Prognostizieren des Rückflusses von Altprodukten Ein Fuzzy-Logik-Ansatz
|
|
- Albert Kohl
- vor 6 Jahren
- Abrufe
Transkript
1 Prognostizieren des Rückflusses von Altprodukten Ein Fuzzy-Logik-Ansatz Jorge Marx-Gómez, Claus Rautenstrauch Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Institut für Technische und Betriebliche Informationssysteme Arbeitsgruppe Wirtschaftsinformatik Postfach 420 D-3906 Magdeburg Tel: Fax: Stichworte Recycling, Recyclingplanung und steuerung, Recyclingprogrammplanung, Produktionsplanung und steuerung, Produktionsprogrammplanung, Produktlebenszyklus Zusammenfassung Die Rückflußmenge und der Rücklaufzeitpunkt von Altprodukten zum Recycling wird durch besondere Einflußfaktoren maßgeblich beeinflußt. Bei diesen Einflußfaktoren handelt es sich z.b. um den Produktlebenszyklus (Verkäufe über der Zeit), die Nutzungsintensität, die Lebensdauer, die Ausfallart und die Rücklaufquote. Da diese Einflußfaktoren sich unscharf beschreiben lassen, kann ein regelbasiertes Fuzzy-Modell zum Einsatz kommen. Im Modell werden die Einflußfaktoren und die prognostizierte Rücklaufmenge durch Fuzzy-Variablen repräsentiert. Das Wissen der Recyclingexperten und der Ingenieure bzgl. der Einflußfaktoren und deren Auswirkungen wird mit entsprechenden Zugehörigkeitsfunktionen und linguistischen Variablen modelliert. Durch Verknüpfung der Fuzzy-Variablen in einer Regelbasis und durch Defuzzifizierung der Ausgangsvariablen erhält man als Ausgangswert die prognostizierte Rücklaufmenge für eine Planungsperiode. In diesem Beitrag wird das Modell zur Rückflußprognose von Altkopierern angewendet. Motivation Rücknahmeverpflichtungen motivieren Unternehmen heute, den Rückfluß von Altprodukten aus dem Gebrauchsprozeß zu prognostizieren. Zum einen werden derartige Prognosen für die Entsorgungsplanung, zum anderen für die Prognose des Rückflusses von Sekundärgütern in die Produktion benötigt. Abhängig von verschiedenen Einflußfaktoren wie z.b. Konsumentenverhalten, Produktlebensdauer und Produktlebenszyklus kehren die Produkte nach unter-
2 schiedlichen Zeitspannen zu den Herstellern zurück und werden dann rezykliert. Bisher sind weder in bestehenden PPS-Systemen (Produktionsplanung und -steuerung) noch in RPS- Systemen (Recyclingplanung und -steuerung) geeignete Modelle verankert, die die Rückflußprognose von zu rezyklierenden Produkten erlauben. Unsichere Rücklaufzeitpunkte und -mengen stellen die wichtigsten Probleme hierbei dar []. Klassische Prognoseverfahren in der Produktionsprogrammplanung, wie z.b. die exponentielle Glättung und die gleitende Mittelwertbildung, kommen in der Recyclingprogrammplanung nicht in Betracht, da normalerweise nicht genügend Vergangenheitsdaten zur Verfügung stehen, um diese Verfahren anwenden zu können. Ziel dieser Arbeit ist es, ein Fuzzy-Modell zu entwickeln und anzuwenden, das es gestattet, den Rückfluß von Altkopierern für eine bestimmte Planungsperiode zu prognostizieren. Als Eingangsvariable wurden die Kopiererverkäufe, die Verkaufszeitpunkte, die Nutzungsintensität, die Lebensdauer und das Anreizsystem gewählt. Die Ausgangsvariable ist die prognostizierte Kopiererrückflußmenge. 2 Vorgehensweise Die grundlegende Idee des regelbasierten Schließens mit Fuzzy-Logik ist, das oft in qualitativen Begriffen vorhandene Wissen der Experten, in das Design des Reglers einfließen zu lassen. Mit Hilfe der Fuzzy-Logik läßt sich das eher in qualitativen als in quantitativen Begriffen vorliegende Wissen adäquater darstellen [2]. In dem hier vorgestellten Fuzzy-Prognosemodell wird Erfahrungswissen der Recyclingexperten und Ingenieure, welches verbal formuliert wurde, mit Hilfe von linguistischen Variablen und Fuzzy-Sets in eine Regelstrategie überführt. Des weiteren stehen konkrete Zahlen der o.g. Einflußfaktoren zur Verfügung, die ebenfalls in das Modell einfließen. Ein Fuzzy-Regler verfügt über ein Fuzzifizierungsmodul, eine Regelbasis, eine Inferenzmaschine und ein Defuzzifizierungsmodul. Der Entwurf eines unscharfen Reglers für die Rückflußprognose kann in Analogie zu den o.g. Komponenten in folgende Schritte unterteilt werden: Festlegung der Eingangs- und Ausgangsvariablen Erstellen einer Regelbasis Festlegung der Inferenzstrategie Berechnung der scharfen Ausgangsgröße 2. Definition der Ein- und Ausgangsvariablen Als Eingangsvariablen werden die zu berücksichtigenden Einflußgrößen auf die Rückflußmenge gewählt. Die Ausgangsvariable ist die Größe, die durch die Einflußgrößen bedingt wird. In unserem Anwendungsfall ist die Ausgangsvariable die prognostizierte Rücklaufmenge der Kopierer. 2.2 Fuzzifizierung der Ein- und Ausgangsvariablen Voraussetzung für die Vorhersage der Rückflußmenge ist die Fuzzifizierung der Ein- und Ausgangsvariablen. Hierbei verbindet das Fuzzifizieren die Variablenwerte mit der unscharfen Weise des alltäglichen Schlußfolgerns. Bei der Fuzzifizierung der Ein- und Ausgangsvariablen müssen einige Angaben spezifiziert werden: Eigenschaften (Wertebereich, Kurventyp) und Attribute (z.b. mittel, viel ), mit ihren jeweiligen Zugehörigkeitsfunktionen
3 Je nach Variablentyp lassen sich zwei Arten der Verunschärfung unterscheiden [3]: Der Variablentyp mit einer physischen Dimension kann z.b. die Kopiererverkäufe in Stückzahlen bewerten. Zum Fuzzifizieren der Variablen müssen die Attribute zur unscharfen Beschreibung der Größe und die Zugehörigkeitsfunktionen definiert werden. Jedes Attribut stellt hier eine Fuzzy-Menge dar. Die Variable hat eine Zugehörigkeitsfunktion zu jedem Attribut. Die Einflußgröße Anreizsystem, mit den Merkmalen gering, mittel und gut, kann mit einem Variablentyp linguistischer Größen bewertet werden. Zum Fuzzifizieren dieser Variablen werden die linguistischen Größen einer Skala nach Stufen angeordnet. Aufgrund dieser Skala erfolgt die Definition der Attribute und Zugehörigkeitsfunktionen analog den linguistischen Größen. 2.3 Schlußfolgerung mit Fuzzy-Regelmengen Die Fuzzy Regeln, die die eigentliche Wissensbasis des Reglers repräsentieren, legen fest, in welcher Weise die fuzzifizierten Eingangswerte mathematisch verknüpft und zu Fuzzy Ergebnissen verarbeitet werden. Die Verknüpfung zwischen den Ein- und Ausgangsvariablen erfolgt also durch die Fuzzy-Inferenz. Diese enthält einen Bedingungsteil und einen Schlußfolgerungsteil und wird in Form einer WENN... DANN... -Regel dargestellt, z.b. WENN Anreiz gut DANN Rückflußmenge Viel. Die unscharfen Regeln sind Umsetzungen von Expertenwissen. Das Expertenwissen für die Vorhersage der Kopiererrückflußmenge wird in verschiedenen Regeln umgesetzt und bildet damit die Regelbasis. Sie wird wie in dem in Abbildung dargestellten Schema strukturiert. Regel A WENN (Bedingung A UND Bedingung B und...) DANN Schlußfolgerung, Schlußfolgerung 2 ODER Regel A2 WENN (Bedingung C UND Bedingung D und...) DANN Schlußfolgerung, Schlußfolgerung 2 Abbildung Struktur der Regelbasis für die Vorhersage Innerhalb des Regelblocks werden die Regeln untereinander durch ODER verknüpft. Das entspricht der Maximum-Operation. Die Bedingungsteile einer Regel werden durch UND verknüpft, was einer Minimum-Operation entspricht. Es ist unbedingt darauf zu achten, daß für die Ermittlung der Ausgangsgrößen, also der Prognosewerte, im gesamten Arbeitsbereich genügend Regeln vorgesehen sein müssen, um Definitionslücken zu vermeiden. Das Regelwerk ist dabei so zu modellieren, daß alle möglichen Eingangskombinationen berücksichtigt werden.
