| dc.contributor.author | Döring, Andre | |
| dc.date | 2010-07-01 | |
| dc.date.accessioned | 2018-01-08T09:14:21Z | |
| dc.date.available | 2018-01-08T09:14:21Z | |
| dc.date.issued | 2010 | |
| dc.identifier.issn | 1610-1987 | |
| dc.identifier.uri | http://dl.gi.de/handle/20.500.12116/11132 | |
| dc.description.abstract | In der Dissertation „Effektivität und Effizienz durch problemspezifische Abstraktion – ein Beitrag zum maschinellen Lernen von Regeln zur Steuerung von Produktionsnetzwerken der Serienfertigung“ wird untersucht, wie ein maschinelles Lernsystem Regeln zur Steuerung der Änderungsplanung in Produktionsnetzwerken erlernen kann. Besondere Randbedingungen für den Lernprozess in diesem anwendungsorientierten Forschungskontext sind der große Zustandsraum von Produktionsnetzwerken, die herrschende Unsicherheit bei der unternehmensübergreifenden Planung und die Nachvollziehbarkeit der Lernprozessergebnisse durch menschliche Planer. | |
| dc.publisher | Springer | |
| dc.relation.ispartof | KI - Künstliche Intelligenz: Vol. 24, No. 2 | |
| dc.relation.ispartofseries | KI - Künstliche Intelligenz | |
| dc.title | Intelligente Steuerung der Änderungsplanung in Produktionsnetzwerken der Serienfertigung | |
| dc.type | Text/Journal Article | |
| mci.reference.pages | 165-168 | |
| gi.identifier.doi | 10.1007/s13218-010-0030-6 | |
