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 |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: