The intermittent demand is also often erratic, i.e., there is a great  dịch - The intermittent demand is also often erratic, i.e., there is a great  Việt làm thế nào để nói

The intermittent demand is also oft

The intermittent demand is also often erratic, i.e., there is a great variability between the non-zero values. Brown (1977) considers that a demand is erratic when its standard deviation is higher than its average. It should be noted that a vast majority of the commercial softwares still use exponential smoothing for intermittent slow-moving items, even if the Croston and bootstrap method are known to be very efficient. The Croston method can easily be implemented in a spreadsheet application, making it very appealing for actual use in real-life applications.
Instead of smoothing the demand at each period, the Croston method applies exponential smoothing to both demand size and inter-demand interval. The smoothing procedures are applied only to the periods with non-zero demand.

Let:
xn = demand at period n;
i = smoothing constant used for updating the inter-demand interval;
d = smoothing constant used for updating the demand size;
mˆ n = estimate of the average interval between consecutive demand incidences;
Xˆ n = estimate of the average size of demand;
Xˆ n,nt = estimate of the average size of demand per period computed at the end of period n for period n+t.

The Croston method as modified by Syntetos and Boylan (2005) gives:

Xˆ x

(1 

) Xˆ

0 

n d n d n*
mˆ n i (n n*) (1 i )mˆ n*
Xˆ (1 i ) Xˆ n

d
0 i 
t 1, 2, 3,...

n,nt

2 mˆ n

where n* is the index of the period where the previous smoothing took place (previous period with non-zero demand) and usually i d .
9.1.1 imulation

For several cases, the failure and repair processes are so complex and intricate that it is mathematically cumbersome to model and determine the required number of spare parts. In these cases, simulation can be used to model the failure and repair/replacement processes. Simulation is also an excellent alternative when the lifetime and service distributions functions are not exponential. The principle of simulation consists in the random generation of the instants of breakdown and repair duration according to their respective distribution functions. At breakdown, a spare part is taken from the spare parts stock if there is any available. At the end of each repair, a spare part is added to the stock. The service level is the proportion of time that a request for a spare part is filled from the shelves. Each computational reproduction of the behaviour of the system is called replication. By generating a great number of replications, it is possible to obtain an average result similar to the

Integrated Spare Parts Management 201


actual behaviour of the system. See Diallo (2006) and Sarker and Haque (2000) for examples relying on simulation to determine the required quantity of spare parts.
Having determined the components to keep in stock and their quantities for a given period, the next section will deal with the determination of the optimal inventory management parameters.


9.4 Inventory Control Policies

Kennedy et al. (2002) present an interesting review of recent literature on spare parts inventories. The proposed models are, mainly, traditional inventory management models and their extensions. According to Silver et al. (1998), the main objective of an inventory analysis is to answer the three following questions:

1. How often should the inventory status be determined (control policy)?
2. When should the item be ordered for restocking (order instant)? and
3. How much of the item should be requested at order instant (order quantity)?

In order to find an answer to these questions, it is required that the decision maker sets the following conditions:

1. What is the importance (or criticality) of each item in consideration?
2. Does the inventory position have to be checked continuously or periodically?
3. Of which type the inventory policy should be? and
4. What are the service level targets and costs?

Since all items do not have the same importance (or criticality for spare parts) and due to the fact that a huge number of different parts are kept in stock, while resources are limited, it is usual to adopt decision rules that classify all the items in a limited number of manageable groups. Several classifications methods are available in the literature: Pareto or A-B-C; multicriteria (Braglia et al. 2004); variance partition (Eaves and Kingsman, 2004 Williams, 1984), etc. Independent of the method used, it is recommended to limit the number of classes to three up to five.
In general, an A-B-C type classification is used: A items receive most personalized attention, strict control policies and have priority over B and C items.
The decision maker has to choose between the continuous and the periodic review strategies. With the continuous review strategy, the stock level is “almost” always known. With the periodic review, the stock level is determined at predetermined instants kR (k=1, 2, 3,...). The major advantage of continuous review is that it requires less safety stock (hence, lower holding costs) than the periodic review, to provide the same service level (Silver et al. 1998).
The main inventory management parameters are the order point (s), the order- up-to level (S), the review period (R) and the economical order quantity (Q). Table

