Iterative Aggregation und mehrstufige Entscheidungsmodelle

Aggregation von Information in Verbindung mit einem mehrstufigen Vorgehen ist ein Instrument, um komplexe Planungsprobleme anzugehen. Das Buch untersucht, wie die Probleme aus dem Informationsverlust, der durch die Aggregation verursacht wird, im Rahmen eines iterativen Planungskonzeptes gesteuert werden können. Dazu werden lineare Programmierungsmodelle untersucht und eine Übertragung auf Aggregationsprobleme in mehrstufigen Produktionsplanungsproblemen, speziell der hierarchischen Produktionsplanung, vorgenommen.

Inhalt
Einführung.- Ausgangspunkt und Zielsetzung der Arbeit.- I Aggregation im Kontext der Komplexität wirtschaftlichen Handelns und ihre Handhabung in Entscheidungsmodellen.- 1. Komplexität im wirtschaftlichen Handeln.- 2. Aggregation in Entscheidungsmodellen.- 3. Zusammenfassung von Teil I.- II Iterative Aggregations-/Disaggregationsansätze für LP-Probleme.- 1. Übersicht über Teil II.- 2. Einführung in die LP-Aggregation.- 3. Bewertung der LP-Aggregation.- 4. Gestaltung iterativer Aggregations-ZDisaggregationsansätze.- 5. Bewertung iterativer A/D-Ansätze.- 6. Unsicherheit und Dynamik in (iterativen) A/D-Ansätzen.- 7. Ganzzahligkeitsforderungen in (iterativen) A/D-Ansätzen.- 8. Zusammenfassung von Teil II.- III (Iterative) Aggregation und Disaggregation in der Hierarchischen Produktionsplanung.- 1. Übersicht über Teil III.- 2. Ein monolithisches Modell zur mehrperiodigen Produktions-/ Lagerhaltungsplanung und Ansätze zu seiner hierarchischen Strukturierung.- 3. Aggregation von Produkten in Ansätzen zur HPP.- 4. Ansätze zur Erweiterung 296 Zusammenfassende Schlußbemerkung und Ausblick.- A. 1. Ein Gegenbeispiel zur Einbeziehung negativer Werte für 0 in die Schrankenberechnung von Mendelssohn bzw. Knolmayer (zu Teil II, 3.3.2.2.).- A.2. Ein Beispiel zur Verdeutlichung der Grenzen und Möglichkeiten der Einbeziehung disaggregierter Schattenpreise in die Schrankenberechnung (zu Teil II, 3.3.3.2.).- A.3. Rechtfertigung der Gradientenansätze bei der Aktualisierung von Gewichten in iterativen A/D-Ansätzen (zu Teil II, 4.2.).- A.4. Herleitung der Gewichtstransformation bei Umclusterung der Variablen (zu Teil II, 4.5.1.).- A.5. Zur Basis-Eigenschaft der transformierten aggregierten Lösung (zu Teil II, 4.5.2.2.).- A.6. Zur Basis-Eigenschaft der transformiertenaggregierten Lösung bei variablenbeschränkten Problemen (zu Teil II, 4.5.3.).- A.7. Erträge der Wertpapiere in einzelnen Perioden für das Beispiel zur Nutzung der iterativen Aggregation mit Umclusterung bei der Bestimmung von M?-effizienten Portfolios (zu Teil II, 4.5.5.2.).- A.8. Quellen und Dimensionen der Beispiele von Testserie 1 (zu Teil H, 4.8.1.).- A.9. Ergebnisse der Simulationsrechnungen in den Testreihen bei 5 Clustern (zu Teil H, 4.8.4.).- A. 10. Daten des Beispiels zur Hierarchischen Produktionsplanung (zu Teil HI, 3.3.).