朱,沙;隆默特·德克尔;威廉·范·贾斯维尔德;Rex Wang Renjie;亚历克斯·J·科宁。 使用极值理论预测备件需求的改进方法。 (英语) Zbl 1403.90069号 欧洲药典。物件。 261,第1号,169-181(2017). 小结:备件库存控制对于许多组织来说至关重要,因为要在防止高库存成本和缺货之间进行权衡。提前期需求分布在库存控制中起着核心作用。由于备件需求通常是间歇性的,因此这种分布的估计存在问题,因此在实践中通常只有有限数量的非零数据点可用。众所周知的经验方法使用历史需求数据来构建交付周期需求分布。虽然它在服务需求相对较低时表现相当好,但在实现高目标服务级别方面存在困难。本文通过应用极值理论对提前期需求分布的尾部建模,改进了经验方法。为了最大限度地利用有限数量的需求观测值,我们确定极值理论可以应用于在重叠间隔内计算的提前期需求周期。我们考虑两个服务级别:预期等待时间和周期服务级别。我们的实验表明,与经验方法相比,我们的方法提高了库存性能,并且与WSS方法具有竞争力,J.D.克罗斯顿’s方法【Oper.Res.Quart.23,289–303(1972;兹比尔0238.90021)]和SBA用于一系列需求分布。 引用于三文件 MSC公司: 90B05型 库存、储存、水库 62G32型 极值统计;尾部推断 62平方米 随机过程推断和预测 第60页 统计学在工程和工业中的应用;控制图 关键词:预测;库存;备件;极值理论;半参数的 引文:Zbl 0238.90021号 软件:伊斯梅夫 PDF格式BibTeX公司 XML格式引用 \textit{S.Zhu}等人,《欧洲药典》。第261号决议,第1号,169--181(2017;Zbl 1403.90069) 全文: 内政部 链接 参考文献: [1] 阿勒泰,N。;利特尔,洛杉矶。;Rudisill,F.,相关性对间歇需求预测和库存控制的影响,《国际生产经济学杂志》,135,1,275-283(2012) [2] Athreya,K。;Pantula,S.,关于arma过程强混合的注记,《统计与概率快报》,4187-190(1986)·Zbl 0596.60039号 [3] M.Z.Babai。;Syntetos,A。;Teunter,R.,《间歇需求预测:精度和过时风险的实证研究》,《国际生产经济学杂志》,157,0,212-219(2014) [4] Balkema,A。;de Haan,L.,《大年龄剩余寿命》,《概率年鉴》,2,5,792-804(1974)·Zbl 0295.60014号 [5] 贝兰特,J。;Caeiro,F。;Gomes,I.M.,《单变量极值统计的概述和开放研究课题》,REVSTAT,10,1(2012)·Zbl 1297.62114号 [6] 贝兰特,J。;Goegebeur,Y。;Segers,J。;Teugels,J.,《极值统计:理论与应用》,《概率统计中的威利级数》(2004),约翰威利父子有限公司,:约翰威利有限公司,奇切斯特·Zbl 1070.62036号 [7] 博伊兰,J。;Syntetos,A.,《备件管理:预测研究和扩展综述》,《管理数学杂志》,21,227-237(2010) [8] Bradley,R.,《强混合条件的基本特性》。调查和一些开放性问题,《概率调查》,2107-144(2005)·Zbl 1189.60077号 [9] 卡拉斯科,M。;Chen,X.,各种GARCH和随机波动率模型的混合和矩性质,计量经济学理论,18,17-39(2002)·Zbl 1181.62125号 [10] Cohen,医学硕士。;阿格拉瓦尔,N。;Agrawal,V.,《赢得售后市场》,《哈佛商业评论》,84,5,129-138(2006) [11] Coles,S.,《极值统计建模导论》(2001),施普林格出版社:伦敦施普林格出版社·Zbl 0980.62043号 [12] Croston,J.,《间歇需求的预测和库存控制》,《运筹学季刊》,第23、3、289-303页(1972年)·Zbl 0238.90021号 [13] 丹尼尔森,J。;德哈恩,L。;彭,L。;de Vries,C.,《使用bootstrap方法选择尾部指数估计中的样本分数》,《多元分析杂志》,76,2,226-248(2001)·Zbl 0976.62044号 [14] 德克尔,R。;Pinçe,C。;Zuidwijk,R。;Jalil,M.N.,《备件物流中安装基数信息的使用:想法和行业实践回顾》,《国际生产经济学杂志》,143,2,536-545(2013) [15] Dekkers,A。;Einmahl,J。