Der Beitrag beschreibt eine Methode zur Vorhersage subjektiver Komforturteile beim Anfahren im Kraftfahrzeug aus dem an der Sitzschiene gemessenen Beschleunigungssignal durch den Einsatz künstlicher neuronaler Netze (KNN). Bei den 'Bewertern' handelt es sich um Laien, die 'Normalkunden' repräsentieren. Aus den in Fahrversuchen ermittelten Längsbeschleunigungen werden im Zeit- sowie im Frequenzbereich Eingangsdaten für ein KNN abgeleitet. Das zugehörige Subjektivurteil wird in Form einer Bewertung auf einer stufenlosen Skala von 'schlecht' bis 'hervorragend' ermittelt und dem KNN als zu berechnenden Ausgabewert ebenfalls übergeben. In der Lernphase werden dem Netz die Eingangs- und Ausgangsdaten eines Kollektivs von Anfahrvorgänge in zufälliger Reihenfolge wiederholt präsentiert. In der Arbeitsphase werden die Komforturteile aus den Eingangsdaten von Anfahrvorgängen, die nicht zum Netztraining verwendet wurden, vorausberechnet. Die Ergebnisbewertung, d.h. der Vergleich der vom KNN vorhergesagten Urteile mit den tatsächlich im zugehörigen Anfahrversuch ermittelten zeigt, daß die Vorhersage möglich und damit die beschriebene Vorgehensweise zielführend ist.
Vorhersage subjektiver Komforturteile mittels künstlicher neuronaler Netze
Prediction of subjective comfort ratings by means of artifical neural networks
2002
20 Seiten, 11 Bilder, 7 Quellen
Aufsatz (Konferenz)
Deutsch
Vorhersage subjektiver Komforturteile mittels kuenstlicher neuronaler Netze
Kraftfahrwesen | 2002
|BASE | 2018
|HENRY – Bundesanstalt für Wasserbau (BAW) | 2018
|TIBKAT | 2021
|Bildkomprimierung mittels künstlicher neuronaler Netzwerke
Europäisches Patentamt | 2023
|