文献

J-GLOBAL ID：202202259678487336   整理番号：22A0410910

プロモーション期間のB2C会社のためのランダム価格によるラフ近似ベース在庫最適化【JST・京大機械翻訳】

Rough approximation-based inventory optimization with random prices for B2C companies during the promotion period

著者 (2件)： Liu Hong (College of Management Science, Chengdu University of Technology, Chengdu, China) ,  Chen Xudong (College of Management Science, Chengdu University of Technology, Chengdu, China)
資料名： International Journal of Intelligent Systems  (International Journal of Intelligent Systems)
巻： 37  号： 2  ページ： 1408-1429  発行年： 2022年 
JST資料番号： T0454A  ISSN： 0884-8173  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ほとんどのB2C e-コマース巨大は,アマゾン,ベストブイ,アリバブ,周期的に,あるいは時々,それらの在庫システムに重要なストレスを与える促進活動を行う。顧客満足が維持されているならば,これらの促進活動による急な需要と価格変動が在庫期間にわたる。本論文では,確率的要求と価格を持つe-コマース在庫システムにおける最適次数量を得るための機会制約多目的プログラミングモデルを開発した。期待値演算子または確率測度を用いた確率的係数に対処する従来の技術は,通常,量の推定において非効率である。市場挙動に関する合理的仮定によって,確率的需要と価格は,歴史的データに基づく正規分布によって特徴づけた。粗い近似と呼ばれる新しい方法を設計して,実行可能領域を柔軟に定式化し,そこから,不確かな情報を持たないクリスプモデルを得た。次に,プロキシ理想点ベース遺伝的アルゴリズム(PIP-GA)を開発し,モデルを解明し,意思決定者が,異なる促進活動尺度の最適次数量を固定できるようにした。最後に,結果を中国のB2C電子商取引巨大「JD.COM」からの実例を用いて例示した。いくつかの特別な特徴を考察し,提案モデルと解法のアベイラビリティを示した。Copyright 2022 Wiley Publishing Japan K.K. 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 ,  LISP ,  正規分布 ,  *販売促進 ,  期待値 ,  *近似法 ,  アベイラビリティ ,  多目的計画法 ,  確率測度 ,  定式化 ,  意思決定者 ,  顧客満足 ,  電子商取引
準シソーラス用語： 価格変動 ,  *在庫 , 【Automatic Indexing@JST】

著者キーワード (4件)： 機会制約モデル ,  遺伝的アルゴリズム ,  ラフ近似 ,  確率的多目的プログラミング

分類 (2件)： 在庫管理  (KB05030D) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (7件)： プロモーション ,  B2C ,  会社 ,  価格 ,  近似 ,  在庫 ,  最適化