지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
SCM의 관리 포인트가 공급중심에서 수요관리 중심으로 옮겨짐에 따라, 정확한 수요 예측을 위한 많은 기법들이 제시되어 왔다. 이 중 변수간의 인과관계 분석을 통한 수요예측이 많이 이루어지고 있음에도 불구하고, 연관된 변수들 간의 상관구조는 상관계수에 의존하였고, 이는 예측의 정확성을 저하시키는 요인으로 작용하였다. 본 논문에서는 기존 방법의 문제점들을 보완하며, SCM에서 발생하는 Heavy Tail형 데이터의 상관구조를 정밀하게 모델링할 수 있는 방법을 제시한다. 상관구조를 파악할 수 있는 프레임웍인 코플라 함수 중에서 Student's t-코플라 함수를 통하여 수요 예측모형을 수립하고, 관련 파라미터를 추정하는 기법을 실험과 함께 제시하였다. 이를 통해, 수요예측에 필요한 변수들 간의 상관구조 파악이 보다 명확해지며, 이는 SCM상의 채찍효과의 완화로 이어져, 안정된 공급 사슬 네트웍의 관리에 기여할 것으로 기대된다.
목차
등록된 정보가 없습니다.
참고문헌 (13)
참고문헌 신청
/ / DOI
A. Kaki / 2013 / Scenario-based modeling of interdependent demand and supply uncertainities / IEEE Transactions on Engineering Management 1 : 1 ~ 13
A. Sklar / 1973 / Random variables, joint distributions, and copulas / kybernetica 9 : 49 ~ 460
C. Friedman / 2012 / Imputation via copula and transformation methods, with applications to financial and economic data / International Journal of Data Analysis Techniques a
DOI / /
A. Kaki / 2013 / Scenario-based modeling of interdependent demand and supply uncertainities / IEEE Transactions on Engineering Management 1 : 1 ~ 13
A. Sklar / 1973 / Random variables, joint distributions, and copulas / kybernetica 9 : 49 ~ 460
C. Friedman / 2012 / Imputation via copula and transformation methods, with applications to financial and economic data / International Journal of Data Analysis Techniques a
DOI / /
이 논문의 저자 정보
최근 본 자료
댓글(0)
0