dc.contributor.author | Συντέτος, Άρης Α. | el |
dc.contributor.author | Boylan, John E. | en |
dc.contributor.author | Croston, John D. | en |
dc.date.accessioned | 2015-03-10T17:46:21Z | |
dc.date.available | 2015-03-10T17:46:21Z | |
dc.date.issued | 2015-03-10 | |
dc.identifier.uri | http://hdl.handle.net/11400/7779 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ηνωμένες Πολιτείες | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.subject | Forecasting | |
dc.subject | Κατηγοριοποίηση | |
dc.subject | Πρόβλεψη ζήτησης | |
dc.subject | Έλεγχος αποθεμάτων | |
dc.subject | Σποραδική ζήτηση | |
dc.subject | Categorisation | |
dc.subject | Inventory control | |
dc.subject | MSE | |
dc.subject | Intermittent demand | |
dc.title | On the categorisation of demand patterns | en |
heal.type | conferenceItem | |
heal.generalDescription | Είναι πρακτικά συνεδρίου | el |
heal.generalDescription | Αθήνα, 26-27 Μαΐου 2003. ΤΕΙ Αθήνας | el |
heal.classification | Business enterprises | |
heal.classification | Economy | |
heal.classification | Διοίκηση επιχειρήσεων | |
heal.classification | Οικονομία | |
heal.classificationURI | http://lod.nal.usda.gov/5266 | |
heal.classificationURI | http://id.loc.gov/authorities/subjects/sh85040879 | |
heal.classificationURI | **N/A**-Διοίκηση επιχειρήσεων | |
heal.classificationURI | **N/A**-Οικονομία | |
heal.keywordURI | http://id.loc.gov/authorities/subjects/sh00005779 | |
heal.contributorName | Φράγκος, Χρήστος Κ. (1949-) ( υπεύθ. οργ.) | el |
heal.language | en | |
heal.access | campus | |
heal.recordProvider | Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας. Σχολή Διοίκησης και Οικονομίας, Τμήμα Διοίκησης Επιχειρήσεων. Κατεύθυνση Διοίκησης Επιχειρήσεων | el |
heal.publicationDate | 2003-05 | |
heal.bibliographicCitation | Syntetos, A.A., Boylan, J.E. and Croston, J.D. (2003) On the categorisation of demant patterns. In proceedings of the 1st international conference quantitative methods in industry and commerce. Athens, 26 - 27 May 2003. TEI of Athens. pp.523-543. | el |
heal.abstract | Η κατηγοριοποίηση εναλλακτικών τύπων ζήτησης διευκολύνει την επιλογή κάποιας μεθόδου πρόβλεψης ζήτησης και είναι ουσιαστικό στοιχείο σε όλα τα λειτουργικά πακέτα διαχείρησης αποθεμάτων. Η κοινή πρακτική στη βιομηχανία παραγωγής λειτουργικών προγραμμάτων ελέγχου του stock είναι να κατηγοριοποιεί αυθαίρετα αυτούς τους διαφορετικούς τύπους ζήτησης και μετά να προχωρεί με ένα προκαθορισμένο τρόπο στο να διαλέγει την κατάλληλη μέθοδο πρόβλεψης και να βελτιστοποιεί τις παραμέτρους του εκάστοτε μοντέλου. Εναλλακτικά, μέθοδοι πρόβλεψης μπορούν απ’ευθείας να συγκριθούν βάση κάποιας θεωρητικά εύκολα προσδιοριζόμενης μέτρησης σφάλματος (error measure) με στόχο τον προσδιορισμό περιοχών καλύτερης απόδοσης και ακολούθως τον ορισμό διαφορετικών τύπων ζήτησης βάσει των αποτελεσμάτων. Αυτή είναι η τακτική που συζητείται σ'αυτή την εργασία και η εφαρμογή της παρατίθεται χρησιμοποιώντας την μέθοδο του Croston (1972) και την Εκθετική Εξομάλυνση (exponential smoothing). Ία συγκριτικά αποτελέσματα βασίζονται σε μια θεωρητική ανάλυση του Μέσου Τετραγωνισμένου Σφάλματος (Mean Square Error) λόγω της μαθηματικά προσδιοριζόμενης φύσης του. Οι κανόνες κατηγοριοποίησης που προτείνονται εκφράζονται χρησιμοποιώντας το μέσο διάστημα μεταξύ δύο διαδοχικών συμβάντων ζήτησης και το τετραγωνισμένο συντελεστή διακύμανσης των μεγεθών της ζήτησης. I I αξιοπιστία των αποτελεσμάτων αναλύεται σε 4000 χρονοσειρές σποραδικής ζήτησης που προέρχονται από την αυτοκινητοβιομηχανία. | el |
heal.abstract | The categorisation of alternative demand patterns facilitates the selection of a forecasting method and it is an essential element of all inventory control software packages. The common practice in inventory7 control software industry is to arbitrarily categorise those demand patterns and then proceed in a specified way in order to select an estimation procedure and optimise the forecast parameters. Alternatively, forecasting methods can be directly compared, based on some theoretically quantified error measure, for the purpose of establishing regions of superior performance and then define the demand patterns based on the results. This is the approach discussed in this paper and its application is demonstrated by considering Croston's method (1972) and EWMA. Comparison results are based on a theoretical analysis of the Mean Square Error due to its mathematically tractable nature. The categorisation rules proposed are expressed in terms of the average inter-demand interval and the squared coefficient of variation of demand sizes. The validity of the results is tested on 4,000 real intermittent demand data series coming from the automotive industry. | en |
heal.publisher | Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας | el |
heal.publisher | TEI of Athens | en |
heal.fullTextAvailability | true | |
heal.conferenceName | 1o Διεθνές Συνέδριο: Ποσοτικές Μέθοδοι στη Βιομηχανία και τις Εμπορικές Επιχειρήσεις | el |
heal.conferenceName | 1st International Conference: Quantitative Methods in Industry and Commerce | en |
heal.conferenceItemType | full paper |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: