Verwandte Artikel zu Analyse und Prognose des Modellzyklusses in der Automobilbra...

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

 
9783838609041: Analyse und Prognose des Modellzyklusses in der Automobilbranche mit künstlichen neuronalen Netzen
Alle Exemplare der Ausgabe mit dieser ISBN anzeigen:
 
 
Reseña del editor:
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: InhaltsverzeichnisI AbbildungsverzeichnisV AbkürzungsverzeichnisVIII SymbolverzeichnisX VorwortXII I.Motivation des Einsatzes neuronaler Netze zur Prognose1 II.Aspekte langfristiger Prognosen4 1.Definition und Gegenstand von Absatzprognosen4 2.Methodische Grundlagen für Prognosemodelle5 3.Berücksichtigung der Unsicherheit7 4.Bewertung von Prognosemodellen9 III.Grundlagen Künstlicher neuronaler Netze10 1.Kleine Genealogie neuronaler Netze10 2.Überblick über die ein KNN spezifizierenden Parameter12 2.1Aufbau und Funktionsweise künstlicher Neuronen12 2.2Netztopologie16 2.3Lernen in Künstlichen neuronalen Netzen18 3.Die Verbindung neuronaler Netze mit genetischen Algorithmen23 IV.Modellzyklen im deutschen Automobilmarkt27 1.Das theoretische Konzept27 1.1Vom Produktlebenszyklus zum Modellzyklus27 1.2Zur Abgrenzung von Modellzyklen30 1.3Kritikpunkte31 1.4Die Determinanten von Modellzyklen32 1.5Die Relevanz für die Automobilindustrie32 2.Die Entwicklungen der letzten 30 Jahre34 2.1Die Länge der Modellzyklen im deutschen Aut

„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.

  • Verlagdiplom.de
  • Erscheinungsdatum1998
  • ISBN 10 3838609042
  • ISBN 13 9783838609041
  • EinbandTapa blanda
  • Anzahl der Seiten180

Versand: EUR 23,00
Von Deutschland nach USA

Versandziele, Kosten & Dauer

In den Warenkorb

Beste Suchergebnisse bei AbeBooks

Foto des Verkäufers

Roland Heipcke
Verlag: Diplom.De Jun 1998 (1998)
ISBN 10: 3838609042 ISBN 13: 9783838609041
Neu Taschenbuch Anzahl: 2
Print-on-Demand
Anbieter:
BuchWeltWeit Ludwig Meier e.K.
(Bergisch Gladbach, Deutschland)
Bewertung

Buchbeschreibung Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Diplomarbeit aus dem Jahr 1997 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Katholische Universität Eichstätt-Ingolstadt (Unbekannt), Sprache: Deutsch, Abstract: 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:InhaltsverzeichnisIAbbi ldungsverzeichnisVAbkürzungsverzeichnisVIIISymbolverzeichnis XVorwortXIII.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 Netztopologie582.4Topologieoptimierung612.5Parameteroptimierung632.6Evaluation der generierten Netze65VI.Probleme und Perspektiven691.Vor- und Nachteile Künstlicher neuronaler Netze692.Ansätze für Erweiterungen des vorgestellten Systems72AnhangAnhang A: Die DatenbasisA-1:Segment A0075A-2:Segment A078A-3:Segment A81A-4:Segment B84A-5:Segment C87A-6:Segment D90A-7:Segment M93Anhang B: Laufzeiten der Modellzyklen von 1964-1996B-1:Segment A0096B-2:Segment A097B-3:Segment A98B-4:Segment B99B-5:Segment C100B-6:Segment D101B-7:Segment M102B-8:Gesamt103Anhang C: Analyse der ModellzyklenC-1:Segmentanteilsmaxima104C-2:Modellerweiterungen (MER)105C-3:Große Produktaufwertungen (GP)106C-4:Modellpflegen (MP)107C-5:Kombi-Einführungen108C-6:Modelle mit Vorgänger109Anhang D: D-1:Auszug aus den Inputdaten für die Gesamtbetrachtung110Anhang E: Auswertungen der generierten NetzeE-1:Dreischic. 180 pp. Deutsch. Bestandsnummer des Verkäufers 9783838609041

Weitere Informationen zu diesem Verkäufer | Verkäufer kontaktieren

Neu kaufen
EUR 38,00
Währung umrechnen

In den Warenkorb

Versand: EUR 23,00
Von Deutschland nach USA
Versandziele, Kosten & Dauer
Foto des Verkäufers

Roland Heipcke
Verlag: Diplom.De (1998)
ISBN 10: 3838609042 ISBN 13: 9783838609041
Neu Taschenbuch Anzahl: 1
Print-on-Demand
Anbieter:
AHA-BUCH GmbH
(Einbeck, Deutschland)
Bewertung