202 C. Diallo, D. Aït-Kadi, and A. Chelbi


9.4 4, adapted from Silver et al. (1998), proposes an inventory control system selection guide.
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
The intermittent demand is also often erratic, i.e., there is a great variability between the non-zero values. Brown (1977) considers that a demand is erratic when its standard deviation is higher than its average. It should be noted that a vast majority of the commercial softwares still use exponential smoothing for intermittent slow-moving items, even if the Croston and bootstrap method are known to be very efficient. The Croston method can easily be implemented in a spreadsheet application, making it very appealing for actual use in real-life applications.Instead of smoothing the demand at each period, the Croston method applies exponential smoothing to both demand size and inter-demand interval. The smoothing procedures are applied only to the periods with non-zero demand.Let:xn = demand at period n;i = smoothing constant used for updating the inter-demand interval;d = smoothing constant used for updating the demand size;mˆ n = estimate of the average interval between consecutive demand incidences;Xˆ n = estimate of the average size of demand;Xˆ n,nt = estimate of the average size of demand per period computed at the end of period n for period n+t.The Croston method as modified by Syntetos and Boylan (2005) gives: Xˆ x (1  ) Xˆ 0  n d n d n*mˆ n i (n n*) (1 i )mˆ n*Xˆ (1 i ) Xˆ n
d
0 i 
t 1, 2, 3,...

n,nt

2 mˆ n

where n* is the index of the period where the previous smoothing took place (previous period with non-zero demand) and usually i d .
9.1.1 imulation

For several cases, the failure and repair processes are so complex and intricate that it is mathematically cumbersome to model and determine the required number of spare parts. In these cases, simulation can be used to model the failure and repair/replacement processes. Simulation is also an excellent alternative when the lifetime and service distributions functions are not exponential. The principle of simulation consists in the random generation of the instants of breakdown and repair duration according to their respective distribution functions. At breakdown, a spare part is taken from the spare parts stock if there is any available. At the end of each repair, a spare part is added to the stock. The service level is the proportion of time that a request for a spare part is filled from the shelves. Each computational reproduction of the behaviour of the system is called replication. By generating a great number of replications, it is possible to obtain an average result similar to the

Integrated Spare Parts Management 201


actual behaviour of the system. See Diallo (2006) and Sarker and Haque (2000) for examples relying on simulation to determine the required quantity of spare parts.
Having determined the components to keep in stock and their quantities for a given period, the next section will deal with the determination of the optimal inventory management parameters.


9.4 Inventory Control Policies

Kennedy et al. (2002) present an interesting review of recent literature on spare parts inventories. The proposed models are, mainly, traditional inventory management models and their extensions. According to Silver et al. (1998), the main objective of an inventory analysis is to answer the three following questions:

1. How often should the inventory status be determined (control policy)?
2. When should the item be ordered for restocking (order instant)? and
3. How much of the item should be requested at order instant (order quantity)?

In order to find an answer to these questions, it is required that the decision maker sets the following conditions:

1. What is the importance (or criticality) of each item in consideration?
2. Does the inventory position have to be checked continuously or periodically?
3. Of which type the inventory policy should be? and
4. What are the service level targets and costs?

