Key points are not available for this paper at this time.
수요 예측은 보충 및 공급망 관리에서 중요한 역할을 합니다. 수요의 정확한 예측은 기본적인 요구사항이며, 수요 예측 모델에 큰 도전 과제가 되기도 합니다. 이는 연구팀이 다양한 시간 지연을 통해 소매업체의 수요를 정확하게 예측할 수 있는 최소 설명 길이(MDL) 최적 신경망(NN)을 개발하도록 동기를 부여했습니다. 또한, 무작위 수요 예측을 피하기 위해 여러 수요 시계열의 동적 특성(즉, 예측 가능성)을 조사하기 위해 예측 전 대체 데이터 방법이 제안됩니다. 본 논문에서는 자체 의사 결정 규칙을 결합한 풀 팩토리얼 연구를 통해 제안된 아이디어를 검증합니다. 우리는 예측 정확도의 개선을 설명하고 홍콩 식품 도매업체를 위한 보충 정책을 제안합니다. 이는 운영 비용의 중대한 감소와 소매업체 만족도 향상으로 이어집니다.
Ning et al. (Thu,)는 이 문제를 연구했습니다.