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

Diplomarbeit aus dem Jahr 1997 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Katholische Universitt Eichsttt-Ingolstadt (Unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe:Gang der Untersuchung:
Knstliche neuronale Netze (KNN) eignen sich neben Einstzen im Finanzmarktbereich auch fr die Abbildung von Zusammenhngen im Automobilbereich.
Zunchst 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 reprsentieren. Besonderes Augenmerk liegt dabei auf der Systematisierung der Gestaltungsalternativen vom Ausgangsproblem bis hin zur Implementierung eines KNN fr diese Aufgabe. In umfangreichen empirischen Tests werden unterschiedlich konfigurierte Backpropagation-Netze auf ihre Zweckmigkeit hin geprft.
Die Ergebnisse werden abschlieend zusammengefat und Anstze zu Weiterentwicklungen aufgezeigt.


Inhaltsverzeichnis:Inhaltsverzeichnis:
InhaltsverzeichnisI
AbbildungsverzeichnisV
AbkrzungsverzeichnisVIII
SymbolverzeichnisX
VorwortXII
I.Motivation des Einsatzes neuronaler Netze zur Prognose1
II.Aspekte langfristiger Prognosen4
1.Definition und Gegenstand von Absatzprognosen4
2.Methodische Grundlagen fr Prognosemodelle5
3.Bercksichtigung der Unsicherheit7
4.Bewertung von Prognosemodellen9
III.Grundlagen Knstlicher neuronaler Netze10
1.Kleine Genealogie neuronaler Netze10
2.berblick ber die ein KNN spezifizierenden Parameter12
2.1Aufbau und Funktionsweise knstlicher Neuronen12
2.2Netztopologie16
2.3Lernen in Knstlichen 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 Mo