Zur Gte linearer Entscheidungsregeln in Produktions-Lagerhaltungs-Modellen [Paperback]

Problemstellung.- Darstellung einer Klasse von Produktions-Lagerhaltungs-Modellen.- Die Anwendung der stochastischen dynamischen Optimierung.- 3.1. Die optimale Politik im Grundmodell.- 3.1.1.Die Struktur der optimalen Politik.- 3.1.2.Die Ermittlung der Politik-Parameter.- 3.1.2.1. Aufstellung und Auswertung der Funktionalgleichungen.- 3.1.2.2. Untersuchung der Politikparameter durch Wertiteration.- 3.1.2.3. Iterationsverfahren zur Berechnung der Politik-Parameter.- 3.1.3.Die Ermittlung der minimalen Kosten.- 3.1.4.Sensitivit?tsanalyse.- 3.2. Die optimale Politik im Modell mit Fixkosten.- 3.2.1.Zur Struktur der optimalen Politik.- 3.2.2.Die Ermittlung der optimalen Politik und Durchschnittskosten.- 3.2.2.1. Darstellung des Problems als Markovschen Entscheidungsprozeft.- 3.2.2.2. Ein LP-Ansatz zur L?sung des Markovschen Entscheidungsproblems.- 3.2.2.3. Die Ergebnisse der numerischen Berechnungen.- 3.2.3.Ein Iterationsverfahren zur Bestimmung der Parameter der optimalen Politik.- 3.2.4.Sensitivit?tsanalyse.- 3.3. Zur optimalen Politik im Modell mit korrelierter Nachfrage.- 3.3.1. M?glichkeiten und Grenzen der Optimierung im korrelierten Modell.- 3.3.2. Untersuchung des korrelierten Modells mit Hilfe der Wertiteration.- 3.3.3. L?sungswege f?r das korrelierte Modell.- 4. L?sungsverfahren mit Anwendung linearer Entscheidungsregeln.- 4.1. Das Verfahren der Bestimmung der optimalen linearen Politik bei nichtquadratischem Kriterium (LNQ-Verfahren).- 4.1.1. Der allgemeine Ansatz des LNQ-Verfahrens.- 4.1.2. Die LNQ-Politik bei unkorrelierter Nachfrage.- 4.1.2.1. Die LNQ-Politik f?r mittlere Nachfrage von Null.- 4.1.2.2. Die LNQ-Politik f?r beliebigen Nachfragemittelwert.- 4.1.2.3. Sensitivit?tsanalyse.- 4.1.3.Die LNQ-Politik bei exponentiell korrelierter Nachfrage.- 4.2. Das Verfahren der quadratischen Approximation der Kosten (HMMS- Verfahren).- 4.2.1. Ansatz und Anwendung des HMMS-Verfahrens.- 4.2.2. Der Zusammenhang zwischen HMMS-und LNQ-Verfahren.- 4.3. Die optimale linealW