KIT | KIT-Bibliothek | Impressum | Datenschutz

5.3 e-Vehicle powertrain modeling

Rhode, Stephan

Abstract:

Lehrinhalt:

Einführung in Python und nützliche Tools und Bibliotheken zur Algorithmenerstellung, grafischen Darstellung, Optimierung, symbolischen Rechnen und Maschinellem Lernen
- Anaconda, Pycharm, Jupyter
- Matplotlib, SymPy, Sciki-Learn

Methoden und Tools zur Erstellung von Software
- Versionsverwaltung GitHub, git
- Testen von Software pytest, Pylint
- Dokumentation Sphinx
- Continous Integration (CI) Travis CI
- Workflow in Open Source und Inner Source, Kanban, Scrum

Praktische Programmierprojekte zur:
- Erkennung von Straßenschildern
- Schätzung von Fahrzeugzuständen
- Kalibrierung von Fahrzeugmodellen durch Mathematische Optimierung
- Datenbasierte Modellierung des Antriebsstranges eines Elektrofahrzeuges

Lernziele:
Die Studierenden haben einen Überblick über die Programmiersprache Python und wichtige Python Bibliotheken um fahrzeugtechnische Fragestellungen durch Computerprogramme zu lösen. Sie kennen aktuelle Tools rund um Python um Algorithmen zu erstellen, anzuwenden und deren Ergebnisse zu interpretieren und zu visualisieren. Weiterhin kennen die Studierenden Grundlagen in der Erstellung von Software, um in späteren Programmierprojekten qualitativ hochwertige Softwarelösungen in Teamarbeit zu entwickeln. ... mehr


Zugehörige Institution(en) am KIT Institut für Fahrzeugsystemtechnik (FAST)
Publikationstyp Audio & Video
Publikationsdatum 19.06.2020
Erstellungsdatum 19.06.2020
Sprache Englisch
DOI 10.5445/IR/1000120320
Identifikator KITopen-ID: 1000120320
Lizenz Creative Commons Namensnennung – Nicht kommerziell – Weitergabe unter gleichen Bedingungen 4.0 International
Serie Python Algorithmen für Fahrzeugtechnik, Vorlesung, SS 2020
Folge 27
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page