선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 실제 수요가 발생하는 분야에서 리드타임수요는 서로 독립이 가능성이 충분히 존재하므로 본 연구에서는 리드타임수요가 독립이라는 가정을 제거한 채 방법론을 개발하였다. 또한 0이 아닌 수요 값을 재추출 할 뿐만 아니라 리드타임 내 수요의 패턴 자체를 재추출 함으로써 실제 데이터의 패턴을 재현할 수 있도록 알고리즘을 설계하였다.
- 그러나 실제 데이터의 경우 독립이 아닌 경우가 존재할 가능성이 충분하므로 경우에 따라 독립이 아닌 경우가 발생할 수 있다. 따라서 본 논문에서는 독립이라는 가정을 제거하기 위해 1차 이항 마코프모델과 리드타임수요의 패턴을 재추출하는 방식을 통한 예측 방법을 제시하고자 한다. 따라서 본 연구에서 제안하는 방법론은 리드타임수요가 독립이라는 가정을 완화하고 수요의 패턴을 근사적으로 재현하는 방법이라고 할 수 있다.
- 본 연구진은 재고관리 비용과 재고부족이 발생한 경우의 비용간의 최적화 문제와 연관하여 일반적 수요예측에서의 MAPE와 유사하게 사용할 수 있는 적절한 정량적 성능척도를 개발하기 위한 연구를 준비하고 있다. 또한 임계값 부트스트랩(Threshold Bootstrap, TB), 이동 블록부트스트랩(Moving Block Bootstrap, MBB), 정상 부트스트랩(Stationary Bootstrap, SB) 등의 다양한 부트스트랩 방법론을 응용하기 위한 연구 또한 수행중이다. 차후에는 본 연구를 기반으로 확장된 방법론을 개발하고 적절한 성능척도 개발을 통해 간헐적 수요예측의 평가기준 또한 갖출 수 있도록 하고자 한다.
- 본 논문에서는 간헐적 수요예측을 위한 부트스트랩 방법론의 응용을 통해 과거 수요 데이터의 상관구조를 재현하고 수요의 분포를 추정하는 방법론을 제안한다. 마코프부트스트랩에서는 리드타임수요 간 독립을 가정하였다.
- 본 논문에서는 간헐적 수요예측을 위해 수정 마코프 부트스트랩 방법론을 제안하였다. 제안한 방법론은 실제 데이터의 리드타임수요가 자기상관을 갖는 경우를 고려하여 설계하였다.
가설 설정
- 기존의 마코프 부트스트랩 방법론은 1차 이항 마코프모델을 리드타임수요가 아닌 각 수요 값들에 대하여 적용하였으며 0이 아닌 수요 값을 하나씩 단순 재추출하는 방법을 통해 리드타임수요를 재추출하여 경험적 분포를 추정하는 방법론이다. 또한 마코프 부트스트랩 방법론은 각 데이터는 1계차 자기상관을 가지며 리드타임수요는 서로 독립임을 가정하였다.
- 본 논문에서는 간헐적 수요예측을 위한 부트스트랩 방법론의 응용을 통해 과거 수요 데이터의 상관구조를 재현하고 수요의 분포를 추정하는 방법론을 제안한다. 마코프부트스트랩에서는 리드타임수요 간 독립을 가정하였다. 그러나 실제 데이터의 경우 독립이 아닌 경우가 존재할 가능성이 충분하므로 경우에 따라 독립이 아닌 경우가 발생할 수 있다.
- 그리고 이 데이터 들을 히스토그램으로 나타내어 경험적 분포를 추정한다(Step 6). 본 방법론은 각 데이터들의 1계차 자기상관을 반영하고 있으며 리드타임수요 간에는 독립을 가정하고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.