Informatik - aktuelle Studienarbeiten

Allgemein
	Studienarbeit "Ermittlung der Auslastung eines Elementarfähigkeitsträgertyps"
	Sich immer schneller ändernde politische, gesellschaftliche und wirtschaftliche Rahmenbedingungen deutscher Sicherheitspolitik erfordern eine ständige Anpassung der Bundeswehr an neue Entwicklungen. Ziel der Transformation der Bundeswehr ist die Verbesserung ihrer Einsatzfähigkeit. Im Rahmen des Hauptprozesses Bundeswehrplanung werden im Geschäftsprozess Fähigkeitsanalyse erforderliche und vorhandene Fähigkeiten systematisch miteinander verglichen.
	Studienarbeit: Experimenteller Vergleich von Evolutionsstrategien: CMA und Selbstadaptation
	Evolutionsstrategien sind populationsbasierte Metaheuristiken, die bei schwierigen Optimierungsproblemen eingesetzt werden. In der Arbeit geht es um einen experimentellen Vergleich zweier Verfahren zur Schrittweitensteuerung.
	Studienarbeit: Experimentelle Analyse von selbstadaptiven Evolutionsstrategien
	Evolutionsstrategien sind populationsbasierte Metaheuristiken zur Optimierung. Evolutionsstrategien gehören zu den evolutionären Algorithmen, d.h. zu Algorithmen, deren Ablauf sich an Prinzipien der natürlichen Evolution orientiert. Hierbei ist die Mutation von zentraler Bedeutung. Das Ausmaß dieser zufälligen Änderung muss während eines Laufs kontinuierlich angepasst werden. Hierzu wurden verschiedene Verfahren ermittelt. Eines davon ist die sogenannte Selbstadaptation. In der Studienarbeit sollen verschiedene Varianten implementiert werden, anschließend auf eine Reihe von Testfunktionen angewendet und die Performance verglichen werden.
	Prognose von Stromlastdaten mittels eines hybriden ARIMA-Neuronalen Netz-Ansatzes
	Die Prognose von Stromlastdaten ist eine typische Aufgabenstellung der Zeitreihenanalyse. Hierbei werden Daten analysiert, bei denen einzelne Beobachtungen nicht (zeitlich) unabhängig sind. Es wird für die Modelle somit angenommen, dass die Werte einer Periode durch die Werte vorheriger Perioden beeinflusst, man spricht auch von Autokorrelation zwischen den Werten verschiedener Perioden. Es gibt eine Reihe von Modellen zur Berücksichtigung der zeitlichen Independenz. Ein Ansatz stellen so genannte Autoregressive Integrated Moving Average (ARIMA) Modelle dar. Es handelt sich hierbei um lineare Modelle, die unter Berücksichtigung der speziellen zeitlichen Struktur auf Basis klassisch statistischer Verfahren geschätzt werden.
	Nutzung von Computational Intelligence Techniken für Web 2.0 Anwendungen: Tutorialumgebung
	Computational Intelligence Techniken (CI) zur Analyse umfangreicher Datenbestände bieten eine große Anzahl an Verfahren zur Analyse von in Daten ggf. enthaltener Informationen an, je nach Fragestellung auch unter Betrachtung bestimmter Optimalitätskriterien. Eine mögliche Datenquelle stellen Daten, die aus Web 2.0 Anwendungen stammenden, wie sie in gängigen Seiten von z. B. Ebay, Facebook, Yahoo etc. integriert sind, dar.
	Nutzung von Matlab/Octave für Computational Intelligence Analysen: Tutorial-Umgebung
	Computational Intelligence (CI) Techniken bieten vielfältige praktische Anwendungsmöglichkeiten. Um nicht nur die theoretischen Hintergründe, sondern auch die Anwendungsmöglichkeiten beispielhaft aufzuzeigen, soll im Rahmen einer Studienarbeit ein Tutorial mit Anwendungsoberfläche entwickelt werden, die es erlaubt, Daten einzulesen (aus Ascii-Datei bzw. Datenbank), durch die Oberfläche unterstützte CI-Analysen durchzuführen (Verfahren sind entsprechend zu integrieren), die Ergebnisse darzustellen und für weitere Analysen zu speichern bzw. zu exportieren.
	Studienarbeit: Prognose von Stromlasten mit NN und Metaheuristiken
	Neuronale Netze werden u.a. für die Prognose von Zeitreihen eingesetzt. Diese Strukturen sind einfachen Gehirnmodellen nachempfunden und können allgemein als nicht-lineare Funktionsapproximatoren aufgefasst werden. Die allgemeine Lernmethode, backpropagation, ist eine Variante des Gradientenabstiegs und daher anfällig für eine Konvergenz in lokalen Optima. Anstelle von Gradientenverfahren werden auch vielfach Metaheuristiken aus dem Computational Intelligence Bereich zum Training eingesetzt. Eine Variante, die hier u.a. zur Anwendung kommen kann, ist eine sogenannte Evolutionsstrategie. Evolutionsstrategien sind populationsbasierte Heuristiken zur Optimierung, die eingesetzt werden, wenn gängige exakte Optimierungsverfahren versagen. In der Studienarbeit soll ein neuronales Netz für die Prognose des Stromverbrauchs betrachtet werden. Auf der gegebenen Datenbasis und Netzstruktur soll untersucht werden, welche Auswirkungen die Benutzung von Evolutionsstrategien hat.