English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Bei der Entwicklung automatisierter Systeme im Bereich der Automatisierungstechnik haben Ingenieure viele Aufgaben oft unter Zeitdruck zu bearbeiten, unter anderem Simulationen. Um Ingenieure bei diesen aufwändigen Simulationsaufgaben zu unterstützen, wird ein Framework vorgestellt, das Simulationen basierend auf strukturiertem Wissen parallel und dezentral koordiniert und durchführt. Hierbei können verschiedene Lösungsansätze eines Problems automatisiert simuliert und miteinander verglichen werden. Komplexe Problemstellungen, d. h. umfangreiche und häufig aus mehreren voneinander abhängigen Teilen bestehende Aufgaben, werden hierzu in Teilprobleme zerlegt und ihre Lösungsansätze separat mit dem jeweils geeignetsten Softwaretool bearbeitet. Zur flexiblen Koordination der dezentralen Simulationen werden kooperierende Softwareagenten eingesetzt. Diese autonomen Einheiten kommunizieren miteinander, um die parallelen Tätigkeiten während eines Simulationsprojekts zu steuern. