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.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Vorhersage subjektiver Komforturteile mittels künstlicher neuronaler Netze


    Additional title:

    Prediction of subjective comfort ratings by means of artifical neural networks


    Contributors:
    Albers, A. (author) / Albrecht, M. (author)


    Publication date :

    2002


    Size :

    20 Seiten, 11 Bilder, 7 Quellen




    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German




    Vorhersage subjektiver Komforturteile mittels kuenstlicher neuronaler Netze

    Albers,A. / Albrecht,M. / Univ.Karlsruhe,DE | Automotive engineering | 2002



    Vorhersage extremer Sturmfluten mit Hilfe hydrodynamischer Modellierung und künstlicher neuronaler Netze

    Tayel, Mohamed / Oumeraci, Hocine / Kuratorium für Forschung im Küsteningenieurwesen (KFKI) | HENRY – Federal Waterways Engineering and Research Institute (BAW) | 2018

    Free access

    Beitrag zur Vorhersage von Partikelemissionen aufgrund von Schiffsmanövern unter Verwendung Künstlicher Neuronaler Netze

    Schaub, Michèle / Universität Rostock / Universität Rostock, Fakultät für Maschinenbau und Schiffstechnik | TIBKAT | 2021

    Free access

    Bildkomprimierung mittels künstlicher neuronaler Netzwerke

    WONG CHUP-CHUNG / YOGAMANI SENTHIL KUMAR | European Patent Office | 2023

    Free access