4 2.4 Ermittlung des scharfen Ausgangswertes durch Defuzzifizierung der Ausgangsvariablen Die Resultate der Fuzzy Inferenz, also der Regelauswertungen, liegen zunächst in Form von Fuzzy Werten im Bereich [0,] vor und müssen für die praktische Verwertung wieder defuzzifiziert werden. Ähnlich wie bei den Eingangsvariablen werden auch für die Ausgangsvariable beim Entwurf verschiedene Angaben spezifiziert, nämlich: Eigenschaften der Variable (Wertebereich, Defuzzifizierungsmethode, Kurvenform) und Attribute (z.b. viel, sehr viel ), mit ihren jeweiligen Zugehörigkeitsfunktionen Während der Vorgang der Fuzzifizierung eindeutig zu bewerkstelligen ist, wobei ein Eingangswert für jedes der spezifizierten Attribute einen Fuzzy Wert ergibt, liegt bei der Defuzzifizierung die umgekehrte Situation vor: Für jedes vorhandene Ausgangsattribut einer Variablen liefert die Regelauswertung einen Fuzzy Wert (Wahrheitswert), woraus nun ein einzelnes, konkretes Ausgangssignal gewonnen werden soll. Die zur Ermittlung des scharfen Ausgangswertes am häufigsten verwendete Methode ist die Schwerpunktmethode (Center of A- rea) [4-6]. Dieser scharfe Ausgangswert repräsentiert die prognostizierte Rücklaufmenge an Altkopierern für eine bestimmte Planungsperiode. Im Idealfall wird die Planungsperiode so gewählt, daß alle Fuzzy-Variablen gleich belegt sind. 3 Anwendung der Fuzzy-Inferenz-Methode zur Rückflußprognose von Kopiergeräten bei bekannten Einflußfaktoren Mittels der in der Einführung beschriebenen Fuzzy-Inferenz-Methode soll unter Einbeziehung der auf den Rückfluß wirkenden Einflußfaktoren nun eine Prognose der Rückflußmenge von Kopiergeräten durchgeführt werden. Der Ausgangspunkt für die Prognose ist das Jahr 99. Es wird ein einigermaßen gut funktionierendes Anreizsystem für die Kopierrückgabe angenommen. Die prognostizierte Stückzahl von Altkopierern steht dem Recyclingprozeß und somit als Sekundärmaterial der Produktion wieder zur Verfügung. Am Beispiel eines Kopierertypen, dessen Hersteller aus Datensicherheitsgründen hier nicht genannt werden soll, werden die auf den Rückfluß wirkenden Einflußgrößen Verkaufsmenge, Verkaufszeitpunkt, Lebensdauer, Nutzungsintensität und Anreizsystem definiert und in das Fuzzy-Modell implementiert. 3. Ausgangssituation Mit freundlicher Unterstützung der Kopiererhersteller und einiger relevanter Recyclingunternehmen für Kopiergeräte konnten wertvolle Expertenangaben und gerätespezifische Eigenschaften und Merkmale gesammelt werden. Für die vorliegende Studie standen sowohl die Verkaufszahlen für 35 verschiedene Kopiergeräte eines Herstellers zur Verfügung, als auch die dazugehörigen Zahlen der durchschnittlichen Kopiervolumina. Des weiteren konnten die Lebensdauerangaben der Kopierer und Angaben zu den Rückgabeanreizsystemen in Erfahrung gebracht werden. In Tabelle sind die bekannten Einflußgrößen mit den entsprechenden Expertenangaben und Beobachtungen aufgelistet.
5 Einflußgrößen Expertenangaben, Beobachtungen und Merkmale Verkaufsmenge Insgesamt sind Kopierer verkauft worden ü- ber einen Zeitraum von ca. Jahren ( ) Verkaufsphase 3-Phasenmodell ohne Einführungsphase (Phase ) mit steilem Anstieg der Verkäufe (Phase 2) Stagnation auf hohem Niveau (Phase 3) Abklingen der Verkäufe über einen längeren Zeitintervall Nutzungsintensität Kopierer ausgelegt für 3000 Seiten/Monat Durchschnittliches Kopiervolumen 5500 Seiten/Monat Sehr hoher Auslastungsgrad der Kopierer bei 90 % der Bediener Normale Auslastung bei 0% der Bediener Lebensdauer Ermittelte Mindestlebensdauer der Kopierer liegt bei Seiten Charakteristische Lebensdauer Seiten Wenig Frühausfälle feststellbar Aussortierung fehlerhafter Einheiten durch den Lieferanten Zufallsausfälle vernachlässigbar klein Verschleißausfälle erst nach Ablauf einer vorgegebenen Zeit Anreizsystem 3-stufiges Anreizsystem Durch Unkenntnis, Zerstörung, Export und Bequemlichkeit fließt ein bestimmter Anteil nicht zurück Tabelle Wirkende Einflußgrößen auf den Rückfluß und deren Merkmale 3.2 Verunschärfen der Ein- und Ausgangsvariablen Gemäß den Expertenangaben sind die nachstehenden Fuzzifizierungen der Einflußfaktoren auf den Rückfluß als Eingangsvariablen durchgeführt worden. Die Lebenszykuskurve (Verkäufe über der Zeit) für den betrachteten Kopierer ist Abbildung 2 zu entnehmen. Die Kalibrierung und Validierung der Attribute und Zugehörigkeitsfunktionen erfolgte anhand des in [7] beschriebenen Simulationsmodells. Die Fuzzifizierung der Eingangsvariablen Verkaufsmenge, Verkaufsphase, Nutzungsintensität Produktlebensdauer und Anreizsystem sind in Abbildung 3 dargestellt.
