Hierarchische Planung unter Einsatz Neuronaler Netze: Illustriert an Untersuchungen zum flexiblen Personalmanagement

by Jürgen Faißt

Overview

Hierarchische Führungsaufgaben bestehen darin, daß eine übergeordnete Instanz auf das Verhalten untergeordneter Entscheidungsträger Einfluß nimmt. Dieser Einfluß ist nicht eingleisig, sondern er vollzieht sich ganz wesentlich auch in der antizipativen Berücksichtigung der Reaktion der untergeordneten Stellen auf mögliche Einflußnahmen. Für die übergeordnete Instanz ergibt sich daher insbesondere bei ihren planerischen Aktivitäten die Notwendigkeit, Reaktionsfunktionen zu ermitteln. Hierzu sind unterschiedliche Verfahren möglich. Ein Verfahren, das nur einen sehr geringen a priori Kenntnisstand über die funktionale Gestalt einer Reaktionsfunktion voraussetzt, besteht in der Anwendung Neuronaler Netze. Es ist die Untersuchung dieser Anwendung, die im Mittelpunkt der Ausführungen steht.

Product Details

ISBN-13:	9783790806854
Publisher:	Physica-Verlag HD
Publication date:	05/27/1993
Series:	Schriften zur Quantitativen Betriebswirtschaftslehre , #6
Edition description:	1993
Pages:	264
Product dimensions:	6.10(w) x 9.25(h) x 0.02(d)
Language:	German

Table of Contents

und Überblick.- 1. Hierarchische Planung.- 1.1. Der zeitliche Bezug von Entscheidungen.- 1.2. Inhaltliche Beziehungen zwischen Entscheidungen.- 1.3. Aggregation/Disaggregation in der hierarchischen Produktionsplanung.- 1.4. Der Informationsstand von Entscheidungen.- 1.5. Aggregation unter Unsicherheit.- 1.6. Ein Beispiel zur Produktionsplanung.- 2. Entscheidungsmodelle zur hierarchischen Personalplanung.- 2.1. Hierarchisches Personalkapazitätsmanagement.- 2.2. Das Personalplanungsproblem.- 2.3. Der Aggregationsfehler.- 2.4. Rückgekoppelte Planungssysteme.- 2.5. Die Planungsverfahren im Vergleich.- 3. Multipersonelle hierarchische Planungssysteme.- 3.1. Hierarchische Mehrpersonenentscheidungen.- 3.2. Modellbildungsprozeß.- 3.3. Rechentechnisch begründete hierarchische Entscheidungsmodelle.- 3.4. Die Abbildung hierarchischer Beziehungen im Entscheidungsmodell.- 3.5. Hierarchische Koppelung durch Kostenantizipation.- 3.6. Antizipation der Kosten der Aushilfskräfteplanung.- 4. Assoziativspeicherung in Neuronalen Netzen.- 4.1. Empirische Ermittlung einer Funktion zur Kostenantizipation.- 4.2. Neuronale Feedforward-Netze.- 4.3. Modellbildung mit Feedforward-Netzen aus der Sicht der Datenverarbeitung.- 4.4. Exkurs: Selbstorganisierende Neuronale Netze.- 5. Hierarchische Personalplanung mit Neuronalen Netzen.- 5.1. Das Personalplanungsproblem.- 5.2. Springereinsatzplanung.- 5.3. Aushilfskräfteplanung.- 5.4. Personalbedarfsplanung.- 5.5. Exkurs: Erfahrungen beim praktischen Einsatz Neuronaler Netze.- 6. Neuronale Netze in der Betriebswirtschaftslehre.- 6.1. Optimierung mit parallelen Algorithmen.- 6.2. Nutzung der Assoziativspeichereigenschaften.- 6.3. Integration der Optimierungs- und Assoziativspeichereigenschaften.- Schlußbemerkung.