Universität München,
Institut für Informatik,
Lehr- und Forschungseinheit für Programmierung und Softwaretechnik
Der erste Teil der Arbeit beschäftigt sich mit einer allgemeinen Darstellung des Gebietes der Genetischen Algorithmen. Weiterhin wird ein Ausblick auf den aktuellen Stand der Forschung gegeben.
Im zweiten Teil werden Ansätze aus der Literatur dargestellt, die
Anwendungen auf finanzwirtschaftliche Daten beeinhalten, etwa Modellierung
von Prognosesystemen. Die verschiedenen Ansätze werden verglichen
und bewertet. Die dargestellten Ergebnisse sollten einerseits verifiziert
werden, andererseits sollen die Untersuchungen
auf weitere Datenreihen ausgedehnt werden.
Hieran schließt sich Teil drei an, in welchem erfolgversprechende
Ansätze - wie etwa die Kombination aus Fuzzy-Logik und Genetischen
Algorithmen - aus Teil zwei aufgegriffen, prototypartig implementiert und
anhand der praktischen Ergebnisse bewertet werden. Hierbei sollen die Untersuchungen
auf verschiedene Zeitreihen, die sich sowohl in der Ausdehnung wie auch
vom Typ her unterscheiden, ausgedehnt werden. Weiterhin sollen die Auswirkungen
von unterschiedlichen Einstellungen der Genetischen Algorithmen untersucht
werden sowie
eigene Ansätze, beispielsweise verschiedene Indikatorkombinationen,
mit denen der Literatur verglichen werden.
| Voraussetzungen | Vordiplom, Java-Kenntnisse |
|---|---|
| Arbeitsumgebung | Java |
| Literatur | Diverse Papers aus den Bereichen "Genetische Algorithmen" sowie "Finanzwirtschaft" |
| Aufgabensteller | Prof. Dr. Martin Wirsing |
| Bearbeiter | Donald K. Day, email: day@pst.informatik.uni-muenchen.de |
| Bearbeitungszeit | Abgabe 1.02.99 |
| Information/Betreuung | Dr. Bernhard Reus, email: reus@pst.informatik.uni-muenchen.de Tel. 2178-2178 |