004 Datenverarbeitung; Informatik
Refine
Has Fulltext
- yes (12)
Is part of the Bibliography
- yes (12)
Year of publication
Document Type
- Doctoral Thesis (12) (remove)
Language
- German (12) (remove)
Keywords
- Simulation (4)
- Computersimulation (2)
- Mehragentensystem (2)
- Modellierung (2)
- Ablaufplanung (1)
- Agent <Informatik> (1)
- Agent <Künstliche Intelligenz> (1)
- Agent-based Simulation (1)
- Agentbased System (1)
- Agenten-basierte Simulation (1)
- Angewandte Informatik (1)
- Anwendung (1)
- Autonomer Agent (1)
- Autonomer Roboter (1)
- Autonomie (1)
- Bernoulli stochastics (1)
- Bernoulli-Raum (1)
- Bernoullische Stochastik (1)
- Bernoullispace (1)
- Bewegungsablauf (1)
- Bewegungsplanung (1)
- Bit Parallelität (1)
- Calibration (1)
- Databases (1)
- Datenbanken (1)
- Datenbasis (1)
- Diagnosesystem (1)
- Dynamic Environments (1)
- Entscheidungsfindung (1)
- Fahrsimulation (1)
- Fahrsimulator (1)
- Feature-Matching (1)
- Feldprogrammierbare Architekturen (1)
- Field programmable gate array (1)
- Field-programmable Gate Arrays (1)
- Forschung (1)
- Gay-Array-Bauelement (1)
- Gllobal self-localisation (1)
- Globale Selbstlokalisation (1)
- Hierarchische Simulation (1)
- Hospital (1)
- Inferenz <Künstliche Intelligenz> (1)
- Information Retrieval (1)
- Information-Retrieval-System (1)
- Invertierte Liste (1)
- Kartierung (1)
- Konzeptsuche (1)
- Krankenhaus (1)
- Künstliche Intelligenz (1)
- Learning (1)
- Lehre (1)
- Lernen (1)
- Lokalisation (1)
- Mehrebenensimulation (1)
- Missionsbetrieb (1)
- Mobile Roboter (1)
- Mobiler Roboter (1)
- Modellbasierte Diagnose (1)
- Modelling (1)
- Motion Planning (1)
- Multi-Agent-Simulation (1)
- Multi-agent system (1)
- Multiagentensimulation (1)
- Multiagentensystem (1)
- Multimedia (1)
- Optimization (1)
- Parameterkalibrierung (1)
- Planausführung (1)
- Planungssystem (1)
- Process Optimization (1)
- Programmierbare logische Anordnung (1)
- Prozessoptimierung (1)
- Regelbasiertes System (1)
- Robot (1)
- Roboter (1)
- Rule-based Systems (1)
- Satellit (1)
- Stochastik (1)
- Stochastikon (1)
- Straßennetzwerk (1)
- Straßenverkehr (1)
- Suchverfahren (1)
- System (1)
- Szenariogenerierung (1)
- Teaching (1)
- Volltextsuche (1)
- Werkstattdiagnose (1)
- aftermarket diagnostic (1)
- bit-parallel (1)
- concept search (1)
- database (1)
- decission finding (1)
- driving simulation (1)
- dynamische Umgebungen (1)
- feature-matching (1)
- field-programmable architectures (1)
- field-programmable gate arrays (1)
- full-text search (1)
- hybrid Diagnostic (1)
- hybride Diagnose (1)
- mission operation (1)
- mobile robots (1)
- model-base diagnosis (1)
- n-Gramm (1)
- n-gram (1)
- plan execution (1)
- q-Gramm (1)
- q-gram (1)
- road network (1)
- scenario creation (1)
- scheduling (1)
- skalierbare Diagnose (1)
- slam (1)
- stochastic thinking (1)
- stochastisches Denken (1)
- system (1)
Institute
Die Entwicklung eines wissensbasierten Systems, speziell eines Diagnosesystems, ist eine Teildisziplin der künstlichen Intelligenz und angewandten Informatik. Im Laufe der Forschung auf diesem Gebiet wurden verschiedene Lösungsansätze mit unterschiedlichem Erfolg bei der Anwendung in der Kraftfahrzeugdiagnose entwickelt. Diagnosesysteme in Vertragswerkstätten, das heißt in Fahrzeughersteller gebundenen Werkstätten, wenden hauptsächlich die fallbasierte Diagnostik an. Zum einen hält sich hier die Fahrzeugvielfalt in Grenzen und zum anderen besteht eine Meldepflicht bei neuen, nicht im System vorhandenen Fällen. Die freien Werkstätten verfügen nicht über eine solche Datenbank. Somit ist der fallbasierte Ansatz schwer umsetzbar. In freien Werkstätten - Fahrzeughersteller unabhängigen Werkstätten - basiert die Fehlersuche hauptsächlich auf Fehlerbäumen. Wegen der wachsenden Fahrzeugkomplexität, welche wesentlich durch die stark zunehmende Anzahl der durch mechatronische Systeme realisierten Funktionen bedingt ist, und der steigenden