Header

Shop : Details

Shop
Details
45,80 €
ISBN 978-3-8440-0141-9
Paperback
140 Seiten
73 Abbildungen
209 g
21 x 14,8 cm
Deutsch
Dissertation
Juni 2011
Arun Nagarajah
Selbstorganisierende Merkmalskarten für eine anforderungsbasierte Produktvariantenauswahl
Ein wichtiger Prozess in der Wertschöpfungskette bei Zulieferunternehmen ist das Auswählen einer bestehenden Produktvariante als Entwicklungsgrundlage für einen neuen Auftrag. Die Herausforderung in diesem Prozess ist das Identifizieren der Produktvariante, die mit minimalen Änderungen auf die Produktanforderungen des neuen Auftrages angepasst werden kann.
In dieser Arbeit wird gezeigt, wie die Vorteile eines Datenverarbeitungssystems (DV-System) mit denjenigen des Menschen für eine zweckdienliche Zusammenarbeit kombiniert werden müssen. Die Entscheidungsfindung soll im aktuellen Stand dem Menschen vorbehalten sein, da er in der Lage ist, Zusammenhänge besser als ein DV-System zu interpretieren, vorausgesetzt, dass sie ihm in einer verständlichen Form aufbereitet werden. Eine gute Möglichkeit hierfür stellt das Visualisieren wichtiger Zusammenhänge dar. Für die Produktvariantenauswahl müssen die Zusammenhänge der Anforderungen erkannt und visualisiert werden.
Die Schwierigkeit bei der Verarbeitung der Anforderungen durch rechnerbasierte Methoden ist, dass diese natürlichsprachlich in Lastenheften dokumentiert sind. Diese informellen Anforderungen müssen erst formalisiert werden, um sie zielgerichtet durch einen Rechner verarbeiten zu können. Bei der Formalisierung muss auf der einen Seite darauf geachtet werden, die Anforderungen so weit zu präzisieren, dass diese rechnerbasiert verarbeitet werden können. Auf der anderen Seite sollten sie immer noch verständlich und nachvollziehbar für den Konstrukteur sein. Als Kompromiss wird eine semiformale Beschreibungsform verwendet. Hieraus entsteht die Forderung, dass durch die noch vorhandene Unschärfe der Anforderungen das Endergebnis nicht verfälscht werden darf.
Eine prädestinierte rechnerbasierte Methode für das Lösen dieses Problem ist die Selbstorganisierende Merkmalskarte (SOM). Sie ist in der Lage, die Anforderungsdaten zu clustern und damit die Ähnlichkeit von Lastenheften zu ermitteln und diese in Form von Karten zu visualisieren. Diese Karten können von dem Entscheidungsträger effektiv und effizient für das Treffen einer Entscheidung analysiert und interpretiert werden. Die Unschärfe der semiformalen Anforderungsbeschreibung wird bei der Interpretation der Visualisierungsergebnisse durch den Anwender berücksichtigt.
Schlagwörter: Maschinenbau; Konstruktionstechnik; Informatik; Kraftfahrzeugwesen; Automobilindustrie; Produktvariantenauswahl; Data Minig; Selbstorganisierende Merkmalskarten; Entscheidungsfindung; Entscheidungsmodell
Schriftenreihe Produktentwicklung und Konstruktionsmethodik
Herausgegeben von Lehrstuhl für Allgemeine Konstruktionstechnik des Maschinenbaus, Univ.-Prof. Dr.-Ing. J. Feldhusen, Aachen
Band 11
Verfügbare Online-Dokumente zu diesem Titel
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
 
 DokumentAbstract / Kurzzusammenfassung 
 DateiartPDF 
 Kostenfrei 
 AktionDownloadDownload der Datei 
     
 
 DokumentGesamtdokument 
 DateiartPDF 
 Kosten34,35 € 
 AktionDownloadZahlungspflichtig kaufen und download der Datei 
     
 
 DokumentInhaltsverzeichnis 
 DateiartPDF 
 Kostenfrei 
 AktionDownloadDownload der Datei 
     
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Export bibliographischer Daten
Teilen
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
  +49 2421 99011 9
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
Captcha
Social Media