Prognozowanie i symulacja w przedsiębiorstwie, AZ#D96A274EEB/DL-ebwm/pdf (PWE)

Tytuł Prognozowanie i symulacja w przedsiębiorstwie Autorzy Artur Maciąg, Roman Pietroń, Sławomir Kukla Język polski Wydawnictwo PWE ISBN 978-83-208-2108-6 seria Zarządzanie i Inżynieria Produkcji Rok wydania 2013 Warszawa Wydanie 1 liczba stron 354 Format pdf Spis treści Wstęp



Rozdział 1. Podstawy prognozowania
1.1. Obszary zastosowań prognozowania
1.1.1. Prognozowanie w przedsiębiorstwie
1.1.2. Prognozowanie wielkości sprzedaży
1.1.3. Prognozy gospodarcze
1.1.4. Prognozy społeczne
1.2. Elementy statystyki stosowane w procesie prognozowania
1.2.1. Rodzaje informacji statystycznych oraz podstawowe parametry rozkładu cech statystycznych
1.2.2. Estymacja przedziałowa oraz testy statystyczne
1.2.3. Zastosowanie programów komputerowych
1.3. Podstawowe pojęcia prognostyczne
1.3.1. Metody prognozowania i klasyfikacja prognoz
1.3.2. Etapy, a także reguły prognozowania
1.3.3. Błąd ex post oraz ex ante, błąd bezwzględny i względny
1.3.4. Dopuszczalność oraz horyzont prognozy
Zadania i pytania kontrolne



Rozdział 2. Prognozowanie na podstawie modelu ekonometrycznego
2.1. Etapy budowy jednorównaniowego modelu ekonometrycznego
2.1.1. Określenie problemu prognostycznego
2.1.2. Wybór zmiennych do modelu
2.1.3. Estymacja i weryfikacja modelu
2.1.4. Prognozowanie
2.2. Modele wielorównaniowe
2.2.1. Postać strukturalna i postać zredukowana
2.2.2. Modele proste
2.2.3. Modele rekurencyjne
2.3. Modele zawierające zmienne jakościowe
2.3.1. Wprowadzenie
2.3.2. Model probitowy
2.3.3. Model logitowy
2.4. Zastosowanie programów komputerowych
2.5. Przykłady prognoz z wykorzystaniem modeli ekonometrycznych
Zadania i pytania kontrolne



Rozdział 3. Analiza szeregów czasowych
3.1. Warianty szeregów
3.2. Dekompozycja szeregu czasowego
3.3. Modele adaptacyjne
3.3.1. Metody naiwne
3.3.2. Wygładzenie szeregu czasowego
3.4. Metody analityczne
3.4.1. Prognozowanie na podstawie funkcji trendu
3.4.2. Wahania sezonowe i cykliczne
3.5. Modele autoregresyjne
3.5.1. Procesy stacjonarne i niestacjonarne
3.5.2. Modele ARMA i ARIMA
3.5.3. Metoda Boxa–Jenkinsa
3.6. Użycie programów komputerowych
3.7. Przykłady prognoz z zastosowaniem szeregów czasowych
Zadania i pytania kontrolne



Rozdział 4. Sieci neuronowe w prognozowaniu
4.1. Podstawowe definicje, a także typy sieci neuronowych
4.1.1. Pojedynczy neuron
4.1.2. Warstwa neuronów
4.1.3. Rodzaje sieci neuronowych
4.2. Architektura sieci oraz metody uczące
4.3. Testowanie sieci
4.4. Wyznaczanie prognoz
4.5. Wykorzystanie programów komputerowych
4.6. Przykłady prognoz z zastosowaniem sieci neuronowych
Zadania i pytania kontrolne



Rozdział 5. Inne metody wyznaczania prognoz
5.1. Prognozowanie heurystyczne i analogowe
5.1.1. Metoda analogowa
5.1.2. Metoda delficka
5.1.3. Testy rynkowe
5.2. Prognozowanie kombinowane i hybrydowe
5.2.1. Metody kombinowane
5.2.2. Metody hybrydowe
5.3. Przykłady prognoz z zastosowaniem metod heurystycznych, kombinowanych i hybrydowych
Zadania i pytania kontrolne



