Diese Arbeit präsentiert einen grundlegenden Entwurf für Systeme sowie das darauf aufbauende Framework, anhand dessen Eigenschaften wie Selbstkonfiguration und Selbstverbesserung für parametrisierbare technische Systeme zur Laufzeit ermöglicht werden. Ein erwartetes Ergebnis durch die Anwendung des Frameworks auf existierende Systeme ist die Herbeiführung gewünschter Eigenschaften wie Adaptivität und Robustheit. Aufbauend auf dem generellen Systementwurf werden im Rahmen dieser Arbeit Möglichkeiten zur Anwendung maschineller Lerntechniken in Echtweltsystemen untersucht. Dazu werden zwei neue Varianten von Learning Classifier Systemen und Fuzzy Classifier Systemen entwickelt. Diese beiden modifizierten Ansätze werden in das Framework integriert und stellen dabei einen wichtigen Mechanismus zur Realisierung der Selbstverbesserungseigenschaften dar. Die wissenschaftlichen Erkenntnisse dieser Arbeit werden im Folgenden benannt. Eingangs wird das bereits angesprochene Framework entwickelt und vorgestellt. Dieses Framework ist in der Lage, den Selbstkonfigurationsprozess im laufenden Betrieb autonom zu verbessern, indem Techniken des maschinellen Lernens eingesetzt werden. Daraufhin wird das spezifische Lernproblem, das von einem Teil des Frameworks definiert wird, klassifiziert. Aufbauend darauf wird nach passenden Techniken zu Lösung dieser Problematik gesucht. Dazu werden dann die bereits benannten Varianten existierender maschineller Lernverfahren entwickelt und vorgestellt. Weiterhin stellt diese Arbeit wesentliche neue Verfahren für zwei weitere Forschungsgebiete vor, wobei beide Ansätze auf dem entwickelten Framework beruhen. Im Bereich der Straßenverkehrsforschung wird ein System eingeführt, das die Freigabezeiten an innerstädtischen Ampelanlagen automatisch an sich ändernde Verkehrssituationen anpasst. Das gleiche Framework dient dann im Bereich der Datenkommunikation dazu, ein System zu entwickeln, das die Protokollkonfigurationen von Datenkommunikationsprotokollen dynamisch und zur Laufzeit an beobachtete Situationen m der Umgebung des Knotens anpassen kann. Abschließend wird ein abstrahiertes Modell zur Klassifizierung von Echtweltsystemen eingeführt, anhand dessen die Menge an Systemen identifiziert werden kann, für die das Framework einsetzbar ist. Untersuchungen haben gezeigt, dass technische Systeme, die über das zusätzliche Framework verfügen, eine erheblich bessere Systemleistung erzielen können, wie herkömmliche Systeme. Als Beispiel dienen die beiden exemplarisch untersuchten Hauptanwendungen dieser Arbeit: Einerseits kann die verfügbare Kommunikationskapazität in mobilen ad-hoc Netzwerken um etwa 6 % erhöht werden, während andererseits die auftretenden Verlustzeiten von Fahrzeugen in städtischen Verkehrsnetzen um signifikante 16 % reduziert werden können - jeweils in Abhängigkeit von den untersuchten Szenarien. Weiterhin zeigen die Ergebnisse der ebenfalls durchgeführten generalisierten Untersuchung, dass das Framework in der Lage ist, seiner Zielsetzung auch unter Einflüssen wie Störungen und verrauschten Sensordaten nachzukommen.
this thesis presents the system design and the corresponding framework to enable capabilities like self-configuration and self-improvement for parametrisable systems at runtime. As a result of these capabilities, systems equipped with the framework as additional control mechanism are characterised by aspects like adaptivity and robustness. Besides the general system design, the thesis investigates the possibility of applying machine learning techniques to real-world applications - two novel variants of Learning Classifier Systems and Fuzzy Classifier Systems are developed. These modified machine learning techniques are integrated into the framework. Thereby, they take over the responsibility of the selfimprovement tasks. The contribution to scientific knowledge presented in this thesis is given as follows. Initially, the architectural framework is developed. This framework is capable of self-improving the reconfiguration behaviour autonomously by making use of machine learning techniques In addition, this thesis characterises the specific learning problem and investigates which techniques are applicable. Additionally, modified variants for the most promising techniques are developed to cover the restrictions and requirements of real-world systems and their safety-demands. Furthermore, the thesis presents two contributions to the state of the art in traffic control systems and data communication - both based on the general design. In traffic control, a novel decentralised system to adapt traffic control strategies at urban intersections according to changes in the traffic conditions is presented. The same system design applied to data communication results in a locally-organised system to reconfigure network protocol parameter sets as response to observed situations. Finally, the thesis introduces a generalised model to classify real-world systems that are controllable by the framework. Analytical considerations of the evaluation results demonstrate the benefit of applying the developed framework to the control of technical systems. For instance, the available communication bandwidth in mobile ad-hoc networks can be increased by about 6 %, while the delays of vehicles in urban road networks can be dramatically decreased by up to 16 % depending on the investigated scenario. In addition, the results of the generalised investigation show that the framework is able to fulfil its task even under challenging conditions such as noise and disturbances.
An architectural framework for self-configuration and self-improvement at runtime
2011
251 Seiten, Bilder, Tabellen, 342 Quellen
Theses
English
maschinelles Lernen , Systementwurf , Echtheit , Laufzeit , Datenkommunikation , Klassifizierung , Datenprotokoll , Straßenverkehr , Straßenbahnverkehr , Verkehrsunfallforschung , Stadtverkehr , Stadtbahnverkehr , Reduzierbarkeit , Anwendungssystem , Fuzzy-System , Verkehrsleitsystem , Verkehrsregelung , Straßenknotenpunkt , Systemüberwachung , Netzwerkprotokoll , Verkehrsnetz , Ad-hoc-Netz
A runtime framework for system safety
IEEE | 2003
|New Architectural Design of the Runtime Server for Remote Vehicle Communication Services
SAE Technical Papers | 2020
|Self-Configuration and Self-Healing in AUTOSAR
SAE Technical Papers | 2007
|Self-configuration and self-healing in AUTOSAR
Automotive engineering | 2007
|NTRS
|