Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://er.nau.edu.ua/handle/NAU/61773
Назва: Використання динамічного програмування та технології паралельної обробки інформації для вирішення завдання управління запасами у сфері логістики
Інші назви: Using dynamic programming and parallel information processing technology to solve the problem of inventory management in the field of logistics
Автори: Федоров, Євген Євгенович
Fedorov, Yevhen
Нечипоренк, Ольга Володимирівна
Nechyporenko, Olga
Нескородєва, Тетаня Василівна
Neskorodieva, Tetiana
Лещенко, Марина Миколаївна
Leshchenk, Marina
Ключові слова: запаси
товар
буфер
програмування
управління
технології
inventory
goods
buffer
programming
management
technology
Дата публікації: 27-жов-2023
Видавництво: Національний авіаційний університет
Бібліографічний опис: Федоров Є.Є., Нечипоренко О.В., Нескородєва Т.В., Лещенко М.М. Використання динамічного програмування та технології паралельної обробки інформації для вирішення завдання управління запасами у сфері логістики // Проблеми підготовки професійних кадрів з логістики в умовах глобального конкурентного середовища: Збірник доповідей ХХІ Міжнародної науково практичної конференції. - Національний авіаційний університет. - Київ, 2023. С.463-467
Короткий огляд (реферат): Дослідження розглядає інтелектуалізацію технології ощадливого виробництва та технології Теорії обмежень; задачі мінімізації витрат, пов'язаних з перевиробництвом та надлишковими запасами, шляхом створення методів оптимізації на основі динамічного програмування та технології паралельної обробки інформації
The study examines the intellectualization of lean production technology and Theory of Constraints technology; problems of minimizing costs associated with overproduction and excess stocks by creating optimization methods based on dynamic programming and parallel information processing technology
Опис: 1. Goldberg D.A., Katz-Rogozhnikov D.A., Lu Y., Sharma M., Squillante M.S. Asymptotic optimality of constant-order policies for lost sales inventory models with large lead times. Mathematics of Operations Research. 2016. Vol. 41(3). P. 745– 1160. 2. Bertsekas D.P. Reinforcement learning and optimal control. Belmont, MA: Athena Scientific, 2019. 3. François-Lavet V., Henderson P., Islam R., Bellemare M.G., Pineau J. An introduction to deep reinforcement learning. Foundations and Trends in Machine Learning. 2018. Vol. 11(3-4). P. 219–354. 4. Hessel M., Modayil J., Van Hasselt H., Schaul T., Ostrovski G., Dabney W., et al. Rainbow: Combining improvements in deep reinforcement learning. In Proceedings of the 32nd AAAI conference on artificial intelligence. 2018. P. 3215– 3222). 5. Mnih V., Kavukcuoglu K., Silver D., Rusu A.A., Veness J., Bellemare M.G. Human-level control through deep reinforcement learning. Nature. 2015. Vol. 518 (7540). P. 529–533
URI (Уніфікований ідентифікатор ресурсу): https://er.nau.edu.ua/handle/NAU/61773
Розташовується у зібраннях:Матеріали конференцій кафедри логістики

Файли цього матеріалу:
Файл Опис РозмірФормат 
103.Фед., Неч.,Неск. ,Лещ.pdfТези149.4 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.