6 Produktlebenszyklus (Kopierer Typ ) Vermarktete Geräte ,5 989,0 989,5 990, ,0 99,5 992,0 992,5 993,0 993,5 994,0 994,5 995,0 995,5 996,0 996,5 997,0 997,5 Abbildung 2 Lebenszykluskurve eines Kopierers sehr wenig wenig mittel viel s e h r v i e l Steigung Sättigung Auslauf Verkäufe [Stk] Attribute und Zugehörigkeitsfunktionen für Lebenszyklusphase [Jahr] Attribute und Zugehörigkeitsfunktionen für Eingangsvariable "Verkaufsmenge " Eingangsvariable "Verkaufsphase" wenig mittel viel gering mittel hoch Nutzung [Seiten/Monat] Attribute und Zugehörigkeisfunktionen für Lebensdauer [Seiten] Attribute und Zugehörigkeisfunktionen für Eingangsvariable "Nutzungsintensität" Eingangsvariable "Lebensdauer" geringes mittleres gutes 0 00 Attribute und Zugehörigkeitsfunktionen für Eingangsvariable "Anreizsystem" Anreiz [%] Abbildung 3 Fuzzifizierte Eingangsvariablen
7 Es sei an dieser Stelle noch erwähnt, daß Zugehörigkeitsfunktionen und die dazugehörigen Attribute aufgrund empirischer Untersuchungen bei einigen Einflußfaktoren nach Durchführung der ersten Prognosen nachgebessert bzw. angepaßt werden mußten. Die Resultate der Fuzzifizierung sind Abbildung 4 zu entnehmen. sehr wenig wenig mittel viel s e h r v i e l Steigung Sättigung Auslauf 0,8 0,75 0,2 0, Verkäufe [Stk] Resultat der Fuzzifizierung für die Variable , Lebenszyklusphase [Jahr] Resultat der Fuzzifizierung für die Variable Verkaufsmenge Verkaufsphase wenig mittel viel gering mittel hoch 0,8 0, Nutzung [Seiten/Monat] Lebensdauer [Seiten] Resultat der Fuzzifizierung für die Variable Resultat der Fuzzifizierung für die Variable Nutzungsintensität Lebensdauer geringes mittleres gutes 0,8 0, Anreiz [%] Resultat der Fuzzifizierung für die Variable Anreizsystem Abbildung 4 Resultat der Fuzzifizierung der Eingangsvariablen
8 Aufgrund der in der Ausgangslage beschriebenen Situation ergeben sich nach der Fuzzifizierung die in Tabelle 2 aufgelisteten Ergebnisse: Verkauf Phase Nutzung Lebensdauer Anreiz sehr wenig 0 Steigung 0,25 wenig 0 gering 0 gering 0 wenig 0,2 Sättigung 0,75 mittel 0,4 mittel 0 mittleres 0,25 mittel 0,8 Auslauf 0 viel 0,8 hoch gutes 0,79 viel 0 sehr viel 0 Tabelle 2 Fuzzifizierte Eingangsvariablen 3.3 Aufbau der Regelbasis und Schlußfolgerung mit Fuzzy-Regeln Nicht alle möglichen Bedingungskombinationen und Schlußfolgerungen für die Prognose sind in diesem Beispiel berücksichtigt worden, sondern nur ein Auszug aller möglichen Regeln. Vornehmlich geht es darum den prinzipiellen Lösungsansatz darzustellen. Die Bedingungsteile der einzelnen Regeln sind UND-verknüpft und entsprechen dem Minimum- Verfahren. Die Regeln innerhalb der Regelblöcke sind ODER-verknüpft und entsprechen dem Maximum-Verfahren. In Abbildung 5 sind die Regelblöcke mit den einzelnen Regeln dargestellt. Abbildung 6 zeigt die Fuzzy-Inferenz mit den Zugehörigkeitsgraden, die aus der Regelbasis gewonnen wurden.
9 Regel A WENN (Verkauf wenig UND Zeit Steigung UND Anreizsystem mittleres) DANN Rückflußmenge wenig) ODER Regel A2 WENN (Verkauf wenig UND Zeit Steigung UND Anreizsystem gutes) DANN Rückflußmenge mittel) ODER Regel A3 WENN (Verkauf wenig UND Zeit Sättigung UND Anreizsystem mittleres) DANN Rückflußmenge viel) ODER Regel A4 WENN (Verkauf wenig UND Zeit Sättigung UND Anreizsystem gutes) DANN Rückflußmenge viel) ODER Regel A5 WENN (Verkauf mittel UND Zeit Steigung UND Anreizsystem mittleres) DANN Rückflußmenge wenig) ODER Regel A6 WENN (Verkauf mittel UND Zeit Steigung UND Anreizsystem gutes) DANN Rückflußmenge mittel) ODER Regel A7 WENN (Verkauf mittel UND Zeit Sättigung UND Anreizsystem mittleres) DANN Rückflußmenge viel) ODER Regel A8 WENN (Verkauf mittel UND Zeit Sättigung UND Anreizsystem gutes) DANN Rückflußmenge sehr viel) Regel B WENN (Lebensdauer hoch UND Nutzung wenig UND Anreizsystem mittleres) DANN Rückflußmenge sehr wenig) ODER Regel B2 WENN (Lebensdauer hoch UND Nutzung wenig UND Anreizsystem gutes) DANN Rückflußmenge wenig) ODER Regel B3 WENN (Lebensdauer hoch UND Nutzung viel UND Anreizsystem mittleres) DANN Rückflußmenge wenig) ODER Regel B4 WENN (Lebensdauer hoch UND Nutzung viel UND Anreizsystem gutes) DANN Rückflußmenge mittel) Regel C WENN (Zeit Steigung UND Lebensdauer hoch UND Nutzung mittel) DANN Rückflußmenge wenig) ODER Regel C2 WENN (Zeit Steigung UND Lebensdauer hoch UND Nutzung viel) DANN Rückflußmenge mittel) ODER Regel C3 WENN (Zeit Sättigung UND Lebensdauer hoch UND Nutzung mittel) DANN Rückflußmenge mittel) ODER Regel C4 WENN (Zeit Sättigung UND Lebensdauer hoch UND Nutzung viel) DANN Rückflußmenge viel) Abbildung 5 Regelbasis für Rückflußprognose
10 Regelblock A Regelblock B Regelblock C Regel A MIN (0.2,0.25,0.25) = 0.2 ODER Regel A2 MIN (0.2,0.25,0.79) = 0.2 ODER Regel A3 MIN (0.2,0.75,0.25) = 0.2 ODER Regel A4 MIN (0.2,0.75,0.79) = Regel B MIN (,0,0.25) = 0 ODER Regel B2 MIN (,0,0.79) = 0 ODER Regel B3 MIN (,0.8,0.25) = 0.25 ODER Regel B4 MIN (,0.8,0.79) = Abbildung 6 Fuzzy-Inferenz der Regelbasis Regel C MIN (0.25,,0.4) = 0.25 ODER Regel C2 MIN (0.25,,0.8) = 0.25 ODER Regel C3 MIN (0.75,,0.4) = 0.4 ODER Regel C4 MIN (0.75,,0.8) = Ermittlung des scharfen Ausgangswertes Durch Defuzzifizierung der Ausgangsvariablen erfolgt die Ermittlung des scharfen Ausgangswertes. Defuzzifizierungsmethoden können je nach Reglereigenschaften mehr oder weniger unterschiedliche Ergebnisse liefern und müssen daher von Fall zu Fall individuell ausgewählt werden. Die mit Abstand am häufigsten eingesetzten Methoden sind die Schwerpunkt- und die Maximalhöhenmethode. Bei der hier gewählten Schwerpunktmethode (Center of Area) werden zunächst alle Zugehörigkeitsfunktionen auf den Wahrheitswert begrenzt. Dieser ergibt sich wie bereits erwähnt aus der Fuzzy-Inferenz für jedes Attribut der Ausgangsvariablen. Unterhalb der Zugehörigkeitsfunktionen läßt sich bei Kantenzügen eine Fläche markieren, von der nun der Schwerpunkt in x-richtung berechnet wird. Die Formel zur Berechnung des scharfen Ausgangswertes mittels der Schwerpunktmethode lautet: y = ( n hj * yj / n j= j= hj) Der scharfe Ausgangswert, also die prognostizierte Rücklaufmenge an Altkopierern, beträgt in unserem Beispiel 3824 Stück. Abbildung 7 zeigt die Ausgangsvariable mit dem scharfen Ausgangswert.
11 Ausgangsvariable Rückflußmenge 0,8 0,75 0,4 0, Abbildung 7 Ermittlung des Ausgangswertes durch Defuzzifizierung 4 Zusammenfassung und Ausblick Es war eine Prognosemethode zu entwickeln und anzuwenden, die es gestattet, den Rückfluß von Altkopierern zum Recycling vorherzusagen. Neben den Verkaufszahlen der Kopierer standen weitere Informationen über die auf den Rückfluß wirkenden Einflußfaktoren zur Verfügung. Absatzinformationen und Einflußfaktoren sind als Eingangsvariablen in einer Regelbasis über Regeln miteinander verknüpft worden. Die mittels der Fuzzy-Prognose erzielten Ergebnisse stimmen mit den realen Werten der Recyclingunternehmen recht gut überein. Derzeit wird an einer Weiterentwicklung des Prognosemodells gearbeitet, um Rückflußprognosen für mehrere Planungsperioden zur Verfügung zu stellen. 5 Literaturverzeichnis [] Guide jr., V. D. R.: Remanufacturing Production Planning and Control: U.S. Industry Practise and Research Issues. In: Flapper, S. D. P./de Ron, A. J. Proceedings of the Second International Working Seminar on Re-Use. Eindhoven (NL), S. 0-4 [2] Mayer, A./Mechler, B./Schlindwein, A./Wolke, R.: Fuzzy Logic - Einführung und Leitfaden. Bonn: Addison-Wesley 993 [3] Bothe, H.: Neuro-Fuzzy-Methoden Einführung in Theorie und Anwendungen. Berlin: Springer 997 [4] Tuma, A.: Entwicklung emissionsorientierter Methoden zur Abstimmung von Stoff- und E- nergieströmen auf der Basis von fuzzifizierten Expertensystemen, Neuronalen Netzen und Neuro-Fuzzy-Ansätzen. Frankfurt am Main: Peter Lang 994 [5] Zimmermann, H.: Fuzzy Set Theory and its Applications. Boston: Kluwer Academic Publishers 99 [6] Altrock, C./Zimmermann, H. Wissensbasierte Systeme und Fuzzy Control. RWTH- Themen 99/0, S [7] Marx-Gomez, J./Rautenstrauch, C.: Predicting the Return of Scrapped Products through Simulation - a Case Study. In: Flapper, S. D. P./de Ron, A. J. Proceedings of the Second International Working Seminar on Re-Use. Eindhoven (NL), S
Einführung in die Fuzzy Logik
Einführung in die Fuzzy Logik Einleitung und Motivation Unscharfe Mengen fuzzy sets Zugehörigkeitsfunktionen Logische Operatoren IF-THEN-Regel Entscheidungsfindung mit dem Fuzzy Inferenz-System Schlußbemerkungen
Mehr1 Einleitung. 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen?
1 Einleitung 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen? Idee der Ökonometrie: Mithilfe von Daten und statistischen Methoden Zusammenhänge zwischen verschiedenen Größen messen. Lehrstuhl
MehrFuzzy-Systeme zur Unterstützung von Entscheidungen in land- und forstwirtschaftlichen Logistik-Prozessen
Fuzzy-Systeme zur Unterstützung von Entscheidungen in land- und forstwirtschaftlichen Logistik-Prozessen Steve Schneider Logistik- und Fabriksysteme Fraunhofer Institut für Fabrikbetrieb und -automatisierung
MehrGrundlagen der Fuzzy-Logik
Grundlagen der Fuzzy-Logik Seminarvortrag Julian Górny Matrikelnummer: 995146 Gliederung 1 Einleitung 2 Grundlagen 3 Fuzzy-Controller 4 Anwendungsbeispiel 5 Fazit und Ausblick Seite 2 Einleitung Bestimmte
MehrFuzzy-Inferenz. Fuzzy-Inferenz. Fuzzy-Inferenz. Fuzzy-Inferenz. Klassische Logik. Aussagenlogische Regel: a b
Fuzzy-Inferenz Fuzzy-Inferenz Klassische Logik. Produktionsregelsystem D, R mit D = {a} und R = {a b} Schlußfolgern mit Forward-Chaining (Modus Ponens, MP): a height is tall {0, 1} b weight is heavy {0,
MehrFELJC Fuzzyregler.odt 1. a) Die Vorgehensweise der klassischen Regelungstechnik
FELJC Fuzzyregler.odt 1 Fuzzy-Regler In diesem Kurs werden nur die Grundlagen anhand von Beispielen behandelt. Für Fuzzifizierung, Inferenz und Defuzzifizierung gibt es viele unterschiedliche Methoden,
MehrMethoden der unscharfen Optimierung
Methoden der unscharfen Optimierung Mike Hüftle Juli 2005 Inhaltsverzeichnis 1 Einleitung 2 1.1 Unscharfe Mengen.......................... 2 2 Unscharfe Mengen 3 2.1 Zugehörigkeit.............................
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
Mehr1 Grundprinzipien statistischer Schlußweisen
Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation
MehrÜberschrift. Titel Prognosemethoden
Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen
MehrOECD Programme for International Student Assessment
OECD Programme for International Student Assessment PISA 2003 BEISPIELAUFGABEN AUS DEM MATHEMATIKTEST Beispielaufgaben PISA-Hauptstudie 2003 Seite 1 INHALT UNIT GEHEN... 3 Frage 1: GEHEN... 4 Frage 2:
MehrEinführung in die Fuzzy-Logik (zur Anwendung in Fuzzy-Reglern)
Seminar Datenverarbeitung SS 98 Einführung in die Fuzzy-Logik (zur Anwendung in Fuzzy-Reglern) Bearbeiter: Michael Hubo Betreuer: Matthias Ortmann Inhaltsverzeichnis 1. MOTIVATION...2 2. WAS BEDEUTET FUZZY-LOGIK?...2
Mehr2 für 1: Subventionieren Fahrgäste der 2. Klasse bei der Deutschen Bahn die 1. Klasse?
2 für 1: Subventionieren Fahrgäste der 2. Klasse bei der Deutschen Bahn die 1. Klasse? Felix Zesch November 5, 2016 Abstract Eine kürzlich veröffentlichte These lautet, dass bei der Deutschen Bahn die
MehrEinführung in die Fuzzy Logic
Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]
MehrExemplar für Prüfer/innen
Exemplar für Prüfer/innen Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2015 Mathematik Kompensationsprüfung Angabe für Prüfer/innen Hinweise zur Kompensationsprüfung
MehrAnwendungen des Fréchet-Abstandes Das Constrained Free Space Diagram zur Analyse von Körperbewegungen
Anwendungen des Fréchet-Abstandes Das Constrained Free Space Diagram zur Analyse von Körperbewegungen David Knötel Freie Universität Berlin, Institut für Informatik Seminar über Algorithmen Leitfaden Wiederholung
MehrWärmebedarfsprognose für Einfamilienhaushalte auf Basis von Künstlichen Neuronalen Netzen
Wärmebedarfsprognose für Einfamilienhaushalte auf Basis von Künstlichen Neuronalen Netzen Internationale Energiewirtschaftstagung Wien - 12.02.2015 Maike Hasselmann, Simon Döing Einführung Wärmeversorgungsanlagen
MehrFuzzy Logic. Seminar im Sommersemester 2006 an der TU-Darmstadt (Prof. Dr. Fürnkranz) 06/18/06 Knowledge Engineering in Computer Spielen 1
Fuzzy Logic Seminar im Sommersemester 2006 an der TU-Darmstadt (Prof. Dr. Fürnkranz) 06/18/06 Knowledge Engineering in Computer Spielen 1 Geschichte und Definition Grundlegende Begriffe Fuzzy Process Anwendungen
MehrTutorial Excel Übung 1&2 Kartenverkauf -1- Kartenverkauf Die Aufgabenstellung ist der folgenden URL zu entnehmen: Übung1&2.
Tutorial Excel Übung 1&2 Kartenverkauf -1-1 Aufgabenstellung Kartenverkauf Die Aufgabenstellung ist der folgenden URL zu entnehmen: Übung1&2. 2 Strukturierter Entwurf zur Lösung 2.1 Definition des Problems
MehrInstitut für ökosoziales Management e.v.
Institut für ökosoziales Management e.v. - Gesundheit Umwelt Soziales - Moderation eines Lokalen Agenda - Prozesses Erfahrungen und Möglichkeiten (Vortragsmanuskript anlässlich des Kolloquiums der Rostocker
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
MehrSoftware- und Systementwicklung
Software- und Systementwicklung Seminar: Designing for Privacy 11.11.2009 Moritz Vossenberg Inhalt Vorgehensmodelle Wasserfallmodell V-Modell Phasen (Pflichtenheft) UML Klassendiagramm Sequenzdiagramm
MehrC1: Tabellenkalkulation Daten und Relationen (14)
C1: Tabellenkalkulation Daten und Relationen (14) Die Schüler lernen komplexere Aufgaben zu strukturieren und dafür passende Lösungsansätze auch unter Verwendung von Auswahlstrukturen zu finden. Bei der
MehrSozialwissenschaftliche Methoden und Methodologie. Begriffe, Ziele, Systematisierung, Ablauf. Was ist eine Methode?
Sozialwissenschaftliche Methoden und Methodologie WiSe 2007/ 08 Prof. Dr. Walter Hussy Veranstaltung 1 Begriffe, Ziele, Systematisierung, Ablauf 24.01.2008 1 Was ist eine Methode? Eine Methode ist eine
MehrRIF-Import in APIS IQ-Software
RIF-Import in APIS IQ-Software Die Schnittstelle wurde im Rahmen eines Hochschul-Projektes entwickelt und zur Verfügung gestellt. Sie ermöglicht den Import von Daten im sog. RIF-Format 1. Dabei handelt
Mehr4k. Bierschaumversuch
4k. Bierschaumversuch Worum geht es? Ein gut gezapftes Bier steht im Mittelpunkt. Das Absinken des Schaums wird gemessen und ausgewertet. Was bringt es? In der industriellen Produktion verlangt der Kunde
MehrProduktionsbasiertes Energiemanagement in der Lebensmittelindustrie
Produktionsbasiertes Energiemanagement in der Lebensmittelindustrie Ansätze und Ergebnisse aus einem Forschungsprojekt, aufbereitet für die Lehrstuhl für Lebensmittelverpackungstechnik, Lehrstuhl für mathematische
MehrTrendlinien in Diagrammen (Excel 2010)
Trendlinien in Diagrammen (Excel 2010) Trendlinien in Diagrammen (Excel 2010)... 1 Allgemeines... 2 Informationen über Prognosen und das Anzeigen von Trends in Diagrammen... 3 AUSWÄHLEN DES PASSENDEN TRENDLINIETYPS
MehrEinstieg in die Informatik mit Java
1 / 20 Einstieg in die Informatik mit Java Rekursion Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 20 1 Überblick 2 Rekursion 3 Rekursive Sortieralgorithmen 4 Backtracking
Mehr8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik
Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik
MehrConstraint-basierte Planung und Optimierung von Prüfungsterminen mithilfe einer graphischen Benutzeroberfläche
Douglas Cunningham,Petra Hofstedt, Klaus Meer, IngoSchmitt (Hrsg.): INFORMATIK 2015 LectureNotes in Informatics (LNI), Gesellschaft für Informatik, Bonn 2015 Constraint-basierte Planung und Optimierung
MehrDGUV Vorschrift 2. Die Regelbetreuung in Betrieben mit mehr als 10 Beschäftigten setzt sich aus zwei
Thomas Waldhecker Versuch einer Zusammenfassung: Grund für die Vorschrift: DGUV Vorschrift 2 Der Reformprozess zur betriebsärztlichen und sicherheitstechnischen Betreuung der Betriebe wird mit der DGUV
MehrPrüfungsbogen. Fakultät Informatik. 1.1 Erläutern Sie die Stücklistenbegriffe:
Prüfungsbogen Saal- und Platz Nr.: Bogen Nr.: 1 Fakultät Informatik Hochschule Reutlingen Matrikel Nr.: Wirtschaftsinformatik Datum: 30.01.2009 Studiengang : Semester: Name: Logistik und ProduktionVorname:
MehrBerechnung des LOG-RANK-Tests bei Überlebenskurven
Statistik 1 Berechnung des LOG-RANK-Tests bei Überlebenskurven Hans-Dieter Spies inventiv Health Germany GmbH Brandenburger Weg 3 60437 Frankfurt hd.spies@t-online.de Zusammenfassung Mit Hilfe von Überlebenskurven
MehrDie finanzielle Zukunft des Unternehmens und des Unternehmers. - Vermögensplanung -
Die finanzielle Zukunft des Unternehmens und des Unternehmers - Vermögensplanung - Dipl.-Kfm. Dietmar Merget Wirtschaftsprüfer / Steuerberater Mainaschaff, 19.07.2011 2 Die Vermögensplanung Was ist Vermögensplanung?
