Skip to main content
SpringerLink
Log in

Ein selbstlernender Optimierungsalgorithmus zur virtuellen Steuergeräteapplikation

  • Book
  • © 2023

Overview

Authors:
  1. Marco Scheffmann

    1. IFS, Fakultät 7, Lehrstuhl für Kraftfahrzeugmechatronik, Universität Stuttgart, Stuttgart, Deutschland

    View author publications

    You can also search for this author in PubMed   Google Scholar

  • Neuartiger multikriterieller Lösungsalgorithmus
  • Anwendung des „bestärkenden Lernens“ mit kooperativer Handlungsstrategie
  • Abschließende Probandenstudie bestätigt die Ergebnisse des methodischen Ansatzes

  • 2001 Accesses

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 69.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 89.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (6 chapters)

  1. Front Matter

    Pages I-XXXI
    Download chapter PDF

  2. Einleitung und Motivation

    • Marco Scheffmann
    Pages 1-8

  3. Stand der Technik

    • Marco Scheffmann
    Pages 9-27

  4. Grundlagen und Methoden

    • Marco Scheffmann
    Pages 29-52

  5. Virtuelle Steuergeräteapplikation

    • Marco Scheffmann
    Pages 53-92

  6. Ergebnisse

    • Marco Scheffmann
    Pages 93-116

  7. Schlussfolgerung und Ausblick

    • Marco Scheffmann
    Pages 117-119

  8. Back Matter

    Pages 121-177
    Download chapter PDF
Back to top

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

  • IFS, Fakultät 7, Lehrstuhl für Kraftfahrzeugmechatronik, Universität Stuttgart, Stuttgart, Deutschland

    Marco Scheffmann

About the author

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. 

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

Publish with us

Policies and ethics

Back to top

Search

Navigation