| 書目名稱 | Generierung von Prüfzyklen aus Flottendaten mittels best?rkenden Lernens |
| 編輯 | André Ebel |
| 視頻video | http://file.papertrans.cn/383/382395/382395.mp4 |
| 概述 | Zielgerichtete und realit?tsnahe Erprobung von Antriebsstr?ngen.Kombination von Flottendatenauswertung mit Prüfzyklengenerierung.Prüfzyklengenerierung durch tiefes Q-Lernen |
| 叢書名稱 | Wissenschaftliche Reihe Fahrzeugtechnik Universit?t Stuttgart |
| 圖書封面 |  |
| 描述 | .André Ebel wertet Flottendaten eines batterieelektrischen Fahrzeuges hinsichtlich Fehlerbedingungen aus und generiert daraus unter Verwendung einer Gesamtfahrzeugsimulationsumgebung repr?sentative Prüfzyklen zur zeitlichen Rekonstruktion der Fehlerbedingungen. Anhand der Flottendatenauswertung mit Methoden des Maschinellen Lernens identifiziert der Autor das sch?digende Nutzungsverhalten fehlerhafter Fahrzeuge. Zur Generierung von kundennahen Prüfzyklen setzt er das tiefe Q-Lernen ein, ein Verfahren des best?rkenden Lernens. Die Kombination der Flottendatenauswertung mit der Prüfzyklengenerierung tr?gt zur zielgerichteten und realit?tsnahen Erprobung von Antriebsstr?ngen bei.. |
| 出版日期 | Book 2024 |
| 關(guān)鍵詞 | Flottendaten; Lastkollektivdaten; Machine Learning; Reinforcement Learning; Best?rkendes Lernen; Tiefes Q |
| 版次 | 1 |
| doi | https://doi.org/10.1007/978-3-658-44220-0 |
| isbn_softcover | 978-3-658-44219-4 |
| isbn_ebook | 978-3-658-44220-0Series 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 |
|Archiver|手機版|小黑屋|
派博傳思國際
( 京公網(wǎng)安備110108008328)
GMT+8, 2025-10-13 22:59
發(fā)表于 2025-3-21 17:13:30
