Wyniki wyszukiwania - Biblioteka Nauki

Ten serwis zostanie wyłączony 2025-02-11.

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: safety stock

Sortuj według:

Ogranicz wyniki do:

Komputerowy model planowania zapasów bezpieczeństwa z wykorzystaniem miękkich metod obliczeniowych

100%

Topolski M.

2016

tom R. 17, nr 6

1802--1806

Artykuł prezentuje model planowania zapasów. Współczesne metody planowania zapasów, sprzedaży, bezpieczeństwa systemów technicznych etc. bazują na klasycznych i miękkich metodach obliczeniowych. Klasyczne wzorce opierają się na fundamentach rachunku prawdopodobieństwa i metodach statystycznych. Miękkie metody obliczeniowe, bazują na zbiorach rozmytych, algorytmach genetycznych, teorii możliwości, teorii ewidencji matematycznej czy sieciach neuronowych. Wspólnym problemem tych metod jest to, że aparat matematyczny w nich używany nie daje dużej szansy na istotne polepszenie dokładności poprawnych decyzji. Autorska metoda, na bazie której został stworzony model matematyczny, wydaje się dobrze rozwiązywać pewien problem uzależnienia aktualnego stanu obiektu od historii stanów oraz innych obiektów, które mogą wpływać na jego aktualny stan. Zaproponowana metoda została potwierdzona praktycznym przypadkiem bazującym na danych rzeczywistych. Ze względu na dużą złożoność obliczeniową zaproponowana metoda może zostać wdrożona w systemach komputerowych dedykowanych zagadnieniom prognozowania wielkości zapasów bezpieczeństwa.

Stochastic demand in inventory location

84%

Bieniek M.

tom nr 4

In this paper we consider the location inventory model which centralizes or decentralizes the stock. In this model we have to choose between the location of inventory in the regional warehouses or the location in the central warehouse. The choice is done due to minimum the holding costs of the safety stock and also the minimum of supply costs. The important aspect is that the customers can represent the stochastic demands on the inventory items. Additionally, the complex analysis of possible probabilistic demands' distributions is conducted. Some special cases of the model for normally, Poisson and exponentially distributed demands are also studied.

W pracy rozważany jest model lokalizacji zapasu, który centralizuje albo decentralizuje zapas. W tym modelu wybierana jest lokalizacja zapasu jako jedna z dwóch możliwych: w magazynach regionalnych lub w magazynie centralnym. Wybór jest dokonany na podstawie kryterium minimalizacji kosztów utrzymania zapasu zabezpieczającego. Ważnym aspektem tego modelu jest uwzględnienie stochastyczności popytu klientów. Dodatkowo przeprowadzona jest kompleksowa analiza możliwych rozkładów popytu. Ponadto przedstawiona jest postać modelu dla kilku szczególnych przypadków gdy popyt ma rozkład normalny, Poissona lub wykładniczy.

Ograniczenia praktycznego wykorzytania klasycznych modeli sterowania zapasami

67%

Czajka K. , Gdowska K. Z.

tom nr 4

Niniejsze opracowanie przedstawia ograniczenia praktycznego wykorzystania klasycznych modeli sterowania zapasami, tj. modelu poziomu zamawiania i modelu cyklu zamawiania. Autorzy wyraźnie określają warunki, uzależnione od formy gromadzenia danych o zapotrzebowaniu, sposobu określenia poziomu obsługi klienta oraz stacjonarności szeregów czasowych zapotrzebowania, które umożliwiają praktyczne wykorzystanie tych modeli. Ponadto, zaprezentowane zostały sposoby wyznaczania poziomu obsługi klienta na gruncie danych historycznych o zapotrzebowaniu oraz funkcja obsługi.

In this paper limitations on practical utilization of classical models for inventory control problem – such as Re-Order Point and Re-Order Cycle – are presented. The authors emphasize importance of conditions of possible application of these classical models: the method of collecting data describing demand, the method of determining the level of customer service, stationary time series of demand. What is more, in this paper methods for determining the level of customer service which utilize historical data on demand and an objectivity function are presented.