HEAL DSpace

Παραμετροποίηση της μεθόδου πρόβλεψης Croston με γνώμονα τη βέλτιστη διαχείριση αποθεμάτων

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Τσόλκας, Χρήστος
dc.contributor.author Tsolkas, Christos
dc.date.accessioned 2020-11-21T10:26:04Z
dc.date.available 2020-11-21T10:26:04Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/51984
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.19682
dc.rights Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/3.0/gr/ *
dc.subject Διακοπτόμενη ζήτηση el
dc.subject Μέθοδος Croston el
dc.subject Διαχείριση αποθεμάτων el
dc.subject Βελτιστοποίηση παραμέτρων el
dc.subject Πρόβλεψη ζήτησης el
dc.subject Ανάλυση χρονοσειρών el
dc.subject Intermittent demand en
dc.subject Croston’s method en
dc.subject Inventory control en
dc.subject Parameter optimization en
dc.subject Demand forecasting en
dc.subject Time series analysis en
dc.title Παραμετροποίηση της μεθόδου πρόβλεψης Croston με γνώμονα τη βέλτιστη διαχείριση αποθεμάτων el
dc.contributor.department Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης/Μονάδα Προβλέψεων και Στρατηγικής el
heal.type masterThesis
heal.classification Διαχείριση αποθεμάτων el
heal.classification Πρόβλεψη ζήτησης el
heal.classification Inventory control en
heal.classification Optimization en
heal.classification Demand forecasting en
heal.classification Βελτιστοποίηση el
heal.language el
heal.language en
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2020-07-03
heal.abstract Η παραγωγή προβλέψεων της ζήτησης προϊόντων είναι μια εδραιωμένη πρακτική σε συστήματα διαχείρισης κεντρικών αποθηκών. Πιθανά σφάλματα (συστηματικά ή μη) στην παραγωγή προβλέψεων της ζήτησης αποφέρουν οικονομική ζημία είτε μέσω ελλείματος αποθέματος και χαμένων εσόδων από τη μη κάλυψη της ζήτησης είτε μέσω υπεραποθεματοποίησης προϊόντων και της συνακόλουθης επιβάρυνσης στο κόστος αποθήκευσης. Συχνά τα προϊόντα παρουσιάζουν χαρακτηριστικά διακοπτόμενης ζήτησης που δυσκολεύουν ακόμα περισσότερο την παραγωγή προβλέψεων. Στη βιβλιογραφία έχουν προταθεί διάφορες μέθοδοι για την πρόβλεψη διακοπτόμενης ζήτησης με επικρατέστερη τη μέθοδο Croston. Στην παρούσα εργασία αναπτύσσεται μια μεθοδολογία για τη βέλτιστη επιλογή των παραμέτρων της μεθόδου Croston προς αξιοποίηση στην παραγωγή προβλέψεων ζήτησης προϊόντων σε κεντρικές αποθήκες. Η εν λόγω μεθοδολογία προτείνει τη χρήση συναρτήσεων βελτιστοποίησης των παραγόντων άμεσου οικονομικού κόστους της αποθήκης (κόστος αποθήκευσης και ποιότητα εξυπηρέτησης) και όχι ελαχιστοποίησης του σφάλματος πρόβλεψης ως είθισται στη σχετική βιβλιογραφία. Η μεθοδολογία εφαρμόζεται σε πραγματικά δεδομένα μέσω εμπειρικής μελέτης. Από τα αποτελέσματα της εμπειρικής μελέτης προκύπτει ότι η βελτιστοποίηση της ακρίβειας των προβλέψεων δεν οδηγεί σε βελτίωση της απόδοσης της αποθήκης και, αντιστρόφως, η βελτίωση της απόδοσης της αποθήκης γίνεται εις βάρος της ακρίβειας των προβλέψεων. Επίσης η εφαρμογή βελτιστοποίησης στις παραμέτρους του μοντέλου πρόβλεψης προσφέρει οφέλη στην απόδοση του συστήματος ακόμα και στην περίπτωση που γίνεται με όρους βελτίωσης της ακρίβειας των προβλέψεων. el
heal.abstract Demand forecasting is a well-established practice used in every inventory control system. Inaccurate forecasts (biased or not) can be costly for company operations, either due to stockouts and lost sales, or due to over-stocking and holding costs. Many products demonstrate intermittent demand characteristics that make their demand prediction even harder. In the forecasting literature numerus methods for intermittent demand forecasting have been proposed with Croston’s being the predominant one. In this study, we propose a methodology for optimal parameter selection for Croston’s method. The proposed methodology can be exercised for demand forecasting in inventory control systems. The forecasting literature has focused on providing optimal models in terms of various accuracy metrics. In this study, we consider an approach towards parametrizing forecasting models by directly considering appropriate inventory metrics and the current inventory policy. We evaluate the proposed methodology through an empirical study using real data from a local retail distributer. The results show that there is a negative correlation between minimizing forecasting errors and gaining inventory performance. Furthermore, we record evidence that parameter optimization leads to better inventory performance. en
heal.advisorName Ασημακόπουλος, Βασίλειος
heal.committeeMemberName Ασκούνης, Δημήτριος
heal.committeeMemberName Ψαρράς, Ιωάννης
heal.academicPublisher Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών el
heal.academicPublisherID ntua
heal.numberOfPages 101
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα