Methodische Evaluierung von wahrscheinlichkeitstheoretischen Inferenzverfahren für dynamische Systeme

Content Provider	Semantic Scholar
Author	Beyer, Marc-André
Copyright Year	2008
Abstract	Die wahrscheinlichkeitstheoretische Inferenz beschreibt das Problem der Schatzung der Zustande und Parameter eines Systems aus unvollstandigen und verrauschten Messdaten. Anwendungsbeispiele sind u.a. Filter fur Regelungskonzepte, Fehlerdiagnose, Tragheitsnavigation, u.v.m.. Wahlt man einen statistischen, rekursiven Ansatz zur Losung des Problems, so ist diese durch die Rekursive Bayes'sche Schatztheorie gegeben, welche fur die meisten praxisrelevanten Anwendungen nicht exakt losbar ist. Das Spektrum an Naherungslosungen ist umfangreich und unubersichtlich. Die hohe Anzahl an Algorithmen und der Mangel an einer praxisorientierten Bewertungsmethode erschweren die Auswahl eines geeigneten Filters und inspirierten dieses Projekt. In vorliegender Dissertation wird ein Zugang vorgestellt, der dazu beitragen soll, den Entscheidungsprozess zu objektivieren. Die Praxiseignung der vorgestellten Methode wird am Beispiel der modellgestutzten Diagnose eines Dieselpartikelfilters nachgewiesen.
File Format	PDF HTM / HTML
Alternate Webpage(s)	https://hss-opus.ub.ruhr-uni-bochum.de/opus4/frontdoor/deliver/index/docId/1967/file/diss.pdf
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article