Beurteilung der Bestandsfestigkeit von Unternehmen mit Neuro-Fuzzy

Die Bestandsfestigkeit eines Unternehmens spielt in zahlreichen betriebswirtschaftlichen Entscheidungsproblemen eine wichtige Rolle. Um ein zuverlässiges, objektives und auch nachvollziehbares Urteil über die Bestandsfestigkeit fällen zu können, bedarf es eines leistungsfähigen Instruments der Jahresabschlussanalyse. Ein solches wird in dieser Arbeit mit Hilfe eines hybriden Verfahrens der Künstlichen Intelligenz auf Basis von mehr als 8.000 Jahresabschlüssen entwickelt. Hierbei wird die Nachvollziehbarkeit wissensbasierter Fuzzy-Regelsysteme mit der Lernfähigkeit Künstlicher Neuronaler Netze verbunden. Die Ergebnisse zeigen, dass das entwickelte Neuro-Fuzzy-System neben einer hohen Leistungsfähigkeit zugleich für den Anwender eine nachvollziehbare Urteilsbildung bereitstellt und sich daher für die Jahresabschlussanalyse in idealer Weise eignet.

List of contents

Aus dem Inhalt: Darstellung von Verfahren der Künstlichen Intelligenz zur Beurteilung der Bestandsfestigkeit, insb. wissensbasierte Fuzzy-Regelsysteme, Künstliche Neuronale Netze und Neuro-Fuzzy-Systeme - Entwicklung und Validierung eines Neuro-Fuzzy-Lageindikators - Anwendung des entwickelten Neuro-Fuzzy-Lageindikators auf den Porsche Konzern.

Product details

• Authors: Christian Heitmann
• Publisher: Peter Lang
• Languages: German
• Product format: Paperback / Softback
• Released: 01.01.2002
• EAN: 9783631393833
• ISBN: 978-3-631-39383-3
• No. of pages: 294
• Dimensions: 148 mm x 18 mm x 210 mm
• Weight: 420 g
• Series: Betriebswirtschaftliche Studien; Betriebswirtschaftliche Studien - Rechnungs- und Finanzwesen, Organisation und Institution; Lang, Peter Frankfurt; Betriebswirtschaftliche Studien - Rechnungs- und Finanzwesen, Organisation und Institution; Betriebswirtschaftliche Studien
• Subjects: Natural sciences, medicine, IT, technology > IT, data processing; Social sciences, law, business > Business > Business administration