理和数据系统中,103,3184-191(2003)
[36] 恩索西,E.O。;马里兰州马拉太。;Brownstein,J.S.,《季节性流感疫情高峰预测》,《公共科学图书馆潮流》,第5期,疫情(2013年)
[37] Petropoulos,F。;Makridakis,S.,预测新型冠状病毒COVID-19,PloS-one,15,3,Article e0231236 pp.(2020)
[38] Petropoulos,F。;Makridakis,S。;Assimakopoulos,V。;Nikolopoulos,K.,《Horses for Courses’in demand forecasting》,《欧洲运筹学杂志》,237,1,152-163(2014)·Zbl 1304.62117号
[39] 佩蒂特·T·J。;Croxton,K.L。;Fiksel,J.,《供应链管理中弹性的演变:确保供应链弹性的回顾》,《商业物流杂志》,40,1,56-65(2019)
[40] 佩蒂特·T·J。;Fiksel,J。;Croxton,K.L.,《确保供应链弹性:概念框架的发展》,《商业物流杂志》,31,1,1-21(2010)
[41] 普拉克,D。;Teunter,R。;Syntetos,A.,《预测需求时安全库存的计算》,《欧洲运筹学杂志》,256,2,454-461(2017)·Zbl 1394.90038号
[42] 普尼亚,S。;Nikolopoulos,K。;辛格,S。;Madaan,J。;Litsiou,K.,《利用长短期记忆网络和随机森林进行多渠道零售需求预测的深度学习》,《国际生产研究杂志》(2020年)
[43] 普尼亚,S。;辛格,S.P。;Madaan,J.K.,《从预测到规定分析:数据驱动的多项目新闻供应商模型》,《决策支持系统》,第113340条,pp.(2020)
[44] 沙曼,J。;Karspeck,A.,《预测流感季节性爆发》,《美国国家科学院学报》,第109、50、20425-20430页(2012年)
[45] Shankar,S。;Ilavarasan,P.V.公司。;普尼亚,S。;Singh,S.P.,《利用长短记忆网络预测集装箱吞吐量》,工业管理和数据系统,120,3,425-441(2019)
[46] Soebiyanto,R.P。;阿迪米,F。;Kiang,R.K.,《利用气候参数模拟和预测温暖地区季节性流感传播》,《公共科学图书馆》第1期,第5、3页(2010年)
[47] IHME COVID-19健康服务利用率预测团队和Murray,C.J.(2020a)。预测美国各州在未来4个月内新冠肺炎对医院床位日、ICU日、呼吸机日和死亡的影响。MedRxiv,2020.03.27.20043752。doi:10.1101/2020.03.27.20043752
[48] IHME COVID-19健康服务利用率预测团队和Murray,C.J.(2020b)。预测第一波新冠肺炎疫情对美国和欧洲经济区国家的医院需求和死亡人数的影响。MedRxiv,2020.04.21.20074732。doi:10.1101/2020.04.21.20074732
[49] 曹,Y.-。C。;P.V.R.P.Raj。;Yu,V.,考虑客户细分和恐慌性购买行为的不同权重和品牌的产品替代,《工业营销管理》,77,209-220(2019)
[50] 范德拉恩,E。;范达伦,J。;Rohrmoser,M。;Simpson,R.,《人道主义物流需求预测和订单规划:实证评估》,《运营管理杂志》,45,1,114-122(2016)
[51] Vangumalli,D.R。Nikolopoulos,K.和Litsiou,K.(2019年)。聚类、预测和聚类预测:使用k-medoids、k-NN和随机森林进行聚类选择。班戈商学院工作文件系列BBSWP/19/16,https://www.bangor.ac.uk/business/research/workingpapers.php.en
[52] von Krogh,G。;罗西·拉马斯特拉,C。;Haefliger,S.,《管理和组织科学中基于现象的研究:什么时候是严格的,它重要吗?》?,长期规划,45,44,277-298(2012)
[53] 王,X。;迪士尼,S.M.,《牛鞭效应:进展、趋势和方向》,《欧洲运筹学杂志》,250,3,691-701(2016)·Zbl 1346.90061号
[54] 世界卫生组织(WHO)。(2020). 冠状病毒病(COVID-19)-情况报告-119。
[55] 雅菲,R.A。;尼科洛普洛斯,K。;赖利,D.P。;Crone,S.F。;Wagoner,K.D。;Douglass,R.J.,《流行病学预测实验:蒙大拿州不同方法预测鹿鼠种群密度的预测准确性比较》,经济研究中心,2011年1月,16-19(2008),12月
[56] 杨,Z。;曾,Z。;王凯。;Wong,S.-。美国。;Liang,W。;Zanin,M.,公共卫生干预下中国新冠肺炎流行趋势的修正SEIR和AI预测,《胸科疾病杂志》,12,3,165-174(2020)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。