Bachelorarbeit, 2011
53 Seiten, Note: 1,7
1 Einleitung
1.1 Themenvorstellung und Zielsetzung
1.2 Gang der Arbeit
2 Konventionelle Prognoseverfahren
2.1 Naive Verfahren
2.2 Qualitative Verfahren
2.3 Quantitative Verfahren
2.3.1 Zeitreihenprognose
2.3.2 Kausale Prognoseverfahren
3 Künstliche neuronale Netze
3.1 Aufbau und Funktionsweise künstlicher neuronaler Netze
3.1.1 Das Neuron
3.1.2 Die Netzwerktopologie
3.2 Der Lernvorgang künstlicher neuronaler Netzwerke
3.2.1 Der Backpropagation-Algorithmus
4 Prognose mithilfe künstlicher neuronaler Netze
4.1 Eigenschaften künstlicher neuronaler Netze in Bezug auf die Prognose
4.1.1 Datengetrieben und selbst anpassend
4.1.2 Generalisierbarkeit
4.1.3 Abbildbarkeit jeder kontinuierlichen Funktion
4.1.4 Nichtlinearität
4.2 Anwendungsgebiete
4.3 Prozess der Prognoseerstellung
4.4 Zeitreihenmodellierung durch ein MLP - Netz
4.5 Limitationen des KTB Ansatzes
5 Kombination künstlicher neuronaler Netze zur Prognoseerstellung
5.1 Die Erstellung variierender Netzwerke
5.1.1 Variation der Startwerte
5.1.2 Variation der Topologien
5.1.3 Variation bzw. Manipulation der Trainingsdaten
5.2 Die Kombination der Netzwerke
5.2.1 Die einfache Durchschnittsbildung
5.2.2 Die gewichtete Durchschnittsbildung
5.2.3 Die Größe des NNE
5.3 Gegenüberstellung der Verfahren der Kombinationsprognose
6 Fazit und Ausblick
Literaturverzeichnis
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!
Kommentare