Tytuł: | Prognozowanie i symulacja w przedsiębiorstwie | Autor: | Artur Maciąg, Roman Pietroń, Sławomir Kukla | ISBN: | 978-83-208-2061-4 | Ilość stron: | 356 | Data wydania: | 02/2013 | Format: | 16.2x23.7cm | Wydawnictwo: | PWE | Cena: | 64.90zł |
Podręcznik stanowi kompendium wiedzy na temat narzędzi wspomagających zarządzanie przedsiębiorstwem, jakimi są prognozowanie i symulacja.
Omówiono w nim między innymi techniki prognozowania na podstawie modelu ekonometrycznego i analizy szeregów czasowych, a także rolę sieci neuronowych w prognozowaniu oraz technik prognozowania heurystycznego, kombinowanego i hybrydowego. Ponadto przedstawiono metodologię modelowania symulacyjnego oraz gry symulacyjne stosowane w kierowaniu przedsiębiorstwem.Liczba stron 356
Spis treści
Rozdział 1. Podstawy prognozowania 1.1. Obszary zastosowań prognozowania 1.1.1. Prognozowanie w przedsiębiorstwie 1.1.2. Prognozowanie wielkości sprzedaży 1.1.3. Prognozy gospodarcze 1.1.4. Prognozy społeczne 1.2. Elementy statystyki wykorzystywane w procesie prognozowania 1.2.1. Rodzaje danych statystycznych oraz podstawowe parametry rozkładu cech statystycznych 1.2.2. Estymacja przedziałowa oraz testy statystyczne 1.2.3. Wykorzystanie programów komputerowych 1.3. Podstawowe pojęcia prognostyczne 1.3.1. Metody prognozowania oraz klasyfikacja prognoz 1.3.2. Etapy oraz reguły prognozowania 1.3.3. Błąd ex post oraz ex ante, błąd bezwzględny i względny 1.3.4. Dopuszczalność oraz horyzont prognozy
Rozdział 2. Prognozowanie na podstawie modelu ekonometrycznego 2.1. Etapy budowy jednorównaniowego modelu ekonometrycznego 2.1.1. Określenie problemu prognostycznego 2.1.2. Dobór zmiennych do modelu 2.1.3. Estymacja i weryfikacja modelu 2.1.4. Prognozowanie 2.2. Modele wielorównaniowe 2.2.1. Postać strukturalna i postać zredukowana 2.2.2. Modele proste 2.2.3. Modele rekurencyjne 2.3. Modele zawierające zmienne jakościowe 2.3.1. Wprowadzenie 2.3.2. Model probitowy 2.3.3. Model logitowy 2.4. Wykorzystanie programów komputerowych 2.5. Przykłady prognoz z wykorzystaniem modeli ekonometrycznych
Rozdział 3. Analiza szeregów czasowych 3.1. Rodzaje szeregów 3.2. Dekompozycja szeregu czasowego 3.3. Modele adaptacyjne 3.3.1. Metody naiwne 3.3.2. Wygładzenie szeregu czasowego 3.4. Metody analityczne 3.4.1. Prognozowanie na podstawie funkcji trendu 3.4.2. Wahania sezonowe i cykliczne 3.5. Modele autoregresyjne 3.5.1. Procesy stacjonarne i niestacjonarne 3.5.2. Modele ARMA i ARIMA 3.5.3. Metoda Boxa–Jenkinsa 3.6. Wykorzystanie programów komputerowych 3.7. Przykłady prognoz z wykorzystaniem szeregów czasowych
Rozdział 4. Sieci neuronowe w prognozowaniu 4.1. Podstawowe definicje oraz rodzaje sieci neuronowych 4.1.1. Pojedynczy neuron 4.1.2. Warstwa neuronów 4.1.3. Rodzaje sieci neuronowych 4.2. Architektura sieci oraz metody uczące 4.3. Testowanie sieci 4.4. Wyznaczanie prognoz 4.5. Wykorzystanie programów komputerowych 4.6. Przykłady prognoz z wykorzystaniem sieci neuronowych
Rozdział 5. Inne metody wyznaczania prognoz 5.1. Prognozowanie heurystyczne i analogowe 5.1.1. Metoda analogowa 5.1.2. Metoda delficka 5.1.3. Testy rynkowe 5.2. Prognozowanie kombinowane i hybrydowe 5.2.1. Metody kombinowane 5.2.2. Metody hybrydowe 5.3. Przykłady prognoz z wykorzystaniem metod heurystycznych, kombinowanych i hybrydowych
