Holt-Winters-Verfahren ist ein bewährter Algorithmus zur Vorhersage von Zeitreihen, die in eine Rest-, eine Trend- und eine Saisonkomponente zerlegt werden können. Die Qualität der Vorhersage hängt jedoch stark von drei zwischen 0 und 1 liegenden Glätterungsparametern α, β, γ ab. In der vorliegenden Implementierung findet der Genetik-Algorithmus Anwendung, um bei dem jeweils gegebenen Fitnessgrad (zwischen 0 und 1) diese Parameter zu bestimmen. Es gibt zwei Möglichkeiten, diese Parameter optimal, also bei dem maximalen Fitnessgrad, auszuloten: manuell und automatisch. Bei dem manuellen Ansatz versucht man durch Änderung des Fitnessgrades dessen größten Wert herauszufinden, bei dem die Glätterungsparameter noch ermittelt werden können. Eine weitere Erhöhung führt dazu, dass keine Werte für diese Parameter ermittelt werden können. Der automatische Ansatz automatisiert nur diesen Suchvorgang. In der Bildgalerie zeigt sich die Vorhersage von EK-Verbrauch für die nächsten 12 Monate im Anschluss der vorangegangenen 20 x 12 Monate. Also basiert die Vorhersage auf die monatlichen Verbrauchsdaten der EK-Konserven in den letzten 20 Jahren. Dabei konnte ein Fitnessgrad von 0,939 erreicht werden.
