Computational Intelligence in Der Materialwirtschaft: Entscheidungsunterstützungspotentiale Neuronaler Und Fuzzy-Basierter Ansätze

ISBN-13: 9783824475810 / Niemiecki / Miękka / 2002 / 302 str.

Dagmar Mack

Opis

Dagmar Mack analysiert Materialwirtschaft und Computational Intelligence wissenschaftstheoretisch und beschreibt die Einsatzmoglichkeiten neuronaler und fuzzy-basierter Ansatze in der operativen Materialwirtschaft."

Spis treści

1. Einführung.- 1.1. Motivation und Ausgangsfragestellung.- 1.2. Ziele der Untersuchung.- 1.3. Gang und Aufbau der Untersuchung.- 2. Grundlagen der Materialwirtschaft.- 2.1. Überblick.- 2.2. Die Materialwirtschaft im System der Wissenschaften.- 2.3. Begriffsabgrenzung Materialwirtschaft.- 2.4. Ziele und Aufgabenbereiche der Materialwirtschaft.- 3. Entscheidungstheoretische Grundlagen.- 3.1. Überblick.- 3.2. Entscheidungsmodelle.- 3.2.1. Grundmodell der Entscheidungstheorie.- 3.2.2. Eigenschaf ten von Entscheidungsmodellen.- 3.3. Entscheidungsunterstützung.- 3.3.1. Grundmodell des Entscheidungsprozesses.- 3.3.2. Grundmodell der Entscheidungsunterstützung.- 3.4. Zusammenfassung.- 4. Methodologische Grundlagen neuronaler und fuzzy-basierter Ansätze aus der Künstlichen Intelligenz.- 4.1. Überblick.- 4.2. Wissenschaftstheoretische Einordnung der Künstlichen Intelligenz.- 4.3. Wissenschaftstheoretischer Bezug der Methoden der Künstlichen Intelligenz.- 4.3.1. Der Methodenbegriff in der Wissenschaftstheorie und Methodenklassen.- 4.3.2. Methodenbereiche in der Künstlichen Intelligenz.- 4.4. Wissensdarstellungs-und Wissensabarbeitungsmethoden.- 4.5. Lernmethoden in der Künstlichen Intelligenz.- 4.6. Computational Intelligence, Soft Computing und neuronale und fuzzy-basierte Ansätze als implizite Ansätze der Künstlichen Intelligenz.- 5. Grundlagen und Beschreibung neuronaler und fuzzy-basierter Ansätze.- 5.1. Überblick.- 5.2. Neuronale Netze.- 5.2.1. Grundidee Neuronaler Netze.- 5.2.2. Grundbegriffe Neuronaler Netze.- 5.2.3. Aufbau und Arbeitsweise Neuronaler Netze.- 5.2.4. Anpassen Neuronaler Netze auf gegebene Problemstellungen durch Lernen.- 5.2.5. Klassifikation Neuronaler Netze.- 5.2.5.1. Übersicht und Klassifikationsschema.- 5.2.5.2. Kohonen-Netze.- 5.2.5.3. Hopfield-Netze.- 5.2.6. Anwendungsbereiche neuronaler Ansätze.- 5.3. Fuzzy-Set-Theorie.- 5.3.1. Grundidee der Fuzzy-Set-Theorie.- 5.3.2. Grundbegriffe aus der Fuzzy-Set-Theorie.- 5.3.3. Elementare Operationen auf Fuzzy-Sets.- 5.3.4. Fuzzy-Konzepte.- 5.3.5. Fuzzy-Logik und Fuzzy-Inferenz.- 5.3.5.1. Fuzzy-Logik und die Abgrenzung zur dualen Logik.- 5.3.5.2. Fuzzy-Inferenz und die Abgrenzung zur klassischen Inferenz.- 5.3.6. Anwendungsbereiche fuzzy-basierter Ansätze.- 5.4. Entscheidungsunterstützungspotentiale neuronaler und fuzzy-basierter Ansätze.- 5.4.1. Übersicht.- 5.4.2. Entscheidungsunterstützung neuronaler Ansätze.- 5.4.3. Entscheidungsunterstützung fuzzy-basierter Ansätze.- 6. Aufgaben, Entscheidungssituationen und Entscheidungsunterstützung in der Materialwirtschaft.- 6.1. Systematisierung und Überblick.- 6.2. Klassische Verfahren und Instrumente in der Materialwirtschaft.- 6.3. Aufgaben der Materialdisposition.- 6.3.1. Begriff und Aufgabenüberblick.- 6.3.2. Materialbedarfsermittlung.- 6.3.2.1. Aufgabe und Bedeutung.- 6.3.2.2. Verfahren zur Materialbedarfsprognose.- 6.3.2.3. Modell- und verfahrensinhärente Problempunkte.- 6.3.3. Auftragsmengenermittlung.- 6.3.3.1. Ausgangspunkt und Aufgabe.- 6.3.3.2. Verfahren zur Bestellmengenermittlung.- 6.3.3.3. Modell- und verfahrensinhärente Problempunkte.- 6.4. Auf gaben der Materialbeschaffung.- 6.4.1. Begriff und Aufgabenüberblick.- 6.4.2. Lieferantenbewertung und -auswahl im Rahmen von Beschaffungsvorgängen.- 6.4.2.1. Ausgangspunkt und Ziel.- 6.4.2.2. Verfahren zur Lieferantenbewertung.- 6.4.2.3. Modell- und verfahrensinhärente Problempunkte.- 6.5. Aufgaben der Materiallagerung, der Lagerhaltung.- 6.5.1. Begriff und Aufgabenüberblick.- 6.5.2. Politik-und Politikparameterermittlung.- 6.5.2.1. Ausgangspunkt und Aufgaben.- 6.5.2.2. Verfahren zur Bestimmung von Politikparametern.- 6.5.2.3. Modell- und verfahrensinhärente Problempunkte.- 6.5.3. Sicherheitsbestandsermittlung.- 6.5.3.1. Ausgangspunkt der Sicherheitsbestandsermittlung.- 6.5.3.2. Verfahren zur Sicherheitsbestandsermittlung.- 6.5.3.3. Modell- und verfahrensinhärente Problempunkte.- 6.6. Aufgaben des Materialtransports und –entsorgens.- 6.7. Entscheidungsunterstützung in der Materialwirtschaft durch neuronale und fuzzy-basierte Ansätze.- 6.7.1. Überblick.- 6.7.2. Entscheidungsunterstützungspotentiale bei übergreifenden Aufgaben.- 6.7.3. Entscheidungsunterstützungspotentiale bei vorbereitenden Aufgaben.- 6.7.4. Entscheidungsunterstützungspotentiale in der Materialdisposition.- 6.7.5. Entscheidungsunterstützungspotentiale in der Materialbeschaffung.- 6.7.6. Entscheidungsunterstützungspotentiale in der Lagerhaltung.- 6.7.7. Entscheidungsunterstützungspotentiale bei Transport- und Entsorgungsaufgaben.- 7. Unterstützung der Materialbedarfsplanung durch den Einsatz Neuronaler Netze zur Materialbedarfsprognose.- 7.1. Einordnung in den Gesamtkontext und Überblick.- 7.2. Kritik und Schwachstellen an den Verfahren zur Materialbedarfsprognose.- 7.3. Konzeption Neuronaler Netze zur Materialbedarfsprognose.- 7.3.1. Allgemeiner Entwicklungsprozeß Neuronaler Netze.- 7.3.2. Überlegungen zur Modellierung eines Neuronalen Netzes für die Materialbedarfsprognose.- 7.3.2.1. Überlegungen zur Entwicklung kostenorientierter Lernregeln.- 7.3.2.2. Überlegungen zur Berücksichtigung kumulierter Bedarfe.- 7.3.3. Berücksichtigung von Unsicherheiten.- 7.4. Fallstudien.- 7.4.1. Aufbau der Fallstudien.- 7.4.1.1. Vorgehensweise.- 7.4.1.2. Datengenerierung mittels Zeitreihensimulation.- 7.4.1.3. Aufbau des Untersuchungsdesigns.- 7.4.1.4. Definition von Gütemaßen.- 7.4.2. Ergebnisdarstellung.- 7.4.2.1. Überblick.- 7.4.2.2. Visualisierung der Ergebnisse.- 7.5. Praktische Gesichtspunkte bei der Entwicklung und beim Einsatz des neuronalen Ansatzes zur Materialbedarfsprognose.- 8. Unterstützung der Sicherheitsbestandsplanung durch fuzzy-basierte Regelsysteme zur Sicherheitsbestandsbestimmung.- 8.1. Einordnung in den Gesamtkontext und Überblick.- 8.2. Problembereiche der Sicherheitsbestandsermittlung und Verfahrenskritik.- 8.3. Aufbau eines Fuzzy-Regelsystems zur Unterstützung der Sicherheitsbestandsplanung.- 8.3.1. Allgemeiner Entwicklungsprozeß fuzzy-basierter Anwendungen.- 8.3.2. Entwicklung des Fuzzy-Regelsystems.- 8.3.2.1. Grobspezifikation des verfolgten Ansatzes.- 8.3.2.2. Entwurfsschritte des Fuzzy-Regelsystems.- 8.3.2.2.1. Überblick.- 8.3.2.2.2. Definitions- und Modellierungsphase.- 8.3.2.2.3. Einstellungs- und Validierungsphase.- 8.4. Praktische Gesichtspunkte bei der Entwicklung und beim Einsatz des fuzzy-basierten Regelsystems zur Sicherheitsbestandsermittlung.- 9. Zusammenfassung und Resümee.

