文件名称：灵活容量管理的规范分析-研究论文
文件大小：1.37MB
文件格式：PDF
更新时间：2024-06-29 12:21:12
Prescriptive Analytics Machine
受物流公司实际问题的启发，本文提出了一种新的无配送规范分析方法（称为核化 ERM），以解决具有多变量需求和向量值容量决策的复杂两阶段容量规划问题，并对此进行了比较。在理论上和数值上接近众所周知的样本平均近似 (SAA) 方法的扩展，称为加权 SAA。 这两种方法都使用集成的机器学习算法直接根据历史需求和众多特征（协变量）来规定容量，而无需对潜在的多变量需求分布进行假设。 我们为这两种方法提供了广泛的分析见解。 最重要的是，我们在使用通用（数据独立）内核时证明了内核化 ERM 方法的通用逼近属性，并展示了如何为各种内核导出样本外保证。 -世界规划问题并评估其相对于传统参数方法的性能，传统参数方法首先估计多变量需求分布，然后解决随机优化问题，以及非参数方法 (SAA)。 我们的结果表明，与这些传统方法相比，这两种规范性分析方法可以使性能显着提高 58%。 额外的数值分析阐明了各种方法的行为和性能驱动因素，并表明，在我们的案例中，规定性方法对外生成本参数的变化比传统方法更稳健。