Benutzer: Gast  Login
Originaltitel:
Datenbasierte Methoden zur Prädiktion des Trips und des Fahrprofils 
Übersetzter Titel:
Data-based methods for the prediction of the trip and the driving profile 
Jahr:
2018 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Maschinenwesen 
Betreuer:
Lienkamp, Markus (Prof. Dr.) 
Gutachter:
Lienkamp, Markus (Prof. Dr.); Meng, Liqiu (Prof. Dr.) 
Sprache:
de 
Fachgebiet:
MAS Maschinenbau 
TU-Systematik:
VER 020d 
Kurzfassung:
Diese Arbeit stellt datenbasierte Methoden zur Prädiktion des Trips sowie zur Prädiktion des Fahrprofils vor. Für die Entwicklung werden 5 Mio. km reale Fahrprofile verwendet. Zur Prädiktion der Route wird ein neuronales Netz eingesetzt. Bei der Fahrprofilprädiktion werden Muster in dem Bewegungsverhalten auf einem Streckensegment erkannt. Als Prädiktionsmodell wird eine multinomiale logistische Regression eingesetzt. In der Simulation wird eine Betriebsstrategie für ein vernetztes Plug-In-Hybri...    »
 
Übersetzte Kurzfassung:
This work presents methods to predict the route and the driving profile of vehicles based on over 5 million km of real tracks. A neural network predicts upcoming route segments. A multinomial logistic regression model predicts predefined patterns of the driving profile for a road segment. In simulation, a plug-in-hybrid vehicle demonstrates the advantage with fuel savings of approximately 8 %. 
Mündliche Prüfung:
17.07.2018 
Dateigröße:
23572353 bytes 
Seiten:
141 
Letzte Änderung:
14.08.2018