;de Haan,L.,极值分布指数的矩估计,统计年鉴,17,4,1833-1855(1989)·Zbl 0701.62029号 [16] Draisma,G。;德哈恩,L。;彭,L。;Pereira,T.,在估计极值指数时实现最优的基于bootstrap的方法,极值,2,4367-404(1999)·Zbl 0972.62014号 [17] Drees,H.,相依数据的极端分位数估计,及其在金融中的应用,Bernoulli,9,1,617-657(2003)·Zbl 1040.62077号 [18] Drees,H。;德哈恩,L。;Li,D.,尾部经验分布函数的近似及其在测试极值条件中的应用,《统计规划与推断杂志》,136,10,3498-3538(2006)·Zbl 1093.62052号 [19] A.H.C.屋檐。;Kingsman,B.G.,备件订购和库存预测,运筹学会杂志,55,4,431-437(2004)·邮编1095.90505 [20] Fryzlewicz,P。;Rao,S.,ARCH和时变ARCH过程的混合特性,Bernoulli,17,1,320-346(2011)·Zbl 1284.62550号 [21] 加拉赫,T。;Mitchke,医学博士。;罗杰斯,M.C.,《从备件中获利》,《麦肯锡季刊》,第2期,第1-4页(2005年) [22] 格兰杰,C.W.J。;Morris,M.J.,《时间序列建模和解释》,《皇家统计学会杂志》。A系列(通用),139,2,246-257(1976) [23] de Haan,L.,《用数学对抗大政府》,《内尔兰迪卡统计》,44,2,45-68(1990)·Zbl 0713.62104号 [24] 德哈恩,L。;费雷拉,A.,《极端价值理论:导论》(2006年),施普林格出版社:纽约施普林格出版社·Zbl 1101.62002号 [25] Hill,B.,《关于分布尾部推断的简单通用方法》,《统计年鉴》,3,5,1163-1174(1975)·Zbl 0323.62033号 [26] 贾利勒,M。;Zuidwijk,R。;弗莱什曼,M。;van Nunen,A。;Jo,备件物流和安装基数信息,运筹学学会杂志,62,3,442-457(2011) [27] Johnston,F。;Boylan,J.,《间歇需求项目预测》,运筹学学会杂志,47,1,113-121(1996)·Zbl 0842.90031号 [28] 肯尼迪,W。;Patterson,J.W。;Fredendall,L.D.,《备件库存最新文献综述》,《国际生产经济学杂志》,76,2,201-215(2002) [29] 科根,V。;Rind,T.,《使用极值法和辅助泊松模型确定关键电力设备库存》,计算机与工业工程,60,1,25-33(2011) [30] Koning,A.J。;Peng,L.,重尾分布的fit检验,统计规划与推断杂志,138,12,3960-3981(2008)·Zbl 1146.62033号 [31] Koudal,P.,《全球制造业的服务革命》,德勤研究,第2卷(2006年) [32] Lengu,D。;Syntetos,A.A。;Babai,M.Z.,《备件管理:将分配假设与需求分类联系起来》,《欧洲运筹学杂志》,235,3,624-635(2014) [33] Mokkadem,A.,ARMA过程的混合特性,随机过程及其应用,29,2,309-315(1988)·Zbl 0647.60042号 [34] Nikolopoulos,K。;Syntetos,A。;博伊兰,J。;Petropoulos,J。;Assimakopoulos,V.,《ADIDA预测的聚集-分解间歇性需求方法:实证命题与分析》,运筹学学会杂志,62,3,544-554(2011) [35] 彼得罗普洛斯,F。;Kourentzes,N.,《间歇需求的预测组合》,《运筹学会杂志》,66,6,914-924(2015) [36] Pickands,J.,《使用极值顺序统计的统计推断》,《统计年鉴》,3,1,119-131(1975)·Zbl 0312.62038号 [37] 波尔拉斯,E。;Dekker,R.,《炼油厂备件库存控制系统:不同再订货点方法的实证比较》,《欧洲运筹学杂志》,184,1101-132(2008)·Zbl 1278.90033号 [38] 赖斯,R.-D。;Thomas,M.,《极值统计分析及其在保险、金融、水文和其他领域的应用》(2007年),Birkhäuser:Birkháuser Basel·Zbl 1122.62036号 [39] 雷斯尼克,S。;Starica,C.,相依数据的尾指数估计,《应用概率年鉴》,8,4,1156-1183(1998)·Zbl 0942.60037号 [40] 罗梅因德斯,W。