×
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。