Since all items do not have the same importance (or criticality for spare parts) and due to the fact that a huge number of different parts are kept in stock, while resources are limited, it is usual to adopt decision rules that classify all the items in a limited number of manageable groups. Several classifications methods are available in the literature: Pareto or A-B-C; multicriteria (Braglia et al. 2004); variance partition (Eaves and Kingsman, 2004 Williams, 1984), etc. Independent of the method used, it is recommended to limit the number of classes to three up to five.
In general, an A-B-C type classification is used: A items receive most personalized attention, strict control policies and have priority over B and C items.
The decision maker has to choose between the continuous and the periodic review strategies. With the continuous review strategy, the stock level is “almost” always known. With the periodic review, the stock level is determined at predetermined instants kR (k=1, 2, 3,...). The major advantage of continuous review is that it requires less safety stock (hence, lower holding costs) than the periodic review, to provide the same service level (Silver et al. 1998).
The main inventory management parameters are the order point (s), the order- up-to level (S), the review period (R) and the economical order quantity (Q). Table

202 C. Diallo, D. Aït-Kadi, and A. Chelbi


9.4 4, adapted from Silver et al. (1998), proposes an inventory control system selection guide.
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
Nhu cầu liên tục cũng là thường thất thường, tức là, có một biến đổi lớn giữa các giá trị khác không. Brown (1977) cho rằng một nhu cầu rất thất thường khi độ lệch chuẩn của nó là cao hơn mức trung bình của nó. Cần lưu ý rằng một phần lớn của các phần mềm thương mại vẫn còn sử dụng làm mịn hàm mũ cho liên tục các hạng mục di chuyển chậm, thậm chí nếu Croston và phương pháp bootstrap được biết đến là rất hiệu quả. Phương pháp Croston có thể dễ dàng được thực hiện trong ứng dụng bảng tính, làm cho nó rất hấp dẫn đối với thực tế sử dụng trong các ứng dụng thực tế cuộc sống.
Thay vì làm mịn các nhu cầu ở từng thời kỳ, các phương pháp Croston áp dụng làm mịn theo cấp số nhân cho cả hai kích thước yêu cầu và khoảng thời gian liên cầu. Thủ tục làm mịn chỉ áp dụng cho các giai đoạn với khác không yêu cầu. Hãy: xn = nhu cầu ở giai đoạn n; i = mịn liên tục được sử dụng để cập nhật các khoảng thời gian liên cầu; d = mịn liên tục được sử dụng để cập nhật các kích thước theo yêu cầu; m n = ước tính khoảng thời gian trung bình giữa nhu cầu tỷ lệ mắc liên tiếp; X n = ước tính kích thước trung bình của nhu cầu; X n, nt = ước tính kích thước trung bình của nhu cầu cho mỗi thời kỳ tính toán vào cuối kỳ n cho giai đoạn n . + t Phương pháp Croston được điều chỉnh bởi Syntetos và Boylan (2005) đưa ra: X x  (1 ) X 0  ndndn * m n i ( n n *)  (1 i) m n * X  (1 i) X n d 0 i  t 1, 2, 3, .. . n, nt 2 m n trong đó n * là các chỉ số của các kỳ nơi làm mịn trước đó đã diễn ra (giai đoạn trước với khác không yêu cầu) và d thường i. 9.1.1 mô phỏng trên Đối với một số trường hợp, các quá trình thất bại và sửa chữa rất phức tạp và phức tạp mà nó là toán học phức tạp để mô hình và xác định số lượng yêu cầu của phụ tùng. Trong những trường hợp này, mô phỏng có thể được sử dụng để mô hình thất bại và quy trình sửa chữa / thay thế. Mô phỏng cũng là một thay thế tuyệt vời khi các chức năng và dịch vụ phân phối cuộc đời không phải là mũ. Các