MehrKonzept-, Struktur-, Prozess- und Ergebnisqualität
Konzept-, Struktur-, Prozess- und Ergebnisqualität PD Dr. Rainer Strobl Universität Hildesheim Institut für Sozialwissenschaften & proval Gesellschaft für sozialwissenschaftliche Analyse, Beratung und
MehrMorphologische Bildverarbeitung II
FAKULTÄT FÜR MATHEMATIK UNIVERSITÄT ULM ABT. STOCHASTIK ABT. ANGEWANDTE INFORMATIONSVERARBEITUNG Seminar Simulation und Bildanalyse mit Java Morphologische Bildverarbeitung II BETREUER: JOHANNES MAYER
Mehr4.5 Nassi-Schneidermann Diagramm
4.5 Nassi-Schneidermann Diagramm Nassi-Schneidermann-Diagramme, die auch Struktogramme genannt werden, sind graphische Hilfsmittel zum Entwurf und zur Darstellung von Programmsystemen. Sie sind beim Detailentwurf
MehrExposé zur Safari-Studie 2002: Der Mensch in IT-Projekten Tools und Methoden für den Projekterfolg durch Nutzerakzeptanz
Exposé zur Safari-Studie 2002: Der Mensch in IT-Projekten Tools und Methoden für den Projekterfolg durch Nutzerakzeptanz Inhalt: Viele IT-Projekte scheitern nicht aus technisch bedingten Gründen, sondern
MehrBestimmen von Quantilen
Workshop im Rahmen der VIV-Begabtenförderung Bestimmen von Quantilen Wie Rückwärtsdenken in der Stochastik hilft Leitung: Tobias Wiernicki-Krips Samstag, 10. Januar 2015 1 / 29 Motivation Wie bestimmt
MehrMakrem Kadachi. Kriterien für eine simulationskonforme Abbildung von Materialflusssystemen. Herbert Utz Verlag München
Makrem Kadachi Kriterien für eine simulationskonforme Abbildung von Materialflusssystemen Herbert Utz Verlag München Zugl.: München, Techn. Univ., Diss., 2003 Bibliografische Information Der Deutschen
MehrTEPZZ 8Z4_ 4A T EP 2 804 134 A2 (19) (11) EP 2 804 134 A2 (12) EUROPÄISCHE PATENTANMELDUNG. (51) Int Cl.: G06N 5/04 (2006.01)
(19) TEPZZ 8Z4_ 4A T (11) EP 2 804 134 A2 (12) EUROPÄISCHE PATENTANMELDUNG (43) Veröffentlichungstag: 19.11.2014 Patentblatt 2014/47 (51) Int Cl.: G06N 5/04 (2006.01) (21) Anmeldenummer: 14164693.5 (22)
MehrSchriftlicher Test Teilklausur 2
Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2009 / 2010 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher
MehrBeispielklausur. Methoden der Wirtschaftsinformatik
Prof. Dr. Andreas Fink Fakultät für Wirtschafts- und Sozialwissenschaften Helmut-Schmidt-Universität / Universität der Bundeswehr Hamburg Beachten Sie: Die Themenauswahl, Punkteverteilung, Aufgabenanzahl
MehrObjektorientierte Bildverarbeitung Methodische Grundlagen
ARC GmbH Objektorientierte Bildverarbeitung Methodische Grundlagen Klaus Steinnocher, Florian Kressler klaus.steinnocher@arcs.ac.at Geschäftsfeld Umweltplanung ARC http://www.arcs.ac.at/s 1 ARC GmbH Einleitung!
Mehr- innerhalb der Betrachtung von linearer und multiplikativer Nachfragefunktion jeweils zwischen deterministischer und stochastischer Marktnachfrage.
