Optimization and Inventory Management
Ta książka omawia modele zapasów do określania optymalnych polityk zamawiania przy użyciu różnych technik optymalizacji, algorytmów genetycznych i koncepcji eksploracji danych. Zapewnia również analizy wrażliwości dla solidności modeli. Przedstawia zbiór modeli matematycznych, które dotyczą rzeczywistych scenariuszy branżowych. Wszystkie rozwiązania modeli matematycznych są dostarczane za pomocą różnych technik optymalizacji w celu określenia optymalnej polityki zamówień.
Książka oferuje szereg perspektyw dotyczących wdrażania technik optymalizacji, inflacji, finansowania kredytów kupieckich, systemów rozmytych, błędów ludzkich, uczenia się w produkcji, inspekcji, zielonych łańcuchów dostaw, zamkniętych łańcuchów dostaw, przeróbek, podejść teorii gier, algorytmów genetycznych i eksploracji danych, a także badań nad aplikacjami Big Data do zarządzania zapasami i kontroli. Zaczynając od deterministycznych modeli zapasów, książka przechodzi do zaawansowanych modeli zapasów.
Treść jest podzielona na osiem głównych sekcji: kontrola i zarządzanie zapasami - modele zapasów z finansowaniem kredytu kupieckiego dla produktów o niedoskonałej jakości; wpływ środowiska na politykę zamówień; wpływ uczenia się na modele łańcucha dostaw; modele EOQ z uwzględnieniem magazynowania; optymalne polityki zamówień z eksploracją danych i technikami PSO; modele łańcucha dostaw w środowiskach rozmytych; optymalne modele produkcji dla wielu produktów i wielu detalistów; oraz model marketingowy do zrozumienia zachowań zakupowych. Ze względu na swój zakres, książka stanowi cenne źródło informacji dla praktyków, instruktorów, studentów i badaczy. Oferuje również istotne spostrzeżenia, które pomogą sprzedawcom detalicznym / menedżerom poprawić funkcje biznesowe i podejmować bardziej trafne i realistyczne decyzje.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)