| 书目名称 | Ein selbstlernender Optimierungsalgorithmus zur virtuellen Steuergeräteapplikation |
| 编辑 | Marco Scheffmann |
| 视频video | |
| 概述 | Neuartiger multikriterieller Lösungsalgorithmus.Anwendung des „bestärkenden Lernens“ mit kooperativer Handlungsstrategie.Abschließende Probandenstudie bestätigt die Ergebnisse des methodischen Ansatze |
| 丛书名称 | Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart |
| 图书封面 |  |
| 描述 | .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.. |
| 出版日期 | Book 2023 |
| 关键词 | Optimierungsalgorithmus; Virtuelle Applikation; Reinforcement Learning; Frontloading; Fahrbarkeitsbewert |
| 版次 | 1 |
| doi | https://doi.org/10.1007/978-3-658-41972-1 |
| isbn_softcover | 978-3-658-41971-4 |
| isbn_ebook | 978-3-658-41972-1Series ISSN 2567-0042 Series E-ISSN 2567-0352 |
| issn_series | 2567-0042 |
| copyright | Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden Gmb |
发表于 2025-3-21 17:09:43
