Open Daily: 10am - 10pm | Alley door pickup 10am - 7pm 3038 Hennepin Ave Minneapolis, MN
612-822-4611

  • Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Demand Planning mittels Neuronaler Netze

Demand Planning mittels Neuronaler Netze

Dichant, Dino

Paperback

General ComputersProgramming

ISBN10: 3838656237
ISBN13: 9783838656236
Publisher: Diplom.de
Published: Jul 15 2002
Pages: 68
Weight: 0.22
Height: 0.16 Width: 5.83 Depth: 8.27
Language: German
Inhaltsangabe: Einleitung: Wie oft wird sich unser Produkt XY in der nahen Zukunft verkaufen? Dies ist eine entscheidende Frage im Rahmen der Produktionsplanung, aber auch in vielen anderen betrieblichen Funktionen. Zur Beantwortung stehen jedoch meist keine geeigneten Methoden zur Verfügung. Stattdessen wird der zukünftige Absatz, bzw. die zukünftige Nachfrage, mittels Daumenregeln oder einfachsten statistischen Verfahren geschätzt. In zahlreichen Anwendungsfeldern haben sich Neuronale Netze als überlegene Prognoseverfahren erwiesen. Die vorliegende Arbeit überträgt das erfolgsversprechende Konzept Neuronaler Netze auf das Problem der Nachfrageprognose („Demand Planning). Einsatzmöglichkeiten, Konfigurationsparameter und mögliche Probleme werden erläutert. Daneben wird auf die Implementierung des Demand Planning in modernen Advanced Planning Systems - u.a. SAP APO - für das Supply Chain Management eingegangen. Inhaltsverzeichnis: Inhaltsverzeichnis: AbbildungsverzeichnisII AbkürzungsverzeichnisIII SymbolverzeichnisIV 1.Einleitung und Motivation1 1.1Begriffsabgrenzung1 1.2Eigenschaften Neuronaler Netze2 1.3Aufbau und Zielsetzung dieser Arbeit4 2.Grundlegende Konzepte Neuronaler Netze6 2.1Neuronen6 2.1.1Funktionsweise von Neuronen6 2.1.2Aktivierungszustand7 2.1.3Propagierungsfunktion7 2.1.4Aktivierungsfunktion8 2.1.5Ausgabefunktion10 2.2Netzstruktur11 2.2.1Verbindungsgewichte11 2.2.2Typen von Neuronen12 2.2.3Netztopologien13 2.3Lernregel15 2.4Das MLP-Netzwerk16 3.Demand Planning19 3.1Aufgaben und Einordnung19 3.2Grundlagen der Bedarfsprognose19 3.3Statistische Prognoseverfahren21 3.3.1Exponentielle Gl]attung erster Ordnung21 3.3.2Regressionsrechnung22 3.3.3ARIMA22 3.4Demand Planning in APS23 4.Prognose mittels Neuronaler Netze25 4.1Allgemeine Vorgehensweise25 4.1.1Horizontale und vertikale Prognose25 4.1.2Lern-, Test- und Recall-Phase26 4.2Datenauswahl und -aufbereitung27 4.2.1Datenauswahl27 4.2.2Datenaufbereitung28 4.3Da

Also in

Programming

View All