Hierarchische Planung unter Einsatz neuronaler Netze : illustriert an Untersuchungen zum flexiblen Personalmanagement
著者
書誌事項
Hierarchische Planung unter Einsatz neuronaler Netze : illustriert an Untersuchungen zum flexiblen Personalmanagement
（Schriften zur Quantitativen Betriebswirtschaftslehre, 6）
Physica, c1993
大学図書館所蔵 件 / 全1件
-
該当する所蔵館はありません
- すべての絞り込み条件を解除する
注記
Bibliography: p. [257]-264
内容説明・目次
内容説明
Hierarchische Fuhrungsaufgaben bestehen darin, dass eine ubergeordnete Instanz auf das Verhalten untergeordneter Entscheidungstrager Einfluss nimmt. Dieser Einfluss ist nicht eingleisig, sondern er vollzieht sich ganz wesentlich auch in der antizipativen Berucksichtigung der Reaktion der untergeordneten Stellen auf moegliche Einflussnahmen. Fur die ubergeordnete Instanz ergibt sich daher insbesondere bei ihren planerischen Aktivitaten die Notwendigkeit, Reaktionsfunktionen zu ermitteln. Hierzu sind unterschiedliche Verfahren moeglich. Ein Verfahren, das nur einen sehr geringen a priori Kenntnisstand uber die funktionale Gestalt einer Reaktionsfunktion voraussetzt, besteht in der Anwendung Neuronaler Netze. Es ist die Untersuchung dieser Anwendung, die im Mittelpunkt der Ausfuhrungen steht.
目次
und UEberblick.- 1. Hierarchische Planung.- 1.1. Der zeitliche Bezug von Entscheidungen.- 1.2. Inhaltliche Beziehungen zwischen Entscheidungen.- 1.3. Aggregation/Disaggregation in der hierarchischen Produktionsplanung.- 1.4. Der Informationsstand von Entscheidungen.- 1.5. Aggregation unter Unsicherheit.- 1.6. Ein Beispiel zur Produktionsplanung.- 2. Entscheidungsmodelle zur hierarchischen Personalplanung.- 2.1. Hierarchisches Personalkapazitatsmanagement.- 2.2. Das Personalplanungsproblem.- 2.2.1. Personalbedarfsplanung.- 2.2.2. Aushilfskrafteplanung.- 2.2.3. Das Beispielszenario.- 2.3. Der Aggregationsfehler.- 2.3.1. Reine Top-Down-Planung auf der Basis aggregierter Prognosen.- 2.3.2. Reine Top-Down-Planung auf der Basis von Wochenprognosen.- 2.4. Ruckgekoppelte Planungssysteme.- 2.4.1. Starre Ruckkopplung.- 2.4.2. Flexible Planung.- 2.5. Die Planungsverfahren im Vergleich.- 3. Multipersonelle hierarchische Planungssysteme.- 3.1. Hierarchische Mehrpersonenentscheidungen.- 3.2. Modellbildungsprozess.- 3.3. Rechentechnisch begrundete hierarchische Entscheidungsmodelle.- 3.4. Die Abbildung hierarchischer Beziehungen im Entscheidungsmodell.- 3.5. Hierarchische Koppelung durch Kostenantizipation.- 3.6. Antizipation der Kosten der Aushilfskrafteplanung.- 4. Assoziativspeicherung in Neuronalen Netzen.- 4.1. Empirische Ermittlung einer Funktion zur Kostenantizipation.- 4.1.1. Zur Notwendigkeit der Erklarung empirisch beobachteter Zusammenhange.- 4.1.2. Deskriptive Ansatze.- 4.2. Neuronale Feedforward-Netze.- 4.2.1. Kunstliche Neuronale Netze.- 4.2.2. Das Perceptron.- 4.2.3. Mehrstufige Netze.- 4.2.4. Approximation funktionaler Abhangigkeiten mit dem Backpropagation-Algorithmus.- 4.2.5. Optimierung des Lernverhaltens - Functional Link Nets.- 4.2.6. Feedforward-Netze vs. statistische Verfahren.- 4.3. Modellbildung mit Feedforward-Netzen aus der Sicht der Datenverarbeitung.- 4.3.1. Zielorientierte Datenorganisation.- 4.3.2. Assoziativspeicherung.- 4.3.3. Parallel Distributed Processing.- 4.4. Exkurs: Selbstorganisierende Neuronale Netze.- 4.4.1. Neurophysiologische Grundlagen.- 4.4.2. Kohonens Modell selbstorganisierender Karten.- 4.4.3. Lernen im Modell von Kohonen.- 4.4.4. Assoziativspeicherung in selbstorganisierenden Karten.- 5. Hierarchische Personalplanung mit Neuronalen Netzen.- 5.1. Das Personalplanungsproblem.- 5.1.1. Das hierarchische Entscheidungssystem.- 5.1.2. Unsicherheiten im Entscheidungssystem.- 5.1.3. Entkoppelung der Entscheidungsebenen.- 5.2. Springereinsatzplanung.- 5.2.1. Die Perception des physischen Systems im Modell.- 5.2.2. Die Aufgabe der Springereinsatzplanung.- 5.3. Aushilfskrafteplanung.- 5.3.1. Assoziativspeicher 2: Kosten der Springereinsatzplanung.- 5.3.2. Die Aufgabe der Aushilfskrafteplanung.- 5.3.3. Aushilfskrafteplanung unter Verwendung von Assoziativspeicher 2.- 5.4. Personalbedarfsplanung.- 5.4.1. Assoziativspeicher 1 : Kosten der Aushilfskrafteplanung.- 5.4.2. Die Aufgabe der Personalbedarfsplanung.- 5.4.3. Personalbedarfsplanung unter Verwendung von Assoziativspeicher 1.- 5.5. Exkurs: Erfahrungen beim praktischen Einsatz Neuronaler Netze.- 5.5.1. Functional-Link-Netze vs. Backpropagation-Netze.- 5.5.2. Wahl der Netzstruktur, Netzparameter und Codierungsvorschrift.- 6. Neuronale Netze in der Betriebswirtschaftslehre.- 6.1. Optimierung mit parallelen Algorithmen.- 6.2. Nutzung der Assoziativspeichereigenschaften.- 6.2.1. Abgrenzung von normativ beeinflussbaren und deskriptiv zu erfassenden Systemelementen.- 6.2.2. Prognose.- 6.2.3. Overfitting.- 6.2.4. UEbertragung von Expertenwissen auf Neuronale Netze.- 6.2.5. Praferenzinformation in assoziativ gespeicherten Entscheidungsfunktionen.- 6.3. Integration der Optimierungs- und Assoziativspeichereigenschaften.- Schlussbemerkung.
「Nielsen BookData」 より