Institut für Informatik
	Maria Ananieva

Maria Ananieva:
Modellierung wirtschaftlicher Prozesse mit Neuronalen Netzen

Das Thema dieser Magisterarbeit ist motiviert durch den steigenden Bedarf an einer intelligenten Benutzerunterstützung bei der Erstellung und Analyse wirtschaftlicher Modelle mit Neuronalen Netzen.

Im Zentrum der Arbeit stehen folgende Probleme:

• Automatisierung vom Modellierungsprozeß durch den Einsatz von Such- und Selektionsalgorithmen, insbesondere:
• Auswahl der besten Modellindikatoren aus einer großen Menge von Zeitreihen unter Berücksichtigung von möglicherweise verlagerten Zusammenhängen;
• Optimierung der Topologie des Neuronalen Netzes.
• Untersuchung der Anwendbarkeit von Neuronalen Netze für die Prognose der Umsatz-Zeitreihen auf vorhandenen empirischen Daten;
• Vergleichsanalyse Linearer Regression und Neuronaler Netze als Prognosemethode auf vorhandenen empirischen Daten.

Im Rahmen dieser Arbeit wurde eine objektorientierte Implementation der Linearen Regression mit C++ und der Bibliothek MatClass erstellt und in das Prognosesystem integriert. Unter anderem sind folgende Operationen möglich:

• Korrelationsanalyse der Zeitreihen unter Berücksichtigung verlagerter Zusammenhänge und der Visualisierung der Ergebnisse;
• Erstellung und Beurteilung linearer Modelle mit dem "forward solution" Algorithmus;
• Zeitreihenprognose mit Linearer Regression;
• ex-post-Analyse der Prognosequalität.

Postscript der gesamten Arbeit (gzipped, 285 kB)