Overview
- Neuartiger multikriterieller Lösungsalgorithmus
- Anwendung des „bestärkenden Lernens“ mit kooperativer Handlungsstrategie
- Abschließende Probandenstudie bestätigt die Ergebnisse des methodischen Ansatzes
Part of the book series: Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart (WRFUS)
Access this book
Tax calculation will be finalised at checkout
Other ways to access
Table of contents (6 chapters)
Keywords
About this book
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.
Authors and Affiliations
About the author
Bibliographic Information
Book Title: Ein selbstlernender Optimierungsalgorithmus zur virtuellen Steuergeräteapplikation
Authors: Marco Scheffmann
Series Title: Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart
DOI: https://doi.org/10.1007/978-3-658-41972-1
Publisher: Springer Vieweg Wiesbaden
eBook Packages: Computer Science and Engineering (German Language)
Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2023
Softcover ISBN: 978-3-658-41971-4Published: 01 June 2023
eBook ISBN: 978-3-658-41972-1Published: 31 May 2023
Series ISSN: 2567-0042
Series E-ISSN: 2567-0352
Edition Number: 1
Number of Pages: XXXI, 179
Number of Illustrations: 64 b/w illustrations
Topics: Automotive Engineering