Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
L'approche de gestion des inventaires présentée s'appuie sur le filtre AEP de CARBONE et LONGINI et innove (i) par l'utilisation d'une technique de prévision adaptative pour estimer la demande, (ii) par la génération conjointe de paramètres de gestion des inventaires par pénalisation et (iii) par la révision automatique de ces paramètres dans le temps. L'application de la méthode dans un contexte de système de gestion de stocks à révision continue et à révision périodique est illustrée.
Soit Z_1,...,Z_N une série chronologique de longueur N et soient c_k = (1/N) Σ (Z_{t} - Z) (Z_{t+k} - Z), k = 0,...,K r_k = c_k/c_0 , k = 1,...,K les fonctions d'autocovariance et d'autocorrélation correspondantes. Pour des séries stationnaires, les propriétés asymptotiques (N→∞) des c_k et r_k sont bien connues. Cependant, dans le cas non-stationnaire, relativement peu de choses sont connues. Dans cet exposé, nous explicitons les 2 premiers moments asymptotiques des c_k pour une série générée par un processus ARIMA (p,1,q) et nous montrons que pour chaque k, k=1,...,K, l'autocorrélation r_k converge vers un en probabilité. A l'aide …