6 Zusammenfassung In dieser Arbeit wurden Modelle entwickelt, mittels derer für Supply Chains verschiedener Kettenlängen optimale Preis- und/oder Mengenkombinationen hinsichtlich der Deckungsbeitragsmaximierung
Mehr70 Jahre Reglereinstellung nach Ziegler und Nichols
Fakultät Informatik, Institut für angewandte Informatik, Professur für technische Informationssysteme Proseminar Technische Informationssysteme Johannes Postel Dresden, 14. November 2011 Überblick 1. Systembegriff
MehrEinführung. Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme
Teil I Einführung Überblick 1 2 Geschichte der Informatik 3 Technische Grundlagen der Informatik Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme 4 Daten, Informationen, Kodierung
MehrMultimomentaufnahme. Fachhochschule Köln Campus Gummersbach Arbeitsorganisation Dr. Kopp. Multimomentaufnahme. Arbeitsorganisation
1 Gliederung der Präsentation - Definition - Zeitstudien Einordnung - Prinzip und Verfahrensformen - Genereller Ablauf - Planung von MM-Studien 2 Definition multum momentum viel Augenblick Die besteht
MehrChi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrPrognose von Ressourcenbedarfen zur langfristigen Prozessoptimierung
ibi research Seite 1 Prognose von Ressourcenbedarfen zur langfristigen Prozessoptimierung Christian Ritter ibi research an der Universität Regensburg GmbH Competence Center Business Process and Quality
MehrKonzeption und Evaluation eines Ansatzes zur Methodenintegration im Qualitätsmanagement
Konzeption und Evaluation eines Ansatzes zur Methodenintegration im Qualitätsmanagement Dissertation zur Erlangung des Grades eines Doktors der Wirtschaftswissenschaft eingereicht an der Wirtschaftswissenschaftlichen
Mehr3. Schnittebenenverfahren
3. Schnittebenenverfahren Themen 3. Schnittebenenverfahren Ganzzahlige lineare Programmierung Schnittebenenverfahren Konstruktion von Schnittebenen Auswahl von Schnittrestriktionen Operations Research
MehrDie Ermittlung und Behandlung des immateriellen Vermögens
Wirtschaft Alexander Sablatnig Die Ermittlung und Behandlung des immateriellen Vermögens Insbesondere des Firmenwertes - nach nationaler und internationaler Rechnungslegung Magisterarbeit Alexander Sablatnig
MehrINFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße
DAS THEMA: INFERENZSTATISTIK III INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße Inferenzstatistik für Lagemaße Standardfehler
MehrDoing Economics with the Computer Sommersemester 2002. Excel Solver 1
Universität Bern Kurt Schmidheiny / Manuel Wälti Doing Economics with the Computer Sommersemester 2002 Excel Solver 1 Mit dem Solver unterstützt Excel eine Funktion, mit der u.a. komplex verschachtelte
MehrDie vorliegenden Unterlagen wurden im Rahmen des
Die vorliegenden Unterlagen wurden im Rahmen des Bund-Länder-Wettbewerbs Aufstieg durch Bildung: Offene Hochschulen 1. Wettbewerbsrunde 01.10.2011-30.09.2017 als Teil des Vorhabens der Gottfried Wilhelm
MehrInformationen zur Praxisaufgabe Interaktion mit Menschen mit Demenz gestalten und reflektieren
Informationen zur Praxisaufgabe Interaktion mit Menschen mit Demenz gestalten und reflektieren Liebe Praxisanleiterinnen und Praxisanleiter, Ihre Auszubildenden haben sich in ihrem letzten Theorieblock
MehrZyklisch evaluieren 1 (Auszug aus dem Leitfaden zur Selbstevaluation )
Zyklisch evaluieren 1 (Auszug aus dem Leitfaden zur Selbstevaluation ) Auf Basis des Qualitätsrahmens für Schulen in Baden-Württemberg lassen sich die unterschiedlichen Bereiche mit dem hier dargestellten
Mehr4.Wie gut haben Sie im letzten Jahr(1997) Ihre Ziele bezüglich der Neukundengewinnung erreicht? 1 = gar nicht erreicht 7 = voll erreicht
2.2.4.1. Antwortprofil Anhand einer siebenstufigen Ratingskala 1 konnten die Unternehmen den Zielerreichungsgrad bezüglich der einzelnen vorgegebenen Ziele ankreuzen. Abbildung 33 zeigt das Antwortprofil
MehrKapitel 2. Elementare Schaltwerke. 2.1 RS-Flipflop
Kapitel 2 Elementare Schaltwerke 2.1 RS-Flipflop Unter dem Gesichtspunkt der Stabilität betrachtet, wird der zweistufige analoge Transistorverstärker des Bildes 2.1 dann instabil, wenn die gestrichelt
MehrWandlungsfähigkeitstraining für. Mitarbeiter in der manuellen Montage. basierend auf Trainingsmethoden. aus dem Gerätturnen.
Wandlungsfähigkeitstraining für Mitarbeiter in der manuellen Montage basierend auf Trainingsmethoden aus dem Gerätturnen Dissertation zur Erlangung des akademischen Grades Doktoringenieur (Dr.-Ing.) vorgelegt
MehrDifferenzengleichungen. und Polynome
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-600 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung Mit linearen Differenzengleichungen
Mehr- Reduktion durch intelligentes Recycling von Edelstahlschrott
Edelstahlindustrie: CO 2 - Reduktion durch intelligentes Recycling von Edelstahlschrott Eine Untersuchung des Fraunhofer- Instituts UMSICHT im Auftrag der Oryx Stainless Group Mülheim an der Ruhr / Dordrecht,
Mehr3.2 Lineare Optimierung (Entscheidungen unter Sicherheit)
3. Lineare Optimierung (Entscheidungen unter Sicherheit) Betrachtet wird hier der Fall Θ = (bzw. die Situation u(a, ϑ) bzw. l(a,ϑ) konstant in ϑ Θ für alle a A). Da hier keine Unsicherheit über die Umweltzustände
MehrDie Bachelorarbeit am IUC
Wirtschafts- und Sozialwissenschaftliche Fakultät Departement für Betriebswirtschaftslehre Institut für Unternehmensrechnung und Controlling Die Bachelorarbeit am IUC Abteilung Managerial Accounting Als
MehrZur Beschreibung datenbasierter Parametrisierung von Softwarekomponenten
Zur Beschreibung datenbasierter Parametrisierung von Softwarekomponenten Jörg Ackermann Uni Augsburg Jörg Ackermann: Zur Beschreibung datenbasierter Parametrisierung von Softwarekomponenten. AKA 2004 /
MehrÜBER DIE TYPISCHE MINDESTSPANNUNG AN MONOCHROMATISCHEN LEUCHTDIODEN
ÜBER DIE TYPISCHE MINDESTSPANNUNG AN MONOCHROMATISCHEN LEUCHTDIODEN Eugen Grycko, Werner Kirsch, Tobias Mühlenbruch Fakultät für Mathematik und Informatik FernUniversität Universitätsstrasse 1 D-58084
MehrUse-Case-Template. Deliverable E1.1
Use-Case-Template Deliverable E1.1 Projekt USecureD Usable Security by Design Förderinitiative Einfach intuitiv Usability für den Mittelstand Förderkennzeichen 01MU14002 Arbeitspaket AP 1.1 Fälligkeit
MehrGütebewertung und Performanceanalyse von Prognosealgorithmen bei unterschiedlichen Signalklassen
Gütebewertung und Performanceanalyse von Prognosealgorithmen bei unterschiedlichen Signallassen Diplomverteidigung Yongrui Qiao 25. 06. 2009 1/33 Gliederung Motivation und Problemstellung Testverfahren
MehrBestandsplanung. Prof. Dr.-Ing. Bernd Noche
Prof. Dr.-Ing. Bernd Noche Bestandsplanung Fakultät für Ingenieurwissenschaften Abteilung Maschinenbau Transportsysteme und -logistik Keetmanstr. 3-9 47058 Duisburg Telefon: 0203 379-2785 Telefax: 0203
