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 |