Header

Shop : Details

Shop
Details
48,80 €
ISBN 978-3-8440-8232-6
Softcover
186 pages
83 figures
276 g
21 x 14,8 cm
German
Thesis
October 2021
Dirk Schlüter
Anwendung von maschinellem Lernen zur Kostenprognose in der Ausführung von Anlagenbauprojekten
Die Erstellung von Kostenprognosen während der Ausführung von Projekten im industriellen Großanlagenbau gilt als komplex. Die Beurteilung über künftige Kosten- Zustände wird dabei maßgeblich beeinflusst durch eine Vielzahl zu analysierender Parameterkombinationen der direkten und indirekten Anlagenkosten, sowie deren Einflussfaktoren. Darüber hinaus liegt es in der Natur einer Baustellenproduktion, dass Prozesse nicht linear zur Planung verlaufen und Kosten sich anders entwickeln als vorgesehen. Mithin stoßen die gegenwärtig zur Anwendung kommenden Prognoseverfahren, wie z.B. einfache Regressionsmodelle oder Zeitreihenanalysen, an ihre Grenzen. So erreicht die Genauigkeit der Vorhersage derzeit einen bestmöglichen Zustand von ± 3 %. In den letzten Jahren kam es zu Veränderungen in vielen Branchen, wenn große und komplexe Datenmengen zu Prognosen verarbeitet werden mussten. Durch die Anwendung von Methoden des maschinellen Lernens konnten auch dann sehr genaue Vorhersagen getroffen werden, wenn die zu Grunde liegende Informationsbasis multivariat und komplex ist. An dieser Stelle knüpft die Arbeit an. Die Abhandlung zeigt im Ergebnis, dass die Kostenprognosen der maschinellen Lernmodelle allesamt innerhalb eines zulässigen Toleranzbereichs liegen. Somit ist die prinzipielle Eignung gegeben. Darüber hinaus wurde festgestellt, dass maschinelle Lernmodelle bei gleichen Voraussetzungen eine bessere Prognosegenauigkeit erzielen als gegenwärtige Prognoseverfahren.
Keywords: Großanlagenbau; Kostenprognose; Maschinelles Lernen; multiple lineare Regressionsmodelle; Entscheidungsbäume; Künstliche Neuronale Netzwerke
Available online documents for this title
DOI 10.2370/9783844082326
You need Adobe Reader, to view these files. Here you will find a little help and information for downloading the PDF files.
Please note that the online documents cannot be printed or edited.
Please also see further information at: Help and Information.
 
 DocumentAppendix 
 TypePDF 
 Costsfree 
 ActionDownloadDownload the file 
     
 
 DocumentDocument 
 TypePDF 
 Costs36,60 € 
 ActionDownloadPurchase in obligation and download the file 
     
 
 DocumentTable of contents 
 TypePDF 
 Costsfree 
 ActionDownloadDownload the file 
     
 
 DocumentData 
 TypeZIP 
 Costsfree 
 ActionDownloadDownload the file 
     
User settings for registered online customers (online documents)
You can change your address details here and access documents you have already ordered.
User
Not logged in
Export of bibliographic data
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Germany
  +49 2421 99011 9
Mon. - Thurs. 8:00 a.m. to 4:00 p.m.
Fri. 8:00 a.m. to 3:00 p.m.
Contact us. We will be happy to help you.
Captcha
Social Media