IT-Zeitschriften, Fachbücher, eBooks, digitale Magazine und vieles mehr - direkt im heise shop online kaufen
Warenkorb Ihr Warenkorb ist noch leer.

  •  
     

  •  
     
38,00 €*

Analyse und Prognose des Modellzyklusses in der Automobilbranche mit künstlichen neuronalen Netzen

eBook

Bewerten Sie dieses Produkt als Erster

Inhaltsangabe:Gang der Untersuchung:Künstliche neuronale Netze (KNN) eignen sich neben Einsätzen im Finanzmarktbereich auch für die Abbildung von Zusammenhängen im Automobilbereich. Zunächst werden die Grundlagen zu Langfristprognosen und KNN dargestellt sowie die Modellzyklen, die sich im deutschen Automobilmarkt identifizieren lassen, ...
Sofortige Lieferung
Autor: Roland Heipcke
Anbieter: DIPLOM.DE
Sprache: Deutsch
EAN: 9783832409043
Veröffentlicht: 23.06.1998
Format: PDF
Schutz: DRMfrei Diese Digitale Ausgabe ist ohne DRM-Schutz.
Inhaltsangabe:Gang der Untersuchung:Künstliche neuronale Netze (KNN) eignen sich neben Einsätzen im Finanzmarktbereich auch für die Abbildung von Zusammenhängen im Automobilbereich. Zunächst werden die Grundlagen zu Langfristprognosen und KNN dargestellt sowie die Modellzyklen, die sich im deutschen Automobilmarkt identifizieren lassen, detailliert untersucht. Darauf aufbauend wird ein Modell entwickelt, das es erlaubt, die identifizierten Spezifika von Modellzyklen mittels KNN zu repräsentieren. Besonderes Augenmerk liegt dabei auf der Systematisierung der Gestaltungsalternativen vom Ausgangsproblem bis hin zur Implementierung eines KNN für diese Aufgabe. In umfangreichen empirischen Tests werden unterschiedlich konfigurierte Backpropagation-Netze auf ihre Zweckmäßigkeit hin geprüft.Die Ergebnisse werden abschließend zusammengefaßt und Ansätze zu Weiterentwicklungen aufgezeigt.Inhaltsverzeichnis:Inhaltsverzeichnis:InhaltsverzeichnisIAbbildungsverzeichnisVAbkürzungsverzeichnisVIIISymbolverzeichnisXVorwortXIII.Motivation des Einsatzes neuronaler Netze zur Prognose1II.Aspekte langfristiger Prognosen41.Definition und Gegenstand von Absatzprognosen42.Methodische Grundlagen für Prognosemodelle53.Berücksichtigung der Unsicherheit74.Bewertung von Prognosemodellen9III.Grundlagen Künstlicher neuronaler Netze101.Kleine Genealogie neuronaler Netze102.Überblick über die ein KNN spezifizierenden Parameter122.1Aufbau und Funktionsweise künstlicher Neuronen122.2Netztopologie162.3Lernen in Künstlichen neuronalen Netzen183.Die Verbindung neuronaler Netze mit genetischen Algorithmen23IV.Modellzyklen im deutschen Automobilmarkt271.Das theoretische Konzept271.1Vom Produktlebenszyklus zum Modellzyklus271.2Zur Abgrenzung von Modellzyklen301.3Kritikpunkte311.4Die Determinanten von Modellzyklen321.5Die Relevanz für die Automobilindustrie322.Die Entwicklungen der letzten 30 Jahre342.1Die Länge der Modellzyklen im deutschen Automobilmarkt342.2Die Adaption des Modellzykluskonzeptes auf den Automobilbereich37V.Ein Prognosesystem für Modellzyklen im deutschen Automobilmarkt431.Die Datenbasis431.1Quellen431.2Art und Umfang des Datenmaterials441.3Strukturierung und Abgrenzung von Teilmärkten472.Systematik zum Aufbau des Prognosesystems502.1Von den Rohdaten zum Netzinput512.2Die Unterteilung in Lern-, Test- und Produktionsmenge552.3Die verwendete […]
Um bewerten zu können, melden Sie sich bitte an