Refine
Keywords
- Operations Research (3)
- Diskrete Optimierung (2)
- Revenue Management (2)
- demand forecasting (2)
- revenue management (2)
- Spaltengenerierungsverfahren (1)
- Blindversuch (1)
- Doppel-Blind-Studie (1)
- Feldforschung (1)
- Feldstudie (1)
Institute
- Mathematik (5) (remove)
-
Demand forecasting for companies with many branches, low sales numbers per product, and non-recurring orderings
(2006)
- We propose the new Top-Dog-Index to quantify the historic deviation of the supply data of many small branches for a commodity group from sales data. On the one hand, the common parametric assumptions on the customer demand distribution in the literature could not at all be supported in our real-world data set. On the other hand, a reasonably-looking non-parametric approach to estimate the demand distribution for the different branches directly from the sales distribution could only provide us with statistically weak and unreliable estimates for the future demand.
-
Lotsize optimization leading to a p-median problem with cardinalities
(2007)
- We consider the problem of approximating the branch and size dependent demand of a fashion discounter with many branches by a distributing process being based on the branch delivery restricted to integral multiples of lots from a small set of available lot-types. We propose a formalized model which arises from a practical cooperation with an industry partner. Besides an integer linear programming formulation and a primal heuristic for this problem we also consider a more abstract version which we relate to several other classical optimization problems like the p-median problem, the facility location problem or the matching problem.
-
The Top-Dog Index: A New Measurement for the Demand Consistency of the Size Distribution in Pre-Pack Orders for a Fashion Discounter with Many Small Branches
(2008)
- We propose the new Top-Dog-Index, a measure for the branch-dependent historic deviation of the supply data of apparel sizes from the sales data of a fashion discounter. A common approach is to estimate demand for sizes directly from the sales data. This approach may yield information for the demand for sizes if aggregated over all branches and products. However, as we will show in a real-world business case, this direct approach is in general not capable to provide information about each branchs individual demand for sizes: the supply per branch is so small that either the number of sales is statistically too small for a good estimate (early measurement) or there will be too much unsatisfied demand neglected in the sales data (late measurement). Moreover, in our real-world data we could not verify any of the demand distribution assumptions suggested in the literature. Our approach cannot estimate the demand for sizes directly. It can, however, individually measure for each branch the scarcest and the amplest sizes, aggregated over all products. This measurement can iteratively be used to adapt the size distributions in the pre-pack orders for the future. A real-world blind study shows the potential of this distribution free heuristic optimization approach: The gross yield measured in percent of gross value was almost one percentage point higher in the test-group branches than in the control-group branches.
-
Das Optimierungslabor – ein Erfahrungsbericht
(2012)
- Seit mehreren Jahren besuchen uns Schülerinnen und Schüler an der Universität zu Anlässen wie dem Tag der Mathematik, dem Girls’ Day, der MINT-Universität oder einfach auf Initiative ihrer Klassenleitungen. Sie möchten einen Einblick in die Welt der Mathematik über die Schulmathematik hinaus bekommen. Doch wie lässt sich die Brücke vom Schulstoff zu den Inhalten der Universitätsmathematik schlagen? Und: findet man einen Themenschwerpunkt, bei dem ein aktives Mitmachen trotz fehlender Vorkenntnisse in Anbetracht begrenzter Zeit möglich wird? In der diskreten Optimierung lassen sich Problem-Modellierung und Problem-Lösung sehr gut trennen. Selbst forschungsnahe Modelle der ganzzahligen linearen Optimierung (MILP-Modelle) basieren auf sehr elementaren Überlegungen, wie die Entscheidungsmöglichkeiten, Ziele und Restriktionen eines Alltagsproblems in Variablen, Bewertungsfunktionen, Gleichungen und Ungleichungen ausgedrückt werden können. Wie dann optimale Lösungen gefunden werden, erfordert zwar tiefergehende Mathematik, es gibt aber Software dafür, in der das Wissen aus Teilen des Mathematik-Studiums und der mathematischen Forschung kondensiert vorliegt. Unser Vermittlungsziel: Schülerinnen und Schüler wissen nach dem Besuch, dass man verschiedenste Probleme angreifen kann, indem man sie in die Sprache der Mathematik übersetzt, denn in Software gegossenes mathematisches Know-How kann dann diese Probleme lösen, ohne etwas über die Probleme selbst zu wissen. Unsere Idee für eine Maßnahme: Ein Optimierungslabor. Die Schülerinnen und Schüler isolieren in Teamarbeit die wesentlichen logischen Merkmale von Sudokulösen, Rucksackpacken, Routenplanung u.v.a.m. Dann übersetzen sie die Problemstellungen in die Sprache der Mathematik (hier: MILP-Modelle) und lassen sie (unterstützt durch unser Team) von Computerprogrammen lösen (MILP-Löser), die nichts anderes als diese Sprache verstehen. Schließlich übersetzen sie die mathematischen Lösungen wieder in die Sprache der Problemstellung. Erfahrungen mit der Modellierung auf Basis linearer Gleichungssysteme können dabei aus dem Schulunterricht eingebracht werden. In diesem Bericht wollen wir unsere Erfahrungen mit konkreten Details der Umsetzung schildern.
-
An exact column-generation approach for the lot-type design problem
(2012)
- We consider a fashion discounter distributing its many branches with integral multiples from a set of available lot-types. For the problem of approximating the branch and size dependent demand using those lots we propose a tailored exact column generation approach assisted by fast algorithms for intrinsic subproblems, which turns out to be very efficient on our real-world instances.