MehrECTS-Regionaltagung Nach der Rückkehr: Die Übertragung von Noten Pilotprojekt zur Notenübertragung nach dem ECTS Users' Guide
ECTS-Regionaltagung 2012 Mobilität wer, wie und warum? Nach der Rückkehr: Die Übertragung von Noten Pilotprojekt zur Notenübertragung nach dem ECTS Users' Guide Prof. Dr. Karl-Heinz Rau, Hochschule h Pforzheim,
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrGliederung zu Kapitel 7. 7. Break-Even-Analyse
Gliederung zu Kapitel 7 7. Break-Even-Analyse 7.1 Zielsetzung und Annahmen von Break-Even-Analysen 7.2 Break-Even-Analysen bei einem Produkt 7.3 Break-Even-Analysen bei mehreren Produkten 7.4 Analyse der
MehrKontextbasierte Auflösung von Mehrdeutigkeiten beim iterativen Entwurf von Benutzungsschnittstellen
Fakultät Elektrotechnik und Informationstechnik Institut für Automatisierungstechnik Kontextbasierte Auflösung von Mehrdeutigkeiten beim iterativen Entwurf von Benutzungsschnittstellen MoBe-Workshop @
MehrFührung, Organisation, Kommunikation
Berufsprüfung für Technische Kaufleute mit eidg. Fachausweis Examen professionnel pour les agents technico-commerciaux avec brevet fédéral Kandidaten-Nr. Name: Vorname: Prüfung 2015 Führung, Organisation,
MehrDie Programmiersprache C Eine Einführung
Die Programmiersprache C Eine Einführung Christian Gentsch Fakutltät IV Technische Universität Berlin Projektlabor 2. Mai 2014 Inhaltsverzeichnis 1 Einführung Entstehungsgeschichte Verwendung 2 Objektorientiert
Mehr12 Digitale Logikschaltungen
2 Digitale Logikschaltungen Die Digitaltechnik ist in allen elektronischen Geräte vorhanden (z.b. Computer, Mobiltelefone, Spielkonsolen, Taschenrechner und vieles mehr), denn diese Geräte arbeiten hauptsächlich
MehrExemplar für Prüfer/innen
Exemplar für Prüfer/innen Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2016 Mathematik Kompensationsprüfung 3 Angabe für Prüfer/innen Hinweise zur
MehrNewtonverfahren Die folgende Abbildung beschreibt das Newtonverfahren zur näherungsweisen Berechnung von Nullstellen:
BspNr: J0011 Themenbereich Näherungsverfahren zur Nullstellenberechnung (Newtonverfahren) Ziele Probleme, die bei der näherungsweisen Nullstellenberechnung auftreten können, erkennen. Analoge Aufgabenstellungen
MehrFuzzy-Logik. Mathias Bank
Fuzzy-Logik Inhaltsverzeichnis Mathias Bank 1 Einführung 2 1.1 Problembeschreibung 2 1.2 Fuzzy-Mengen 2 1.3 Bezeichnungen 3 1.4 Operationen auf Fuzzy-Mengen 4 1.5 Fuzzy-Relationen 6 1.6 Fuzzy-Regeln 7
MehrErfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.
Abstract zum Thema Handelssysteme Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.01 Einleitung: Handelssysteme
MehrEin Tabellenverfahren zur Lösung linearer Gleichungssysteme
Ein Tabellenverfahren zur Lösung linearer Gleichungssysteme Holger Krug 17. Februar 2007 1 Das Tabellenverfahren Zum Lösen linearer Gleichungssysteme gibt es mehrere Verfahren. Alle Verfahren haben gemeinsam,
MehrErfahrungen mit einem 3-stufigen Eingangstest für Mathematik
Ergebnisse des es Mathematik Erfahrungen mit einem 3-stufigen für Mathematik Prof. Dr. Manuela Boin Dipl.-Ing. Ute Nachbauer Boin, Nachbauer 16.09.2016 13. Workshop - Mathematik in ingenieurwissenschaftlichen
MehrMBEES Research Abstract Ein Framework zur automatisierten Ermittlung der Modellqualität bei eingebetteten Systemen
MBEES 2010 - Research Abstract Ein Framework zur automatisierten Ermittlung der Modellqualität bei eingebetteten Systemen Jan Scheible (jan.scheible@daimler.com) Daimler AG Group Research and Advanced
MehrEntwicklung einer netzbasierten Methodik zur Modellierung von Prozessen der Verdunstungskühlung
Institut für Energietechnik - Professur für Technische Thermodynamik Entwicklung einer netzbasierten Methodik zur Modellierung von Prozessen der Verdunstungskühlung Tobias Schulze 13.11.2012, DBFZ Leipzig
MehrLineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
MehrLessons Learned Prozess Lessons Learned Prozesse ermöglichen
Lessons Learned Prozess Lessons Learned Prozesse ermöglichen Organisationen, aus Erfolgen und Misserfolgen systematisch zu lernen und ihre Prozesse zu optimieren. Diese Methode ist daher im Semantischen
MehrWAHRNEHMUNG UND NACHWEIS NIEDRIGER ELEKTRISCHER LEISTUNG. FernUniversität Universitätsstrasse 1 D Hagen, GERMANY. 1.
WAHRNEHMUNG UND NACHWEIS NIEDRIGER ELEKTRISCHER LEISTUNG Eugen Grycko 1, Werner Kirsch 2, Tobias Mühlenbruch 3 1,2,3 Fakultät für Mathematik und Informatik FernUniversität Universitätsstrasse 1 D-58084
Mehr"Make or buy" bei der Entscheidung für eine neue Steuer- und Regelungsplattform
"Make or buy" bei der Entscheidung für eine neue Steuer- und Regelungsplattform "Die auf sbrio basierende Entwicklung hat grosse Vorteile, steht doch das System unmittelbar für erste Versuche zur Verfügung
MehrSystematische Optimierungsverfahren verbessern mit geringem Aufwand Prozesse und Produkte
Systematische Optimierungsverfahren verbessern mit geringem Aufwand Prozesse und Produkte - Eine phänomenologische Darstellung der statistischen Versuchsplanung - Sie kennen das Problem: Ihr komplexer
Mehr1. Einleitung wichtige Begriffe
1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und
MehrK2 - Klausur Nr. 2. Wachstumsvorgänge modellieren mit der Exponentialfunktion. keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.
K2 - Klausur Nr. 2 Wachstumsvorgänge modellieren mit der Exponentialfunktion Pflichtteil keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere
MehrChi Quadrat-Unabhängigkeitstest
Fragestellung 1: Untersuchung mit Hilfe des Chi-Quadrat-Unabhängigkeitstestes, ob zwischen dem Herkunftsland der Befragten und der Bewertung des Kontaktes zu den Nachbarn aus einem Anderen Herkunftsland
MehrBig Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion
Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion Frank Effenberger, Marco Fischer, 22.06.2015, München Agenda Firmenpräsentation Einführung Anwendungsfall Fazit Zahlen und
MehrEin Fuzzy-Control geführtes Lüftungssystem für Niedrigenergie- und Passivhäuser
Ein Fuzzy-Control geführtes Lüftungssystem für Niedrigenergie- und Passivhäuser Dr. Christiane Kettner und Willi Schmidt, Ritter Energie-und Umwelttechnik 76307 Karlsbad-Langensteinbach 1. Einleitung Die
MehrData Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY
Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung
MehrAuswahlverfahren. Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl. Dipl.-Päd. Ivonne Bemerburg
Auswahlverfahren Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl Blockseminar: Methoden quantitativer Grundgesamtheit und Stichprobe Die Festlegung einer Menge von Objekten, für die die Aussagen der
Mehr