Optimales Energiemanagement mild elektrifizierter Antriebe unter realen Betriebsbedingungen mittels Prädiktionsalgorithmen aus dem Bereich des Maschinellen Lernens
2025
KIT Scientific Publishing (Verlag)
978-3-7315-1426-8 (ISBN)
KIT Scientific Publishing (Verlag)
978-3-7315-1426-8 (ISBN)
Diese Arbeit untersucht das Energiemanagement hybridelektrischer Fahrzeuge. Es werden Strategien für Systemauslegung und Fahrzeugimplementierung analysiert. Fokus liegt auf ECMS, DP und PMP. Prädiktives Energiemanagement und datengetriebene Verfahren wie Markov-Ketten, FFNN und RNN werden behandelt. Online-ECMS zeigt signifikante Einsparpotentiale.
| Erscheinungsdatum | 27.11.2025 |
|---|---|
| Reihe/Serie | Karlsruher Schriftenreihe Fahrzeugsystemtechnik / Institut für Fahrzeugsystemtechnik |
| Zusatzinfo | graph. Darst. |
| Verlagsort | Karlsruhe |
| Sprache | deutsch |
| Maße | 148 x 210 mm |
| Gewicht | 550 g |
| Themenwelt | Technik |
| Schlagworte | Artificial Neural Networks • Dynamic Programming • Dynamische Programmierung • Energiemanagementstrategien • Energy Management Strategies • Hybrid electric vehicles • Hybridelektrische Fahrzeuge • Künstliche Neuronale Netze • machine learning • Maschinelles Lernen |
| ISBN-10 | 3-7315-1426-5 / 3731514265 |
| ISBN-13 | 978-3-7315-1426-8 / 9783731514268 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
mit Berechnungshinweisen und Beispielen
Buch | Hardcover (2024)
Reguvis Fachmedien (Verlag)
CHF 78,40
Praxiswissen zu Schimmelpilzschäden in Gebäuden: Mikrobiologie, …
Buch | Hardcover (2024)
Reguvis Fachmedien (Verlag)
CHF 138,60
