Cantitate/Preț
Produs

Selbination: Ein hybrides Meta-Lernverfahren zur automatischen Selektion und Kombination geeigneter Prognosemodelle für die Produktionsplanung

Autor Mirko Kück
de Limba Germană Paperback – 21 sep 2024
Genaue Nachfrageprognosen sind von signifikanter Bedeutung für Unternehmen in Supply Chains. Dies gilt insbesondere für Unternehmen, die Produkte auf Lager produzieren oder für Handelsunternehmen. Diese müssen die Kundennachfrage in regelmäßigen Intervallen prognostizieren, weshalb automatische Prognoseverfahren notwendig sind. Alle bisher entwickelten Verfahren lassen sich entweder als reine Selektions- oder als reine Kombinationsansätze klassifizieren und es existieren bislang keine hybriden Verfahren zwischen Selektion und Kombination. Zur Nutzung der Vorteile der beiden Ansätze wird in diesem Buch ein hybrides Verfahren vorgestellt, das für jede Zeitreihe datengetrieben entweder selektiert oder kombiniert. Das sogenannte Selbinationsverfahren besteht aus einem Meta-Modell zur Schätzung der Eignungswahrscheinlichkeiten verschiedener Prognoseverfahrenskandidaten und einer Selektionsfunktion, die auf Basis der Eignungswahrscheinlichkeiten sowie einer sogenannten Hybriditätsgrenze ein oder mehrere Prognoseverfahren selektiert. Das neuartige Verfahren wird in einer umfassenden empirischen evaluiert und erzielt im Durchschnitt signifikant bessere Prognosen als etablierte Verfahren aus dem Stand der Forschung.
Citește tot Restrânge

Preț: 48071 lei

Preț vechi: 55254 lei
-13% Nou

Puncte Express: 721

Preț estimativ în valută:
9204 9584$ 7637£

Carte disponibilă

Livrare economică 20-25 ianuarie
Livrare express 08-14 ianuarie pentru 5582 lei

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783658456047
ISBN-10: 3658456043
Pagini: 237
Ilustrații: Etwa 235 S.
Dimensiuni: 148 x 210 mm
Greutate: 0.34 kg
Ediția:2025
Editura: Springer Fachmedien Wiesbaden
Colecția Springer Vieweg
Locul publicării:Wiesbaden, Germany

Notă biografică

Dr.-Ing. Mirko Kück arbeitet als Data Scientist und Lehrbeauftragter. Seine Dissertation, die mit dem Wissenschaftspreis Logistik 2023 der Bundesvereinigung Logistik (BVL) ausgezeichnet wurde, entstand im Rahmen seiner Tätigkeit als Wissenschaftlicher Mitarbeiter am BIBA - Bremer Institut für Produktion und Logistik an der Universität Bremen.

Textul de pe ultima copertă

Genaue Nachfrageprognosen sind von signifikanter Bedeutung für Unternehmen in Supply Chains. Dies gilt insbesondere für Unternehmen, die Produkte auf Lager produzieren oder für Handelsunternehmen. Diese müssen die Kundennachfrage in regelmäßigen Intervallen prognostizieren, weshalb automatische Prognoseverfahren notwendig sind. Alle bisher entwickelten Verfahren lassen sich entweder als reine Selektions- oder als reine Kombinationsansätze klassifizieren und es existieren bislang keine hybriden Verfahren zwischen Selektion und Kombination. Zur Nutzung der Vorteile der beiden Ansätze wird in diesem Buch ein hybrides Verfahren vorgestellt, das für jede Zeitreihe datengetrieben entweder selektiert oder kombiniert. Das sogenannte Selbinationsverfahren besteht aus einem Meta-Modell zur Schätzung der Eignungswahrscheinlichkeiten verschiedener Prognoseverfahrenskandidaten und einer Selektionsfunktion, die auf Basis der Eignungswahrscheinlichkeiten sowie einer sogenannten Hybriditätsgrenze ein oder mehrere Prognoseverfahren selektiert. Das neuartige Verfahren wird in einer umfassenden empirischen evaluiert und erzielt im Durchschnitt signifikant bessere Prognosen als etablierte Verfahren aus dem Stand der Forschung.
 
Der Autor
Dr.-Ing. Mirko Kück arbeitet als Data Scientist und Lehrbeauftragter. Seine Dissertation, die mit dem Wissenschaftspreis Logistik 2023 der Bundesvereinigung Logistik (BVL) ausgezeichnet wurde, entstand im Rahmen seiner Tätigkeit als Wissenschaftlicher Mitarbeiter am BIBA - Bremer Institut für Produktion und Logistik an der Universität Bremen.