Custom cover image
Custom cover image

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

By: Resource type: Ressourcentyp: Buch (Online)Book (Online)Language: German Publisher: Wiesbaden : Springer Vieweg, 2024Edition: 1st ed. 2024Description: 1 Online-Ressource (XXXIII, 221 Seiten) : IllustrationenISBN:
  • 9783658456054
Subject(s): Additional physical formats: 9783658456047 | Erscheint auch als: 9783658456047 Druck-Ausgabe | Erscheint auch als: Selbination. Druck-Ausgabe Wiesbaden : Springer Vieweg, 2024. XXXIII, 221 SeitenDDC classification:
  • 670 23
DOI: DOI: 10.1007/978-3-658-45605-4Online resources: Summary: 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.PPN: PPN: 1905700032Package identifier: Produktsigel: ZDB-2-SEB | ZDB-2-STI
No physical items for this record
KIT – The Research University in the Helmholtz Association                         Home | Impressum | Datenschutz | Barrierefreiheit | KIT