EVA STAR Trefferanzeige

Volltext Veroeffentlichung_OC_Kautzmann_03092012.pdf1.pdf (2,4 MB)
URN (für Zitat) http://nbn-resolving.org/urn:nbn:de:swb:90-295168
Titel Organic Computing lernt nie aus
Autor Kautzmann, Timo
Geimer, Marcus
Wünsche, Micaela
Mostaghim,Sanaz
Schmeck, Hartmut
Institution Fakultät für Maschinenbau (MACH)
Institut für Fahrzeugtechnik und Mobile Arbeitsmaschinen (IFFMA)
Dokumenttyp Aufsatz in einer Zeitschrift
Erschienen in Mobile Maschinen
Jahr: 2012
Heft: 4
ISSN: 1865-7028
Seitenangabe: 36-38
Abstract Der Ansatz des Organic Computing im Maschinenmanagement von Traktoren bringt Vorteile sowohl für den Entwickler als auch den Benutzer der Maschine. Durch die selbsttätige Suche nach optimalen Betriebspunkten muss der Entwickler nicht im Vorfeld die optimalen
Einstellungen präzise definieren. Der Bediener kann zwischen verschiedenen Zielfunktionen
wählen, die autonom von der O/C-Architektur umgesetzt werden. Dadurch wird er vom eigentlichen Fahren entlastet, sodass er sich stärker um den Arbeitsprozess kümmern kann.