인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
This study compares forecasting models for outbound pallet demand in warehouse operations: VARX-Based Chain Ratio (VCR), ARIMAX, and Multi-Layer Perceptron (MLP). Two MLP variants are evaluated: MLP1 integrates multi-stage operational data (receiving, replenishment, picking), while MLP2 uses only historical goods issue process (GIP) data. MLP1 significantly outperforms VCR and ARIMAX, achieving the highest R² (above 0.88) and lowest MAE and RMSE. In contrast, MLP2 performs notably worse, highlighting the value of upstream process-level features. While traditional models offer simplicity and transparency, they struggle to capture the nonlinear dynamics of pallet flows. As warehouse operations increasingly prioritize automation and data-driven responsiveness, accurate forecasting becomes critical. This study provides empirical and methodological contributions by validating the benefits of detailed, process-aware features, offering insights to enhance planning and resource allocation in complex logistics environments.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094510213
