최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한안전경영과학회지 = Journal of the Korea safety management & science, v.18 no.4, 2016년, pp.161 - 169
권익현 (인제대학교 산업경영공학과)
In this research, we propose efficient demand forecasting scheme for intermittent demand. For this purpose, we first extensively analyze the drawbacks of the existing forecasting methods such as Croston method and Syntetos-Boylan approximation, then using these findings we propose the new demand for...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
간헐 수요란? | 간헐 수요란 수요가 매 단위기간 마다 발생하지 않고 산발적으로 생성되는 수요를 말하며, 간헐 수요가 발생했을 경우 수요의 크기 또한 단일 사이즈 또는 일정한 값을 갖는 것이 아니기 때문에 수요예측에 어려움이 발생하게 된다. 즉 간헐 수요의 경우 수요의 크기(demand size) 뿐만 아니라 수요의 발생간격(inter-demand interval) 또한 함께 예측하여야 하는 특성으로 인해 간헐 수요의 예측에는 많은 어려움이 따르는 실정이다. | |
Single exponential smoothing에서 제로 수요가 발생한 기간에 대한 예측값이 가장 작으며, 수요가 발생한 바로 다음 기간에 대한 예측값이 가장 큰 값을 갖게 된다고 본 이유는? | Croston은 비록 single exponential smoothing이 일반적으로 널리 사용되는 수요예측 방법이지만 single exponential smoothing이 간헐 수요에 대한 수요예측에 사용될 경우의 문제점을 처음으로 지적한 바 있다. Single exponential smoothing은 그 특성상 가장 최근의 수요에 가장 큰 가중치를 부여하기 때문에 실제로 수요가 발생한 기간에 대한 예측값이 가장 작으며, 수요가 발생한 바로 다음 기간에 대한 예측값이 가장 큰 값을 갖게 된다. Croston은 이러한 single exponential smoothing의 단점을 극복하고 간헐 수요의 특성을 반영할 수 있는 새로운 수요예측 기법을 제안하였다. | |
간헐 수요에 대하여 수요예측값들의 분산을 줄이고(minimize Var(수요예측값)), 이와 동시에 실제 수요의 평균에 근사(minimize Bias2)하는 수요예측 방법을 개발할 필요가 있는 이유는? | 즉 이론적인 측면에서 보았을 경우, 간헐 수요에 대해 최적의 수요예측 결과를 보이기 위해서는 최소분산-불편추정량(minimum-variance unbiased estimator)을 보장하는 수요예측 방법이 필요하다. 예를 들어 2가지의 예측방법 A와 B에 대해 Var(수요예측값)A + Bias2A > Var(수요예측값)B + Bias2B의 관계를 나타낼 경우, MSE 측면에서 예측방법 B가 예측방법 A에 비해 우수함을 알 수 있다. 따라서 간헐 수요에 대하여 수요예측값들의 분산을 줄이고(minimize Var(수요예측값)), 이와 동시에 실제 수요의 평균에 근사(minimize Bias2)하는 수요예측 방법을 개발할 필요가 있으며, 본 연구의 목적 또한 이러한 접근법을 통해 간헐 수요에 대한 효율적인 수요예측 방법론을 개발하는 것이다. |
Altay, N., Rudisill, F. and Litteral, L. A., (2008), "Adapting Wright's modification of Holt's method to forecasting intermittent demand", International Journal of Production Economics, 111:389-408.
Armstrong, J. S., (2001), "Combining forecasts", In Principles of forecasting: a handbook for researchers and practitioners (Armstrong, J. S., Ed), 417-439, Kluwer Academic Publisher.
Boylan, J. E. and Syntetos, A. A., (2007), "The accuracy of a Modified Croston procedure", International Journal of Production Economics, 107:511-517.
Brown, R. G., (1963), Smoothing, forecasting and prediction of discrete time series, Prentice-Hall.
Clemen, R. T., (1989), "Combining forecasts: a review and annotated bibliography", International Journal of Forecasting, 5: 559-583.
Croston, J. D., (1972), "Forecasting and stock control for intermittent demands", Operational Research Quarterly, 23, 289-304.
Eaves, A. H. C. and Kingsman, B. G., (2004), "Forecasting for the ordering and stock-holding of spare parts", Journal of the Operational Research Society, 55:431-437.
Gutierrez, R. S., Solis, A. O. and Mukhopadhyay, S., (2008), "Lumpy demand forecasting using neural networks", International Journal of Production Economics, 111:409-420.
Johnston, F. R. and Boylan, J. E.(1996), Forecasting for items with intermittent demand, Journal of the Operational Research Society, 47:113-121.
Silver, E. A., Pyke, D. F. and Peterson, R., (1998), "Inventory management and production planning and scheduling", John Wiley & Sons.
Smart, C. N.(2002), "Accurate intermittent demand/inventory forecasting": new technologies and dramatic results, In: Proceeding of APICS International Conference, C-08.
Strijbosch, L. W. G., Heuts, R. M. J. and van der Schoot, E. H. M.(2000), "A combined forecast-inventory control procedure for spare parts", Journal of the Operational Research Society, 51:1184-1192.
Syntetos, A. A.(2001), Forecasting for intermittent demand, Unpublished Ph.D. thesis, Buckinghamshire Chilterns University College, Brunel University.
Syntetos, A. A., Babai, M. Z., Dallery, Y. and Teunter, R., (2009), "Periodic control of intermittent demand items: theory and empirical analysis", Journal of the Operational Research Society, 60:611-618.
Syntetos, A. A. and Boylan, J. E., (2001), "On the bias of intermittent demand estimates", International Journal of Production Economics, 71:457-466.
Syntetos, A. A. and Boylan, J. E., (2005), "The accuracy of intermittent demand estimates", International Journal of Forecasting, 21:303-314.
Syntetos, A. A. and Boylan, J. E.. (2010), "On the variance of intermittent demand estimates", International Journal of Production Economics, 128:546-555.
Systetos, A. A., Boylan, J. E. and Croston, J. D., (2005), "On the categorization of demand patterns", Journal of the Operational Research Society, 56, 495-503.
Syntetos, A. A., Boylan, J. E. and Disney, S. M.(2009), "Forecasting for inventory planning: a 50-year review", Journal of the Operational Research Society, 60: S149-S160.
Thompson, P. A., (1990), "An MSE statistic for comparing forecast accuracy across series", International Journal of Forecasting, 6:219-227.
Teunter, R. H. and Sani, B., (2009), "On the bias of Croston's forecasting method", European Journal of Operational Research, 194:177-183.
Zou, H. and Yang, Y., (2004), "Combining time series models for forecasting", International Journal of Forecasting, 20: 69-84.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.