nguyên tắc của mô phỏng bao gồm trong các thế hệ ngẫu nhiên của các khoảnh khắc của thời gian sự cố và sửa chữa theo chức năng phân phối của mình. Tại sự cố, một phụ tùng được lấy từ các cổ phiếu phụ tùng thay thế nếu có bất kỳ có sẵn. Vào cuối mỗi lần sửa chữa, một phụ tùng được thêm vào cổ phiếu. Các cấp độ dịch vụ là tỷ lệ thời gian mà một yêu cầu cho một phụ tùng được điền từ các kệ. Mỗi sinh sản tính toán của các hành vi của hệ thống được gọi là nhân bản. Bằng cách tạo ra một số lượng lớn các lần lặp lại, nó có thể có được một kết quả trung bình tương tự như tích hợp Quản lý phụ tùng 201 hành vi thực tế của hệ thống. Xem Diallo (2006) và Sarker và Haque (2000) cho các ví dụ dựa trên mô phỏng để xác định số lượng yêu cầu của phụ tùng thay thế. Sau khi quyết định các thành phần để giữ trong kho và số lượng của họ trong một thời gian nhất định, phần tiếp theo sẽ đối phó với việc xác định các thông số quản lý hàng tồn kho tối ưu. 9.4 Inventory Control Policies Kennedy et al. (2002) trình bày một sự xem xét thú vị của nghiên cứu gần đây trên các bộ phận hàng tồn kho phụ tùng. Các mô hình được đề xuất, chủ yếu là, mô hình quản lý hàng tồn kho truyền thống và mở rộng của họ. Theo Bạc et al. (1998), mục tiêu chính của việc phân tích hàng tồn kho là để trả lời ba câu hỏi sau: 1. Làm thế nào thường xuyên tình trạng hàng tồn kho cần được xác định (chính sách kiểm soát)? 2. Khi mục nên được đặt hàng cho cất lại (để ngay lập tức)? và 3. ? Nhiều các mặt hàng cần được yêu cầu như thế nào tại để nhanh (số lượng đặt hàng) Để tìm câu trả lời cho những câu hỏi, đó là yêu cầu các nhà sản xuất quyết định đặt các điều kiện sau đây: 1. Tầm quan trọng (hoặc tới hạn) của mỗi mục trong xem xét là gì? 2. Liệu các vị trí hàng tồn kho phải được kiểm tra liên tục hoặc định kỳ? 3. Trong đó loại các chính sách tồn kho nên được? và 4. Các mục tiêu và chi phí cấp dịch vụ là gì? Vì tất cả các mặt hàng không có tầm quan trọng như nhau (hoặc tới hạn cho phụ tùng) và do thực tế rằng một số lượng lớn các bộ phận khác nhau được lưu giữ trong kho, trong khi nguồn lực có hạn, nó là bình thường áp dụng quy tắc quyết định phân loại tất cả các mục trong một số giới hạn của các nhóm quản lý được. Một số phân loại phương pháp có sẵn trong văn học: Pareto hay ABC; multicriteria (Braglia et al 2004.); phân vùng sai (Eaves và Kingsman, 2004 Williams, 1984), vv độc lập của các phương pháp được sử dụng, nó được khuyến khích để hạn chế số lượng các lớp học để ba đến năm. Nói chung, một loại ABC phân loại được sử dụng: Một mặt hàng nhận được hầu hết quan tâm cá nhân, chính sách kiểm soát chặt chẽ và có ưu tiên hơn B, C mục. Người ra quyết định phải lựa chọn giữa liên tục và các chiến lược rà soát định kỳ. Với chiến lược xem xét liên tục, mức cổ là "gần như" luôn luôn được biết đến. Với việc xem xét định kỳ, mức cổ phiếu được xác định tại định trước khoảnh khắc KR (k = 1, 2, 3, ...). Lợi thế chủ yếu của tổng liên tục là nó đòi hỏi ít cổ phiếu an toàn (vì thế, chi phí nắm giữ thấp hơn) so với xét định kỳ, để cung cấp mức độ dịch vụ tương tự (Silver et al 1998).. Các tham số quản lý hàng tồn kho chính là những điểm đặt hàng (s ), các trật up-to cấp (S), các giai đoạn rà soát (R) và số lượng đặt hàng kinh tế (Q). Bảng 202 C. Diallo, D. Aït-Kadi, và A. Chelbi 9.4 4, chuyển thể từ Bạc et al. (1998), đề xuất một kiểm soát hàng tồn kho hướng dẫn lựa chọn hệ thống.



































































đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: