文献

J-GLOBAL ID：201902268899133466   整理番号：19A0998328

確率的サプライチェーンにおけるリスク回避消費:シミュレーション最適化アプローチ【JST・京大機械翻訳】

Risk averse sourcing in a stochastic supply chain: A simulation-optimization approach

著者 (2件)： Hajian Heidary M. (Department of Industrial Engineering, K.N. Toosi University of Technology, Tehran, Iran) ,  Aghaie A. (Department of Industrial Engineering, K.N. Toosi University of Technology, Tehran, Iran)
資料名： Computers & Industrial Engineering  (Computers & Industrial Engineering)
巻： 130  ページ： 62-74  発行年： 2019年 
JST資料番号： D0502B  ISSN： 0360-8352  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： グローバルな消費のための成長の必要性は,供給破壊のリスクを増加させることによって,より複雑なサプライチェーンを管理するために企業を強制した。マルチ消費はこれらのリスクに対抗するための一般的な方法である。需要不確実性と供給破壊の存在において,ダウンサイドリスクの最小化が必要である。したがって,本論文において,新しいマルチ期間とシナリオベースのサプライチェーンモデルは,多くの信頼できない供給者から成り,多くの小売業者は,リスク回避目的関数を有する多期間の新しいベンダー問題の形で開発される。このモデルでは,2つのタイプの小売業がある。すなわち,不確実な需要に直面している:リスク感受性とリスク中立の両方である。小売業者は顧客需要に対応するために3つの選択を持っている。すなわち,フォワード契約と2つのオプション契約は,2次供給者における一定の容量を保存し,スポット市場から購入することを含んでいる。この問題はエージェントベースシステムとしても開発されている。大規模問題事例における解法アプローチとして,シミュレーション最適化アルゴリズムを開発した。シミュレーション手順を最適化するために,遺伝的アルゴリズムとQ学習の2種類の発見的方法を比較した。結果はQ学習アルゴリズムの効率を示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  感受性 ,  アルゴリズム ,  小売業 ,  計算機シミュレーション ,  *シミュレーション ,  発見的方法 ,  遺伝的アルゴリズム ,  目的関数 ,  不確実性
準シソーラス用語： Q学習 ,  最適アルゴリズム ,  エージェントシステム ,  *シミュレーション最適化 ,  *リスク回避 ,  *サプライチェーン , 【Automatic Indexing@JST】

著者キーワード (5件)： サプライチェーン管理 ,  シミュレーション最適化 ,  多周期新聞売り問題 ,  供給破壊 ,  需要の不確実性

分類 (2件)： 数理計画法  (KA03030M) ,  物的流通  (KA08000O)

タイトルに関連する用語 (5件)： 確率 ,  サプライチェーン ,  リスク回避 ,  消費 ,  シミュレーション最適化