Typenvielfalt ist die geführte Fehlersuche in freien Werkstätten nicht immer zielführend. Um die Unterstützung des Personals von freien Werkstätten bei der zukünftigen Fehlersuche zu gewährleisten, werden neue Generationen von herstellerunabhängigen Diagnosetools benötigt, die die Probleme der Variantenvielfalt und Komplexität lösen. In der vorliegenden Arbeit wird ein Lösungsansatz vorgestellt, der einen qualitativen, modellbasierten Diagnoseansatz mit einem auf heuristischem Diagnosewissen basierenden Ansatz vereint. Neben der Grundlage zur Wissenserhebung werden in dieser Arbeit die theoretische Grundlage zur Beherrschung der Variantenvielfalt sowie die Tests für die erstellten Diagnosemodelle behandelt. Die Diagnose ist symptombasiert und die Inferenzmechanismen zur Verarbeitung des Diagnosewissens sind eine Kombination aus Propagierung der abweichenden physikalischen Größen im Modell und der Auswertung des heuristischen Wissens. Des Weiteren werden in dieser Arbeit verschiedene Aspekte der Realisierung der entwickelten theoretischen Grundlagen dargestellt, zum Beispiel: Systemarchitektur, Wissenserhebungsprozess, Ablauf des Diagnosevorgangs in den Werkstätten. Die Evaluierung der entwickelten Lösung bei der Wissenserhebung in Form von Modellerstellungen und Modellierungsworkshops sowie Feldtests dient nicht nur zur Bestätigung des entwickelten Ansatzes, sondern auch zur Ideenfindung für die Integration der entwickelten Tools in die existierende IT-Infrastruktur.
Das stochastische Denken, die Bernoullische Stochastik und dessen informationstechnologische Umsetzung, namens Stochastikon stellen die Grundlage für das Verständnis und die erfolgreiche Nutzung einer stochastischen Wissenschaft dar. Im Rahmen dieser Arbeit erfolgt eine Klärung des Begriffs des stochastischen Denkens, eine anschauliche Darstellung der von Elart von Collani entwickelten Bernoullischen Stochastik und eine Beschreibung von Stochastikon. Dabei werden sowohl das Gesamtkonzept von Stochastikon, sowie die Ziele, Aufgaben und die Realisierung der beiden Teilsysteme namens Mentor und Encyclopedia vorgestellt. Das stochastische Denken erlaubt eine realitätsnahe Sichtweise der Dinge, d.h. eine Sichtweise, die mit den menschlichen Beobachtungen und Erfahrungen im Einklang steht und somit die Unsicherheit über zukünftige Entwicklungen berücksichtigt. Der in diesem Kontext verwendete Begriff der Unsicherheit bezieht sich ausschließlich auf zukünftige Entwicklungen und äußert sich in Variabilität. Quellen der Unsicherheit sind einerseits die menschliche Ignoranz und andererseits der Zufall. Unter Ignoranz wird hierbei die Unwissenheit des Menschen über die unbekannten, aber feststehenden Fakten verstanden, die die Anfangsbedingungen der zukünftigen Entwicklung repräsentieren. Die Bernoullische Stochastik liefert ein Regelwerk und ermöglicht die Entwicklung eines quantitativen Modells zur Beschreibung der Unsicherheit und expliziter Einbeziehung der beiden Quellen Ignoranz und Zufall. Das Modell trägt den Namen Bernoulli-Raum und bildet die Grundlage für die Herleitung quantitativer Verfahren, um zuverlässige und genaue Aussagen sowohl über die nicht-existente zufällige Zukunft (Vorhersageverfahren), als auch über die unbekannte feststehende Vergangenheit (Messverfahren). Das Softwaresystem Stochastikon implementiert die Bernoullische Stochastik in Form einer Reihe autarker, miteinander kommunizierender Teilsysteme. Ziel des Teilsystems Encyclopedia ist die Bereitstellung und Bewertung stochastischen Wissens. Das Teilsystem Mentor dient der Unterstützung des Anwenders bei der Problemlösungsfindung durch Identifikation eines richtigen Modells bzw. eines korrekten Bernoulli-Raums. Der Lösungsfindungsprozess selber enthält keinerlei Unsicherheit. Die ganze Unsicherheit steckt in der Lösung, d.h. im Bernoulli-Raum, der explizit die vorhandene Unwissenheit (Ignoranz) und den vorliegenden Zufall abdeckend enthält.