Die vorliegende Arbeit befasst sich mit dem Schwingungskomfort in PKW bei Fahrten über unebene Fahrbahnen. Basierend auf Regressionsanalysen und künstlichen neuronalen Netzen werden Modelle für den Zusammenhang zwischen dem subjektiven Empfinden des Schwingungskomforts und objektiv messbaren Fahrzeugschwingungen erstellt. Im Rahmen der Modellerstellung mit künstlichen neuronalen Netzen wird ein modifizierter Trainingsalgorithmus vorgestellt, der die Verarbeitung von in mehrere Abschnitte zerlegten Messdaten ermöglicht. Durch die Verwendung von Regressionsgleichungen und Bewertungsfunktionen wird für die in dieser Arbeit untersuchten Fahrbahnen eine höhere Modellqualität erreicht als bei bisherigen Modellen. Außerdem wird für die Durchführung weiterer Versuche eine Vorgehensweise erarbeitet, die es ermöglicht, die Genauigkeit der Komfortmodelle weiter zu verbessern.
Bewertung des Schwingungskomforts in PKW mit Hilfe von Regressionsmodellen und künstlichen neuronalen Netzen
2009
206 Seiten, 56 Bilder, 62 Tabellen, 125 Quellen
Theses
German
Bewertungsmethode , Schwingungsdämpfung , Personenkraftwagen , Regressionsrechnung , neuronales Netzwerk , Fahrbahnunebenheit , subjektive Eigenschaft , Fahrzeugschwingung , Modellmethode , Algorithmus , Messdatenauswertung , Qualitätserhöhung , Rechengenauigkeit , Regressionsanalyse , Regressionsgleichung
Automotive engineering | 2009
|Wertorientiertes Risikocontrolling mit Künstlichen Neuronalen Netzen
IuD Bahn | 2003
|Anwendung von künstlichen neuronalen Netzen im Wasserbau
HENRY – Federal Waterways Engineering and Research Institute (BAW) | 2020
|