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

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

4.11 - 1251 ratings - Source



Inhaltsangabe:Gang der Untersuchung: KA¼nstliche neuronale Netze (KNN) eignen sich neben EinsActzen im Finanzmarktbereich auch fA¼r die Abbildung von ZusammenhAcngen im Automobilbereich. ZunAcchst 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 reprAcsentieren. Besonderes Augenmerk liegt dabei auf der Systematisierung der Gestaltungsalternativen vom Ausgangsproblem bis hin zur Implementierung eines KNN fA¼r diese Aufgabe. In umfangreichen empirischen Tests werden unterschiedlich konfigurierte Backpropagation-Netze auf ihre ZweckmAcAŸigkeit hin geprA¼ft. Die Ergebnisse werden abschlieAŸend zusammengefaAŸt und AnsActze zu Weiterentwicklungen aufgezeigt. Inhaltsverzeichnis:Inhaltsverzeichnis: InhaltsverzeichnisI AbbildungsverzeichnisV AbkA¼rzungsverzeichnisVIII SymbolverzeichnisX VorwortXII I.Motivation des Einsatzes neuronaler Netze zur Prognose1 II.Aspekte langfristiger Prognosen4 1.Definition und Gegenstand von Absatzprognosen4 2.Methodische Grundlagen fA¼r Prognosemodelle5 3.BerA¼cksichtigung der Unsicherheit7 4.Bewertung von Prognosemodellen9 III.Grundlagen KA¼nstlicher neuronaler Netze10 1.Kleine Genealogie neuronaler Netze10 2.Aœberblick A¼ber die ein KNN spezifizierenden Parameter12 2.1Aufbau und Funktionsweise kA¼nstlicher Neuronen12 2.2Netztopologie16 2.3Lernen in KA¼nstlichen 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 fA¼r die Automobilindustrie32 2.Die Entwicklungen der letzten 30 Jahre34 2.1Die LAcnge der Modellzyklen im deutschen Automobilmarkt34 2.2Die Adaption des Modellzykluskonzeptes auf den Automobilbereich37 V.Ein Prognosesystem fA¼r Modellzyklen im deutschen Automobilmarkt43 1.Die Datenbasis43 1.1Quellen43 1.2Art und Umfang des Datenmaterials44 1.3Strukturierung und Abgrenzung von TeilmAcrkten47 2.Systematik zum Aufbau des Prognosesystems50 2.1Von den Rohdaten zum Netzinput51 2.2Die Unterteilung in Lern-, Test- und Produktionsmenge55 2.3Die verwendete Netztopologie58 2.4Topologieoptimierung61 2.5Parameteroptimierung63 2.6Evaluation der generierten Netze65 VI.Probleme und Perspektiven69 1.Vor- und Nachteile KA¼nstlicher neuronaler Netze69 2.AnsActze fA¼r Erweiterungen des vorgestellten Systems72 Anhang Anhang A: Die Datenbasis A-1:Segment A0075 A-2:Segment A078 A-3:Segment A81 A-4:Segment B84 A-5:Segment C87 A-6:Segment D90 A-7:Segment M93 Anhang B: Laufzeiten der Modellzyklen von 1964-1996 B-1:Segment A0096 B-2:Segment A097 B-3:Segment A98 B-4:Segment B99 B-5:Segment C100 B-6:Segment D101 B-7:Segment M102 B-8:Gesamt103 Anhang C: Analyse der Modellzyklen C-1:Segmentanteilsmaxima104 C-2:Modellerweiterungen (MER)105 C-3:GroAŸe Produktaufwertungen (GP)106 C-4:Modellpflegen (MP)107 C-5:Kombi-EinfA¼hrungen108 C-6:Modelle mit VorgAcnger109 Anhang D: D-1:Auszug aus den Inputdaten fA¼r die Gesamtbetrachtung110 Anhang E: Auswertungen der generierten Netze E-1:Dreischichtige Netze fA¼r Segment A112 E-2:Vierschichtige Netze fA¼r Segment A113 E-3:FA¼nfschichtige Netze fA¼r Segment A114 E-4:Dreischichtige Netze fA¼r Segment B115 E-5:Vierschichtige Netze fA¼r Segment B116 E-6:FA¼nfschichtige Netze fA¼r Segment B117 E-7:Dreischichtige Netze fA¼r Segment C118 E-8:Vierschichtige Netze fA¼r Segment C119 E-9:FA¼nfschichtige Netze fA¼r Segment C120 E-10Dreischichtige Netze fA¼r die Gesamtbetrachtung121 E-11Vierschichtige Netze fA¼r die Gesamtbetrachtung122 E-12FA¼nfschichtige Netze fA¼r die Gesamtbetrachtung123 E-13Auswertung der generierten Netze fA¼r die Gesamtbetrachtung mit Variation der Parameter124 Anhang F: Validierungen A¼ber die Produktionsmenge F-1:Die Modellzyklen der Produktionsmenge fA¼r das ausgewAchlte dreischichtige Netz126 F-2:Die Modellzyklen der Produktionsmenge fA¼r das ausgewAchlte vierschichtige Netz127 F-3:Die Modellzyklen der Produktionsmenge fA¼r das ausgewAchlte fA¼nfschichtige Netz128 Anhang G: Prognose laufender Modellzyklen G-1:Prognose laufender Modellzyklen mit dem ausgewAchlten dreischichtigen Netz129 G-2:Prognose laufender Modellzyklen mit dem ausgewAchlten vierschichtigen Netz131 G-3:Prognose laufender Modellzyklen mit dem ausgewAchlten fA¼nfschichtigen Netz133 Anhang H: SensitivitActsanalysen H-1:Kombi-EinfA¼hrungen und MER135 H-2:GP und MP137 H-3:Preis139 H-4:Konkurrenzmodelle141 H-5:Eigene Historie143 LiteraturverzeichnisXIV EhrenwAprtliche ErklAcrungXXVI... Sy e= r- ve- ve- Al- r- =- - e- e- zSegment D. Mercedes S-Klasse Segment M Mitsubishi Space Wagon (I) 5 MER 07 MER: GP -------- :: a€œ : aquot; 06 - ------- -- : 05+ NL : - --- ------- - 0, 3 + o a€“a€”a€”a€”a€”a€”a€”a€”a€”a€”a€”a€“ o a€“+++++++++++++++++++++ H w- HIanbsp;...


Title:Analyse und Prognose des Modellzyklusses in der Automobilbranche mit künstlichen neuronalen Netzen
Author: Roland Heipcke
Publisher:diplom.de - 1998-06-22
ISBN-13:

You must register with us as either a Registered User before you can Download this Book. You'll be greeted by a simple sign-up page.

Once you have finished the sign-up process, you will be redirected to your download Book page.

How it works:
  • 1. Register a free 1 month Trial Account.
  • 2. Download as many books as you like (Personal use)
  • 3. Cancel the membership at any time if not satisfied.


Click button below to register and download Ebook
Privacy Policy | Contact | DMCA