Hierarchische Planung unter Einsatz Neuronaler Netze

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.