Rozdział 6. Podstawy modelowania symulacyjnego 6.1. Etymologia symulacji 6.1.1. Rys historyczny symulacji 6.1.2. Źródła filozoficzne symulacji 6.2. Podstawowe definicje z zakresu modelowania i symulacji 6.3. Wprowadzenie do modelowania symulacyjnego systemów 6.3.1. Specyfikacje formalne w modelowaniu symulacyjnym systemów 6.3.2. Hierarchia specyfikacji w modelowaniu symulacyjnym systemów 6.3.3. Relacje podobieństwa w modelowaniu symulacyjnym systemów 6.4. Opis formalny metod symulacyjnych 6.4.1. Formalizmy modelowania i algorytmy symulacji 6.4.2. Zasady projektowania modeli symulacyjnych 6.4.3. Środowisko symulacji 6.5. Podstawowe problemy metodologiczne symulacji 6.5.1. Etapy modelowania, przebiegu eksperymentu symulacyjnego i wykorzystania wyników symulacji 6.5.2. Weryfikacja i walidacja modeli symulacyjnych 6.5.3. Agregacja i upraszczanie modeli symulacyjnych 6.5.4. Aspekty komunikacyjne w symulacji 6.5.5. Wnioskowanie z wyników badań symulacyjnych 6.6. Planowanie eksperymentu symulacyjnego 6.7. Przegląd narzędzi stosowanych w symulacji 6.7.1. Wykorzystanie arkuszy kalkulacyjnych w symulacji 6.7.2. Języki programowania 6.7.3. Specjalistyczne oprogramowanie symulacyjne 6.7.4. Dobór narzędzi symulacyjnych 6.8. Znaczenie symulacji w przedsiębiorstwie 6.8.1. Badania stanu zastosowań symulacji w przedsiębiorstwach 6.8.2. Zakres zastosowań symulacji w przedsiębiorstwie 6.9. Przykłady sukcesów metod symulacyjnych w przedsiębiorstwach
Rozdział 7. Symulacja ciągła 7.1. Podstawy formalne symulacji ciągłej 7.1.1. Opis formalny modelu w symulacji ciągłej 7.1.2. Zdarzenie, zachowanie systemu, struktura systemu 7.1.3. Historia, założenia i paradygmaty metody Dynamiki Systemów 7.1.4. Elementy konstrukcyjne modeli Dynamiki Systemów 7.2. Proces modelowania symulacyjnego w metodzie Dynamiki Systemów 7.2.1. Etapy i wyniki modelowania w metodzie Dynamiki Systemów 7.2.2. Odwzorowanie upływu czasu w symulacji ciągłej 7.2.3. Projektowanie równań w metodzie Dynamiki Systemów 7.2.4. Algorytm obliczeniowy w metodzie Dynamiki Systemów 7.3. Struktura systemu a jego zachowanie się — relacje wzajemne 7.3.1. Wzorce zachowań systemów dynamicznych 7.3.2. Polaryzacja i dominacja sprzężeń zwrotnych 7.3.3. Własności dynamiczne modeli w symulacji ciągłej 7.4. Narzędzia modelowania w metodzie symulacji ciągłej — przykłady 7.4.1. Język modelowania DYNAMO 7.4.2. System modelowania IThink/Stella 7.4.3. System modelowania Vensim 7.4.5. System modelowania Powersim 7.5. Przykłady zastosowania Dynamiki Systemów w symulacji przedsiębiorstw
Rozdział 8. Symulacja dyskretna 8.1. Podstawy formalne symulacji dyskretnej 8.1.1. Opis formalny modelu w symulacji dyskretnej 8.1.2. Zdarzenie, czynność, proces — relacje wzajemne 8.1.3. Założenia i paradygmaty metod symulacji dyskretnej 8.1.4. Elementy konstrukcyjne modeli w symulacji dyskretnej 8.2. Proces modelowania w symulacji dyskretnej 8.2.1. Etapy i wyniki modelowania w symulacji dyskretnej 8.2.2. Odwzorowanie upływu czasu w symulacji dyskretnej 8.2.3. Projektowanie równań w symulacji dyskretnej 8.2.4. Metoda Monte Carlo w symulacji dyskretnej 8.2.5. Algorytmy obliczeniowe w symulacji dyskretnej 8.3. Analiza danych w symulacji dyskretnej 8.3.1. Analiza danych wejściowych symulacji 8.3.2. Analiza danych wyjściowych symulacji 8.3.3. Własności statystyczne modeli w symulacji dyskretnej 8.4. Narzędzia modelowania w metodzie symulacji dyskretnej—przykłady 8.4.1. Język modelowania GPSS (GPSS World) 8.4.2. System modelowania ExtendSim 8.4.3. System modelowania Arena 8.5. Przykłady zastosowania symulacji dyskretnej w modelowaniu przedsiębiorstw
