Generierung von Prüfzyklen aus Flottendaten mittels bestärkenden Lernens
André Ebel
* Affiliate Links
Links on findyourbook.com are so-called affiliate links. If you click on such an affiliate link and buy via this link, findyourbook.com receives a commission from the respective online shop or provider. For you, the price doesn't change.
Naturwissenschaften, Medizin, Informatik, Technik / Maschinenbau, Fertigungstechnik
Description
André Ebel wertet Flottendaten eines batterieelektrischen Fahrzeuges hinsichtlich Fehlerbedingungen aus und generiert daraus unter Verwendung einer Gesamtfahrzeugsimulationsumgebung repräsentative Prüfzyklen zur zeitlichen Rekonstruktion der Fehlerbedingungen. Anhand der Flottendatenauswertung mit Methoden des Maschinellen Lernens identifiziert der Autor das schädigende Nutzungsverhalten fehlerhafter Fahrzeuge. Zur Generierung von kundennahen Prüfzyklen setzt er das tiefe Q-Lernen ein, ein Verfahren des bestärkenden Lernens. Die Kombination der Flottendatenauswertung mit der Prüfzyklengenerierung trägt zur zielgerichteten und realitätsnahen Erprobung von Antriebssträngen bei.
customer reviews
Machine Learning, Reinforcement Learning, Flottendaten, Tiefes Q-Lernen, Fahrzyklen, Prüfzyklen, Fahrzeugsimulation, Lastkollektivdaten, Bestärkendes Lernen, Data Mining