@techreport{BartzBeielsteinFlasch2013, author = {Thomas Bartz-Beielstein and Oliver Flasch}, title = {FIWA - Methoden der Computational Intelligence f{\"u}r Vorhersagemodelle in der Finanz-und Wasserwirtschaft (Schlussbericht)}, url = {https://nbn-resolving.org/urn:nbn:de:hbz:832-cos-466}, year = {2013}, abstract = {Dieser Schlussbericht beschreibt die im Projekt „Methoden der Computational Intelligence f{\"u}r Vorhersagemodelle in der Finanzund Wasserwirtschaft“ (FIWA) im Zeitraum von Juni 2009 bis einschlie{\"s}lich November 2012 erzielten Ergebnisse. In der Praxis werden f{\"u}r diese Vorhersagemodelle Verfahren der linearen und nichtlinearen Regression, NN, Support Vector Machines (SVM) und viele weitere Verfahren eingesetzt. Das Projekt FIWA befasste sich mit der Entwicklung modularer Systeme zur Analyse und Prognose von Daten aus der Finanz- und Wasserwirtschaft mittels Verfahren der Computational Intelligence (CI) mit methodischem Fokus auf dem CI-Unterbereich Genetic Programming (GP). Ein zentrales Ergebnis der wissenschaftlichtechnischen Arbeit im Projekt FIWA ist die Entwicklung der Open-Source Software RGP. Dabei handelt es sich um ein Software- Framework f{\"u}r GP, welches auf die automatische Erstellung von Vorhersagemodellen spezialisiert ist. F{\"u}r die Finanzwirtschaft stand ein Handelssimulator zu Verf{\"u}gung, der auf Basis von echten Finanzdaten die Qualit{\"a}t verschiedener Strategien testen kann. Dieser wurde im Projekt weiterentwickelt. GP wurde genutzt, um auf Basis der Simulationen genaue Vorhersagen und damit verbesserte Handelsstrategien zu entwerfen. Auch f{\"u}r die Wasserwirtschaft wurden Prognoseverfahren mit GP entwickelt. Der Schwerpunkt lag dabei auf der F{\"u}llstandprognose f{\"u}r Regen{\"u}berlaufbecken. Hier konnten moderne Verfahren mit GP oder SVM klassische Methoden deutlich schlagen oder verbessern. Auch der Einsatz von Sequentieller Parameter Optimierung zeigte signifikante Verbesserungen f{\"u}r die Prognosegenauigkeit. Dabei war die Kombination von klassischen Methoden und GP besonders erfolgreich. GP ist nach wie vor ein sehr aktives Forschungsgebiet und erlaubt auch f{\"u}r die Folgezeit zahlreiche Kooperationen mit den Partnern der Fachhochschule K{\"o}ln. Sowohl f{\"u}r technische Anwendungen als auch zur L{\"o}sung von Forschungsfragen bieten sich zahlreiche M{\"o}glichkeiten an.}, language = {de} }