Buchbeschreibung Taschenbuch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Diplomarbeit aus dem Jahr 1997 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Katholische Universität Eichstätt-Ingolstadt (Unbekannt), Sprache: Deutsch, Abstract: 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:InhaltsverzeichnisIAbbildung sverzeichnisVAbkürzungsverzeichnisVIIISymbolverzeichnisXVorw ortXIII.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 Netztopologie582.4Topologieoptimierung612.5Parameteroptimierung632.6Evaluation der generierten Netze65VI.Probleme und Perspektiven691.Vor- und Nachteile Künstlicher neuronaler Netze692.Ansätze für Erweiterungen des vorgestellten Systems72AnhangAnhang A: Die DatenbasisA-1:Segment A0075A-2:Segment A078A-3:Segment A81A-4:Segment B84A-5:Segment C87A-6:Segment D90A-7:Segment M93Anhang B: Laufzeiten der Modellzyklen von 1964-1996B-1:Segment A0096B-2:Segment A097B-3:Segment A98B-4:Segment B99B-5:Segment C100B-6:Segment D101B-7:Segment M102B-8:Gesamt103Anhang C: Analyse der ModellzyklenC-1:Segmentanteilsmaxima104C-2:Modellerweiterungen (MER)105C-3:Große Produktaufwertungen (GP)106C-4:Modellpflegen (MP)107C-5:Kombi-Einführungen108C-6:Modelle mit Vorgänger109Anhang D: D-1:Auszug aus den Inputdaten für die Gesamtbetrachtung110Anhang E: Auswertungen der generierten NetzeE-1:Dreischic. Bestandsnummer des Verkäufers 9783838609041

Weitere Informationen zu diesem Verkäufer | Verkäufer kontaktieren

Neu kaufen
EUR 38,00
Währung umrechnen

In den Warenkorb

Versand: EUR 32,99
Von Deutschland nach USA
Versandziele, Kosten & Dauer
Foto des Verkäufers

Heipcke, Roland
ISBN 10: 3838609042 ISBN 13: 9783838609041
Neu Softcover Anzahl: > 20
Print-on-Demand
Anbieter:
moluna
(Greven, Deutschland)
Bewertung

Buchbeschreibung Zustand: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Diplomarbeit aus dem Jahr 1997 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Katholische Universitaet Eichstaett-Ingolstadt (Unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe:Gang der Untersuchung:Kuenstliche neuronale Netze (KNN) eig. Bestandsnummer des Verkäufers 5421078

Weitere Informationen zu diesem Verkäufer | Verkäufer kontaktieren

Neu kaufen
EUR 38,00
Währung umrechnen

In den Warenkorb

Versand: EUR 48,99
Von Deutschland nach USA
Versandziele, Kosten & Dauer
Beispielbild für diese ISBN

Heipcke, Roland
Verlag: Diplom.de (1998)
ISBN 10: 3838609042 ISBN 13: 9783838609041
Neu PAP Anzahl: > 20
Print-on-Demand
Anbieter:
PBShop.store US
(Wood Dale, IL, USA)
Bewertung

Buchbeschreibung PAP. Zustand: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Bestandsnummer des Verkäufers L0-9783838609041

Weitere Informationen zu diesem Verkäufer | Verkäufer kontaktieren

Neu kaufen
EUR 117,35
Währung umrechnen

In den Warenkorb

Versand: Gratis
Innerhalb der USA
Versandziele, Kosten & Dauer
Beispielbild für diese ISBN

Heipcke, Roland
Verlag: Diplom.de (1998)
ISBN 10: 3838609042 ISBN 13: 9783838609041
Neu Softcover Anzahl: > 20
Anbieter:
Lucky's Textbooks
(Dallas, TX, USA)
Bewertung

Buchbeschreibung Zustand: New. Bestandsnummer des Verkäufers ABLING22Oct2817100595440

Weitere Informationen zu diesem Verkäufer | Verkäufer kontaktieren

Neu kaufen
EUR 115,67
Währung umrechnen

In den Warenkorb

Versand: EUR 3,71
Innerhalb der USA
Versandziele, Kosten & Dauer
Beispielbild für diese ISBN

Roland Heipcke
Verlag: diplom.de (1998)
ISBN 10: 3838609042 ISBN 13: 9783838609041
Neu Softcover Anzahl: > 20
Print-on-Demand
Anbieter:
Ria Christie Collections
(Uxbridge, Vereinigtes Königreich)
Bewertung

Buchbeschreibung Zustand: New. PRINT ON DEMAND Book; New; Fast Shipping from the UK. No. book. Bestandsnummer des Verkäufers ria9783838609041_lsuk

Weitere Informationen zu diesem Verkäufer | Verkäufer kontaktieren

Neu kaufen
EUR 109,97
Währung umrechnen

In den Warenkorb

Versand: EUR 11,64
Von Vereinigtes Königreich nach USA
Versandziele, Kosten & Dauer
Beispielbild für diese ISBN

Heipcke, Roland
Verlag: Diplom.de (1998)
ISBN 10: 3838609042 ISBN 13: 9783838609041
Neu PAP Anzahl: > 20
Print-on-Demand
Anbieter:
PBShop.store UK
(Fairford, GLOS, Vereinigtes Königreich)
Bewertung

Buchbeschreibung PAP. Zustand: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Bestandsnummer des Verkäufers L0-9783838609041

Weitere Informationen zu diesem Verkäufer | Verkäufer kontaktieren

Neu kaufen
EUR 113,07
Währung umrechnen

In den Warenkorb

Versand: EUR 29,16
Von Vereinigtes Königreich nach USA
Versandziele, Kosten & Dauer