UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 Lehr-
veranstaltungen
   Personen/
Einrichtungen
   Räume   Forschungs-
bericht
   Publi-
kationen
   Internat.
Kontakte
   Examens-
arbeiten
   Telefon &
E-Mail
 
 
 Darstellung
 
Druckansicht

 
 
Einrichtungen >> Technische Fakultät (TF) >> Department Informatik (INF) >> Lehrstuhl für Informatik 2 (Programmiersysteme) >>
Optimierung der Funktionsverteilung im Fahrzeugnetzwerk

Moderne Automobile haben komplexe, verteilte Systeme von elektronischen Steuergeräten, die mittels verschiedener Bussysteme vernetzt sind. Bis zu 80 Netzknoten befinden sich in einem einzelnen Fahrzeug. Die Steuergeräte realisieren eine große Anzahl von vernetzten Funktionen, die sich aus Software- und Hardware-Komponenten zusammensetzen. In diesem Projekt wurden Möglichkeiten untersucht, Funktionen bei der Erstellung der Systemarchitektur des Fahrzeugnetzwerks unterschiedlich zu plazieren, ohne das Ziel ihrer Wiederverwendung zu gefährden. Dazu wurden Kriterien und Bewertungsmethoden entwickelt, um Funktionen optimal in diesem Netzwerk zu verteilen. Die Ergebnisse wurden in einem Optimierungssystem implementiert und auf ihre Praxistauglichkeit hin überprüft.
Im Berichtsjahr 2006 wurde das Ameisenoptimierungsverfahren, ein bekanntes heuristisches Optimierungsverfahren, so modifiziert und erweitert, dass es zur Lösung dieses Mehrzieloptimierungsproblems verwendet werden kann. Nicht nur wurde die Frage der angemessenen Problemrepräsentation beantwortet. Sondern es wurden auch Strategien entwickelt, die das Ameisenoptimierungsverfahren sowohl für die Optimierung hinsichtlich mehrerer Kriterien als auch für die Behandlung von Nebenbedingungen erweitern.
Ferner gelang es uns, den Parameterkonfigurationsschritt, den der in MOOVE vorhandene evolutionäre Algorithmus erfordert, durch selbstadaptive Parameter zu ersetzen. Das Optimierungsverfahren wird dadurch nicht nur praktikabler, sondern es resultiert auch eine deutlich bessere Lösungsgüte nach einer akzeptablen Zahl von Evaluationen (im Vergleich zu nach Taguchi optimierten Parameterwerten).
Das Projekt wurde mit einer Dissertation abgeschlossen.
Projektleitung:
apl. Prof. Dr.-Ing. Gabriella Kókai

Beteiligte:
Dr.-Ing. Bernd Hardung

Laufzeit: 1.1.2003 - 31.12.2006

Förderer:
Audi AG, Ingolstadt

Kontakt:
Kókai, Gabriella
UnivIS ist ein Produkt der Config eG, Buckenhof