O autorze

Dr. Dagmar Mack promovierte bei Prof. Dr. Richard Lackes am Lehrstuhl für Wirtschaftsinformatik der Universität Dortmund. Sie ist bei der LBS Norddeutsche Landesbausparkasse Berlin-Hannover für das Database Marketing im Kundenmanagement verantwortlich.

Blurb

Mit den Methoden der Computational Intelligence (CI) werden gemeinhin spezielle Verfahren der Künstlichen Intelligenz (KI) assoziiert, die nicht auf einer Symbolverarbeitung beruhen wie klassische Ansätze der KI und darüber hinaus mit dem Phänomen der Unsicherheit umzugehen vermögen. Neuronale und fuzzy-basierte Ansätze sind bekannte Vertreter der CI. Die Abhandlungen zu ihren Einsatzbereichen lassen jedoch eine fundierte Analyse der Einsatzvoraussetzungen sowie eine konsistente Begriffsverwendung vermissen. Aufgrund ihrer Aufgabenvielfalt und der Differenziertheit ihrer Entscheidungsprobleme stellt die Materialwirtschaft ein geeignetes Forschungsfeld dar.

Dagmar Mack analysiert Materialwirtschaft und Computational Intelligence wissenschaftstheoretisch und beschreibt die Einsatzmöglichkeiten neuronaler und fuzzy-basierter Ansätze in der operativen Materialwirtschaft. Dazu definiert sie den Begriff der Entscheidungsunterstützung und leitet hierfür ein Grundmodell ab. Die theoretischen Abhandlungen zur Anwendbarkeit neuronaler und fuzzy-basierter Ansätze in Disposition, Beschaffung, Lagerhaltung, bei Transport- und Entsorgungsaufgaben werden anhand zweier Fallbeispiele praktisch erprobt.