基于系统动力学的仿真与贝叶斯优化在库存管理中的应用
最优化与控制
2024-02-20 v1 计算复杂性
摘要
库存管理是供应链管理中的一个基本挑战。当相关产品具有不可预测的需求时，这一挑战更为复杂。本研究提出了一种创新的优化方法，结合了系统动力学蒙特卡洛仿真和贝叶斯优化。所提出的算法在真实的不可预测需求数据集上进行了测试，以找到满足业务目标的最佳库存。研究结果显示库存策略有了显著改善。这些信息有助于供应链分析决策，从而提高生产力和盈利能力。本研究进一步增加了敏感性分析，考虑了需求变化和预期利润百分比产出。本文通过提出一种简单而稳健的方法来解决动态商业环境中库存管理的基本难题，做出了实质性贡献。
引用
@article{arxiv.2402.10975,
title = {A System-Dynamic Based Simulation and Bayesian Optimization for Inventory Management},
author = {Sarit Maitra},
journal= {arXiv preprint arXiv:2402.10975},
year = {2024}
}