;Teunter,R。;van Jaarsveld,W.,《使用部件维修信息预测备件需求的两步方法》,《欧洲运筹学杂志》,220,2,386-393(2012)·Zbl 1253.90093号 [41] Rootzén,H.,相依序列尾部经验过程的弱收敛,随机过程及其应用,119,2468-490(2009)·Zbl 1162.60017号 [42] 罗斯塔米·塔巴尔,B。;M.巴拜。;Syntetos,A。;Ducq,Y.,《按时间加总的需求预测》,海军研究后勤,60,6,479-498(2013)·Zbl 1410.91373号 [43] 罗斯塔米·塔巴尔,B。;M.巴拜。;Syntetos,A。;Ducq,Y.,《关于时间聚合预测性能的说明》,海军研究后勤,61,7489-500(2014)·Zbl 1411.91447号 [44] 页岩,E。;博伊兰,J。;Johnston,F.,《间歇需求预测:无偏平均值的估计》,运筹学学会杂志,57,5,588-592(2006)·Zbl 1113.90012号 [45] Shimura,T.,最大吸引域分布的离散化,极值,15299-317(2012)·Zbl 1329.60159号 [46] Snyder,R.,预测缓慢和快速流动库存的销售,《欧洲运筹学杂志》,140,3,684-699(2002)·Zbl 0998.90002号 [47] Syntetos,A.,《间歇需求预测》(2001),白金汉郡奇尔顿大学学院。,博士论文 [48] Syntetos,A。;M.巴拜。;阿勒泰,N.,《备件需求分布》,《国际生产研究杂志》,50,8,2101-2117(2012) [49] Syntetos,A。;Boylan,J.,《关于间歇需求估计的偏差》,《国际生产经济学杂志》,71,457-466(2001) [50] Syntetos,A。;Boylan,J.,《间歇需求估计器的库存控制绩效》,《国际生产经济学杂志》,103,36-47(2006) [51] Syntetos,A。;Boylan,J.,《间歇需求估计的方差》,《国际生产经济学杂志》,128546-555(2010) [52] Syntetos,A.A。;巴拜,M.Z。;Gardner,E.S.,预测间歇性库存需求:简单参数方法与自举,《商业研究杂志》,68,8,1746-1752(2015) [53] Syntetos,A.A。;Boylan,J.E.,《间歇需求估计的准确性》,《国际预测杂志》,21,2,303-314(2005) [54] Teunter,R。;Duncan,L.,《预测间歇性需求:比较研究》,运筹学学会杂志,60321-329(2009) [55] Teunter,R。;Sani,B.,《关于克罗斯顿预测方法的偏差》,《欧洲运筹学杂志》,194177-183(2009)·Zbl 1158.91470号 [56] Teunter,R。;Syntetos,A。;Babai,M.,《间歇需求:将预测与库存淘汰联系起来》,《欧洲运筹学杂志》,214606-615(2011) [57] 托潘,E。;Tan,T。;van Houtum,G.J.J.A.N。;Dekker,R.,《在损失库存系统中使用不完善的提前需求信息》,BETA publicatie:working papers,512(2016),埃因霍温理工大学:埃因霍芬理工大学 [58] 沃尔孔斯基,V.A。;Rozanov,Y.A.,随机函数的一些极限定理,概率论及其应用,4,2,178-197(1959)·Zbl 0092.33502号 [60] Willemain,T.R。;斯马特,C.N。;Schwarz,H.F.,《预测服务备件库存间歇性需求的新方法》,《国际预测杂志》,20,3,375-387(2004) [61] Willemain,T.R。;斯马特,C.N。;Shockor,J.H。;DeSautels,P.A.,《制造业间歇性需求预测:克罗斯顿方法的比较评估》,《国际预测杂志》,10,4,529-538(1994) [62] Willmot,G.E.,泊松混合物的渐近尾行为及其应用,应用概率进展,22,1,147-159(1990)·Zbl 0696.60085号 [63] van Wingerden,E。;Basten,R。;德克尔,R。;勒斯滕伯格,W.,《通过改进预测更好地控制库存:三家公司的比较研究》,《国际生产经济学杂志》,157220-237(2014) 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。