Rozdział 9. Symulacja hybrydowa 9.1. Podstawy formalne symulacji hybrydowej 9.1.1. Opis formalny modelu w symulacji hybrydowej 9.1.2. Założenia i paradygmaty metod symulacji hybrydowej 9.1.3. Elementy konstrukcyjne modeli w symulacji hybrydowej 9.2. Proces modelowania w symulacji hybrydowej 9.2.1. Etapy i wyniki modelowania w symulacji hybrydowej 9.2.2. Odwzorowanie upływu czasu w symulacji hybrydowej 9.2.3. Projektowanie modelu w symulacji hybrydowej 9.2.4. Algorytmy obliczeniowe w symulacji hybrydowej 9.3. Narzędzia modelowania w metodzie symulacji hybrydowej — przykłady 9.3.1. Symulacja hybrydowa w języku GPSS (GPSS World) 9.3.2. Symulacja hybrydowa w systemie modelowania ExtendSim 9.3.3. Symulacja hybrydowa w systemie modelowania Arena 9.4. Przykłady zastosowania symulacji hybrydowej w modelowaniu przedsiębiorstw
Rozdział 10. Gry symulacyjne 10.1. Podstawy gier symulacyjnych 10.1.1. Krótki rys historyczny 10.1.2. Opis formalny modelu w grze symulacyjnej 10.1.3. Określenie i cechy gier symulacyjnych 10.1.4. Typy i taksonomie gier symulacyjnych 10.2. Zasady organizacji rozgrywki w grze symulacyjnej 10.2.1. Przebieg rozgrywki w grze symulacyjnej 10.2.2. Rola arbitra w grze symulacyjnej 10.2.3. Czynności realizowane przez graczy w grze symulacyjnej 10.2.4. Zasady projektowania scenariusza w grze symulacyjnej 10.3. Skuteczność i efektywność gier symulacyjnych 10.3.1. Cele zastosowania gier symulacyjnych w przedsiębiorstwie 10.3.2. Założenia i sposoby oceny gier symulacyjnych 10.4. Przykłady zastosowań gier symulacyjnych w przedsiębiorstwie
Rozdział 11. Modelowanie i symulacja systemów produkcyjnych 11.1. Wprowadzenie 11.2. Obszary wykorzystania modelowania i symulacji systemów produkcyjnych 11.3. Etapy przebiegu eksperymentu symulacyjnego w projektowaniu i doskonaleniu systemów produkcyjnych 11.3.1. Definiowanie problemu 11.3.2. Zebranie i opracowanie danych 11.3.3. Budowa modelu symulacyjnego 11.3.4. Testowanie i weryfikacja modelu 11.3.5. Planowanie doświadczeń symulacyjnych 11.3.6. Przeprowadzenie doświadczeń symulacyjnych i analiza wyników 11.3.7. Wdrożenie wyników symulacji w systemie rzeczywistym 11.4. Korzyści płynące z wykorzystania modelowania i symulacji systemów produkcyjnych 11.5. Przykłady wykorzystania modelowania i symulacji systemów produkcyjnych
Rozdział 12. Komputerowe wspomaganie symulacji w przedsiębiorstwie 12.1. Formy integracji symulacji i sztucznej inteligencji 12.2. Technologia agentowa w symulacji 12.3. Symulacja webowa i rozproszona 12.3.1. Symulacja webowa 12.3.2. Symulacja rozproszona 12.4. Symulacja i analiza procesów 12.5. Wizualizacja systemów 12.6. Przykłady komputerowego wspomagania symulacji w przedsiębiorstwie
Prognozowanie i symulacja w przedsiębiorstwie --- Pozycja niedostępna.---
|