Rozdział 6. Podstawy modelowania symulacyjnego
6.1. Etymologia symulacji
6.1.1. Rys historyczny symulacji
6.1.2. Źródła filozoficzne symulacji
6.2. Podstawowe definicje z zakresu modelowania i symulacji
6.3. Wprowadzenie do modelowania symulacyjnego systemów
6.3.1. Specyfikacje formalne w modelowaniu symulacyjnym systemów
6.3.2. Hierarchia specyfikacji w modelowaniu symulacyjnym systemów
6.3.3. Relacje podobieństwa w modelowaniu symulacyjnym systemów
6.4. Opis formalny metod symulacyjnych
6.4.1. Formalizmy modelowania i algorytmy symulacji
6.4.2. Zasady projektowania modeli symulacyjnych
6.4.3. Środowisko symulacji
6.5. Podstawowe problemy metodologiczne symulacji
6.5.1. Etapy modelowania, przebiegu eksperymentu symulacyjnego i wykorzystania wyników symulacji
6.5.2. Weryfikacja i walidacja modeli symulacyjnych
6.5.3. Agregacja i ułatwianie modeli symulacyjnych
6.5.4. Aspekty komunikacyjne w symulacji
6.5.5. Wnioskowanie z wyników badań symulacyjnych
6.6. Planowanie eksperymentu symulacyjnego
6.7. Przegląd narzędzi użytkowanych w symulacji
6.7.1. Zastosowanie arkuszy kalkulacyjnych w symulacji
6.7.2. Języki programowania
6.7.3. Specjalistyczne oprogramowanie symulacyjne
6.7.4. Dobór narzędzi symulacyjnych
6.8. Znaczenie symulacji w przedsiębiorstwie
6.8.1. Badania stanu zastosowań symulacji w przedsiębiorstwach
6.8.2. Zakres zastosowań symulacji w przedsiębiorstwie
6.9. Przykłady sukcesów metod symulacyjnych w przedsiębiorstwach
Zadania i pytania kontrolne



Rozdział 7. Symulacja ciągła
7.1. Podstawy formalne symulacji ciągłej
7.1.1. Opis formalny modelu w symulacji ciągłej
7.1.2. Zdarzenie, zachowanie systemu, struktura systemu
7.1.3. Historia, założenia i paradygmaty metody Dynamiki Systemów
7.1.4. Elementy konstrukcyjne modeli Dynamiki Systemów
7.2. Cykl modelowania symulacyjnego w metodzie Dynamiki Systemów
7.2.1. Etapy i wyniki modelowania w metodzie Dynamiki Systemów
7.2.2. Odwzorowanie upływu czasu w symulacji ciągłej
7.2.3. Projektowanie równań w metodzie Dynamiki Systemów
7.2.4. Algorytm obliczeniowy w metodzie Dynamiki Systemów
7.3. Struktura systemu a jego zachowanie się — relacje wzajemne
7.3.1. Wzorce zachowań systemów dynamicznych
7.3.2. Polaryzacja i dominacja sprzężeń zwrotnych
7.3.3. Własności dynamiczne modeli w symulacji ciągłej
7.4. Narzędzia modelowania w metodzie symulacji ciągłej — przykłady
7.4.1. Język modelowania DYNAMO
7.4.2. System modelowania IThink/Stella
7.4.3. System modelowania Vensim
7.4.5. System modelowania Powersim
7.5. Przykłady zastosowania Dynamiki Systemów w symulacji przedsiębiorstw
Zadania i pytania kontrolne



Rozdział 8. Symulacja dyskretna
8.1. Podstawy formalne symulacji dyskretnej
8.1.1. Opis formalny modelu w symulacji dyskretnej
8.1.2. Zdarzenie, czynność, proces — relacje wzajemne
8.1.3. Założenia i paradygmaty metod symulacji dyskretnej
8.1.4. Komponenty konstrukcyjne modeli w symulacji dyskretnej
8.2. Proces modelowania w symulacji dyskretnej
8.2.1. Etapy i wyniki modelowania w symulacji dyskretnej
8.2.2. Odwzorowanie upływu czasu w symulacji dyskretnej
8.2.3. Projektowanie równań w symulacji dyskretnej
8.2.4. Metoda Monte Carlo w symulacji dyskretnej
8.2.5. Algorytmy obliczeniowe w symulacji dyskretnej
8.3. Analiza informacji w symulacji dyskretnej
8.3.1. Analiza informacji wejściowych symulacji
8.3.2. Analiza informacji wyjściowych symulacji
8.3.3. Własności statystyczne modeli w symulacji dyskretnej
8.4. Narzędzia modelowania w metodzie symulacji dyskretnej—przykłady
8.4.1. Język modelowania GPSS (GPSS World)
8.4.2. System modelowania ExtendSim
8.4.3. System modelowania Arena
8.5. Przykłady zastosowania symulacji dyskretnej w modelowaniu przedsiębiorstw
Zadania i pytania kontrolne



