Organic Computing lernt nie aus
Kautzmann, Timo; Geimer, Marcus
; Wünsche, Micaela; Mostaghim, Sanaz; Schmeck, Hartmut
; Wünsche, Micaela; Mostaghim, Sanaz; Schmeck, HartmutAbstract:
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.
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.
| Zugehörige Institution(en) am KIT | Fakultät für Maschinenbau – Institut für Fahrzeugtechnik und Mobile Arbeitsmaschinen (IFFMA) |
| Publikationstyp | Zeitschriftenaufsatz |
| Publikationsjahr | 2012 |
| Sprache | Deutsch |
| Identifikator | ISSN: 1865-7028 urn:nbn:de:swb:90-295168 KITopen-ID: 1000029516 |
| Erschienen in | Mobile Maschinen |
| Verlag | Vereinigte Fachverl. |
| Heft | 4 |
| Seiten | 36-38 |