30 
3. Neuronale Netze 
In Kapitel 3 werden die neuronalen Netze beschrieben, die in Kapitel 5 auf die Wasser 
standsvorhersage angewandt werden. Nach einer Einführung mit Hinweisen auf populär 
wissenschaftliche Literatur und mit computerorientierten Bemerkungen (Kap.3.1) folgt eine 
allgemeine Beschreibung der Eigenschaften und Fähigkeiten neuronaler Netze (Kap.3.2). Ein 
z.T. etwas philosophisch gehaltener Abschnitt über ihre Funktionsweise ist ein Versuch, 
neuronale Netze Ozeanographen und Meteorologen etwas näherzubringen (Kap.3.3). In 
Kap.3.4 wird versucht, das Spektrum der bisherigen Anwendungen von neuronalen Netzen 
etwas zu beleuchten. Dazu zählen auch Vorhersagen, die mit Hilfe der Netze bereits auf 
anderen Gebieten realisiert wurden. Da bei den Anwendungen die Backpropagation-Netze im 
Vordergrund stehen, werden diese Netze etwas näher beschrieben (Kap.3.5). Dabei werden 
außerdem Konzepte aufgezeigt, die nicht auf diesen Netztyp beschränkt bleiben müssen. In 
Kap.3.6 schließlich werden die Kohonen-Netze eingehend beschrieben. Die Wasserstands 
vorhersage auf neuronaler Basis wurde ausnahmslos mit Hilfe von Kohonen-Netzen entwik- 
kelt. 
3.1. Einführung 
Um den menschlichen Geist und seinen Wohnort, das Gehirn, zu verstehen, wurden Er 
klärungsversuche aus unterschiedlichsten Fachrichtungen unternommen. Neurologen, Psycho 
logen und Informatiker entwickelten Modelle des Gehirns, die seine Funktionsweise auf 
Computern simulieren. Das Gehirn besteht aus vielen Neuronen, d.h. Nervenzellen, die über 
Axone, Dendriten und Synapsen (elektro-chemische Kontaktstellen) untereinander vernetzt 
sind. Die Modelle versuchen, diese Struktur in allerdings sehr bescheidenem Maße auf der 
Informationsebene abzubilden. Es lassen sich zwei Modellansätze unterscheiden. Ein Ansatz 
sieht mehr die detaillierte Simulation des biologischen Vorbilds [Obermayer et al. 90], 
[Zornetzer et al. 90]. Ein anderer Ansatz betont mehr die allgemeinen Prinzipien, die der 
Funktionsweise des Gehirns zugrunde liegen. Solche allgemeiner formulierten künstlichen 
neuronalen Netze können aufgrund ihrer Struktur bestimmte Probleme lösen, die für her 
kömmliche Computer (von Neumann-Architektur) noch in unerreichbarer Ferne liegen 
[Schlittgen et al. 94]. 
Als Literatur, die in die neuronalen Netze einführt, seien z.B. [Brause 91] und [Müller et 
al. 91] erwähnt. [Haykin 94] bietet eine umfassende Grundlage zu diesem Thema. Der Leser, 
der mehr auf populär-wissenschaftliche Weise an die Materie herangeführt werden möchte, 
sei auf diverse EDV-orientierte Zeitschriften verwiesen: Byte [Obermeier et al. 89], c’t 
[Minnich 92], [Werntges et al. 88], Dr. Dobb’s Journal [King 89], iX [Grau 91], [Klöppel et 
al. 91] und Offene Systeme [Märtin 92]. Außerdem sei auf eine Betrachtung der neuronalen 
Netze aus philosophischer Richtung im Spektrum der Wissenschaft hingewiesen [Churchland 
et al. 91]. Graphisch sehr ansprechende Einführungen bietet die Zeitschrift Geo [Lehmann et 
al. 94] und [Mechsner et al. 94]. 
(Künstliche) neuronale Netze sind bereits als kommerzielle Software-Produkte erhältlich 
[Sarnow 94], [Schöneburg et al. 90] und [Thuy 92] oder für wissenschaftliche Zwecke frei 
verfügbar (z.B. SNNS von der Universität Stuttgart und PlaNet von der Universität Boulder/- 
Colorado). In beiden Fällen laufen sie auf herkömmlichen Computern. Neuronale Netze 
lassen sich erheblich effizienter nutzen beim Einsatz paralleler Rechner, z.B. von Transputern 
[Guimaraes 92]. Ihre Struktur läßt sich schon auf Hardware-Ebene berücksichtigen [Goser et 
al. 92], [Nossek et al. 92], [Tank et al. 91] und [Wright 91]. Solcherart konstruierte Chips