Rozdział 9. Symulacja hybrydowa
9.1. Podstawy formalne symulacji hybrydowej
9.1.1. Opis formalny modelu w symulacji hybrydowej
9.1.2. Założenia i paradygmaty metod symulacji hybrydowej
9.1.3. Części konstrukcyjne modeli w symulacji hybrydowej
9.2. Proces modelowania w symulacji hybrydowej
9.2.1. Etapy i wyniki modelowania w symulacji hybrydowej
9.2.2. Odwzorowanie upływu czasu w symulacji hybrydowej
9.2.3. Projektowanie modelu w symulacji hybrydowej
9.2.4. Algorytmy obliczeniowe w symulacji hybrydowej
9.3. Narzędzia modelowania w metodzie symulacji hybrydowej — przykłady
9.3.1. Symulacja hybrydowa w języku GPSS (GPSS World)
9.3.2. Symulacja hybrydowa w systemie modelowania ExtendSim
9.3.3. Symulacja hybrydowa w systemie modelowania Arena
9.4. Przykłady wykorzystania symulacji hybrydowej w modelowaniu przedsiębiorstw
Zadania i pytania kontrolne



Rozdział 10. Gry symulacyjne
10.1. Podstawy gier symulacyjnych
10.1.1. Krótki rys historyczny
10.1.2. Opis formalny modelu w grze symulacyjnej
10.1.3. Określenie i parametry gier symulacyjnych
10.1.4. Typy i taksonomie gier symulacyjnych
10.2. Zasady organizacji rozgrywki w grze symulacyjnej
10.2.1. Przebieg rozgrywki w grze symulacyjnej
10.2.2. Rola arbitra w grze symulacyjnej
10.2.3. Czynności wykonywane poprzez graczy w grze symulacyjnej
10.2.4. Zasady projektowania scenariusza w grze symulacyjnej
10.3. Sprawność i sprawność gier symulacyjnych
10.3.1. Cele wykorzystania gier symulacyjnych w przedsiębiorstwie
10.3.2. Założenia i sposoby oceny gier symulacyjnych
10.4. Przykłady zastosowań gier symulacyjnych w przedsiębiorstwie
Zadania i pytania kontrolne



Rozdział 11. Modelowanie i symulacja systemów produkcyjnych
11.1. Wprowadzenie
11.2. Obszary wykorzystania modelowania i symulacji systemów produkcyjnych
11.3. Etapy przebiegu eksperymentu symulacyjnego w projektowaniu i doskonaleniu systemów produkcyjnych
11.3.1. Definiowanie problemu
11.3.2. Zebranie i opracowanie informacji
11.3.3. Budowa modelu symulacyjnego
11.3.4. Testowanie i weryfikacja modelu
11.3.5. Planowanie doświadczeń symulacyjnych
11.3.6. Przeprowadzenie doświadczeń symulacyjnych i analiza wyników
11.3.7. Wdrożenie wyników symulacji w systemie rzeczywistym
11.4. Korzyści płynące z zastosowania modelowania i symulacji systemów produkcyjnych
11.5. Przykłady wykorzystania modelowania i symulacji systemów produkcyjnych
Zadania i pytania kontrolne



Rozdział 12. Komputerowe wspomaganie symulacji w przedsiębiorstwie
12.1. Formy integracji symulacji i nienaturalnej inteligencji
12.2. Technologia agentowa w symulacji
12.3. Symulacja webowa i rozproszona
12.3.1. Symulacja webowa
12.3.2. Symulacja rozproszona
12.4. Symulacja i analiza procesów
12.5. Wizualizacja systemów
12.6. Przykłady komputerowego wspomagania symulacji w przedsiębiorstwie
Zadania i pytania kontrolne



Tablice



Bibliografia



Słownik ważniejszych pojęć



Indeks