ISBN-13: 9783838609041 / Niemiecki / Miękka / 1998 / 180 str.
ISBN-13: 9783838609041 / Niemiecki / Miękka / 1998 / 180 str.
Diplomarbeit aus dem Jahr 1997 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Katholische Universitat Eichstatt-Ingolstadt (Unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe: Gang der Untersuchung: Kunstliche neuronale Netze (KNN) eignen sich neben Einsatzen im Finanzmarktbereich auch fur die Abbildung von Zusammenhangen im Automobilbereich. Zunachst 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 reprasentieren. Besonderes Augenmerk liegt dabei auf der Systematisierung der Gestaltungsalternativen vom Ausgangsproblem bis hin zur Implementierung eines KNN fur diese Aufgabe. In umfangreichen empirischen Tests werden unterschiedlich konfigurierte Backpropagation-Netze auf ihre Zweckmassigkeit hin gepruft. Die Ergebnisse werden abschliessend zusammengefasst und Ansatze zu Weiterentwicklungen aufgezeigt. Inhaltsverzeichnis: Inhaltsverzeichnis: InhaltsverzeichnisI AbbildungsverzeichnisV AbkurzungsverzeichnisVIII SymbolverzeichnisX VorwortXII I.Motivation des Einsatzes neuronaler Netze zur Prognose1 II.Aspekte langfristiger Prognosen4 1.Definition und Gegenstand von Absatzprognosen4 2.Methodische Grundlagen fur Prognosemodelle5 3.Berucksichtigung der Unsicherheit7 4.Bewertung von Prognosemodellen9 III.Grundlagen Kunstlicher neuronaler Netze10 1.Kleine Genealogie neuronaler Netze10 2.Uberblick uber die ein KNN spezifizierenden Parameter12 2.1Aufbau und Funktionsweise kunstlicher Neuronen12 2.2Netztopologie16 2.3Lernen in Kunstlichen 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