Marco Scheffmann

Ein selbstlernender Optimierungsalgorithmus zur virtuellen Steuergeräteapplikation (eBook, PDF)

• Format: PDF

Produktbeschreibung

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.

Der Inhalt

• Rewardfunktion zur Bewertung kooperativer Handlungen
• Netzwerkarchitektur der selbstlernenden Optimierung
• Verkopplung des Fahrsimulators
• Expertenstudie

Die Zielgruppen

• Dozierende und Studierende der Fahrzeugtechnik, Elektrotechnik und Informatik
• In der Industrie tätige Ingenieure und Informatiker

Der Autor

Marco Scheffmann hat nach seinem Studium an der Universität Stuttgart am Institut für Fahrzeugtechnik Stuttgart (IFS) der Universität Stuttgart im Bereich Kraftfahrzeugmechatronik promoviert. Zurzeit arbeitet er am Stuttgarter Fahrsimulator im Bereich der virtuellen Applikation.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Springer Fachmedien Wiesbaden
• Seitenzahl: 179
• Erscheinungstermin: 31. Mai 2023
• Deutsch
• ISBN-13: 9783658419721
• Artikelnr.: 68154960

Autorenporträt

Marco Scheffmann hat nach seinem Studium an der Universität Stuttgart am Institut für Fahrzeugtechnik Stuttgart (IFS) der Universität Stuttgart im Bereich Kraftfahrzeugmechatronik promoviert. Zurzeit arbeitet er am Stuttgarter Fahrsimulator im Bereich der virtuellen Applikation.

Inhaltsangabe

Rewardfunktion zur Bewertung kooperativer Handlungen.- Netzwerkarchitektur der selbstlernenden Optimierung.- Verkopplung des Fahrsimulators.- Expertenstudie.

Kundenbewertungen

Bewertung schreiben Bewertung schreiben

Information zu Bewertungen

Zur Abgabe einer Bewertung ist die Anmeldung in Ihrem Kundenkonto notwendig. Die Authentizität der Kundenbewertungen wird von uns nicht überprüft.

Bewertung schreiben Bewertung schreiben