Andere Kunden interessierten sich auch für
![Objektivierung des subjektiven Insassenempfindens bei längsdynamischen Beschleunigungsmanövern]( "Objektivierung des subjektiven Insassenempfindens bei längsdynamischen Beschleunigungsmanövern")
Objektivierung des subjektiven Insassenempfindens bei längsdynamischen Beschleunigungsmanövern89,99 €![Frontloading durch Fahrbarkeitsbewertungen in Fahrsimulatoren]( "Frontloading durch Fahrbarkeitsbewertungen in Fahrsimulatoren")
Frontloading durch Fahrbarkeitsbewertungen in Fahrsimulatoren74,99 €![Subjektive Wahrnehmung und Bewertung fahrbahninduzierter Gier- und Wankbewegungen im virtuellen Fahrversuch]( "Subjektive Wahrnehmung und Bewertung fahrbahninduzierter Gier- und Wankbewegungen im virtuellen Fahrversuch")
Subjektive Wahrnehmung und Bewertung fahrbahninduzierter Gier- und Wankbewegungen im virtuellen Fahrversuch64,99 €![Methodischer Ansatz zur Optimierung von Energieladestrategien für elektrisch angetriebene Fahrzeuge]( "Methodischer Ansatz zur Optimierung von Energieladestrategien für elektrisch angetriebene Fahrzeuge")
Methodischer Ansatz zur Optimierung von Energieladestrategien für elektrisch angetriebene Fahrzeuge49,99 €![Ein szenarienadaptiver Bewegungsalgorithmus für die Längsbewegung eines vollbeweglichen Fahrsimulators]( "Ein szenarienadaptiver Bewegungsalgorithmus für die Längsbewegung eines vollbeweglichen Fahrsimulators")
Ein szenarienadaptiver Bewegungsalgorithmus für die Längsbewegung eines vollbeweglichen Fahrsimulators64,99 €![Generierung von Prüfzyklen aus Flottendaten mittels bestärkenden Lernens]( "Generierung von Prüfzyklen aus Flottendaten mittels bestärkenden Lernens")
Generierung von Prüfzyklen aus Flottendaten mittels bestärkenden Lernens79,99 €![Retrospektive Diagnose von Fehlerursachen an Antriebsstrangprüfständen mithilfe künstlicher Intelligenz]( "Retrospektive Diagnose von Fehlerursachen an Antriebsstrangprüfständen mithilfe künstlicher Intelligenz")
Retrospektive Diagnose von Fehlerursachen an Antriebsstrangprüfständen mithilfe künstlicher Intelligenz79,99 €
Marco Scheffmann stellt einen neuartigen multikriteriellen Lösungsalgorithmus für die Erzeugung optimaler Datensätze von Fahrzeugsteuergeräten vor. Im Gegensatz zu verbreiteten, zumeist evolutionären Ansätzen wendet der Autor hier einen Ansatz des bestärkenden Lernens an. Infolge der eigenständigen Entwicklung zielgerichteter Handlungsstrategien kann damit auf sonst häufig eingesetzte vorangestellte Methoden der statistischen Versuchsplanung und der Metamodellbildung verzichtet werden. Zur subjektiven Betrachtung von optimierten Datensätzen dient ihm die echtzeitfähige Verkopplung der vollbeweglichen Fahrsimulation mit virtualisierten Steuergeräten. Seine abschließende Probandenstudie bestätigt die Ergebnisse des vorgestellten methodischen Ansatzes.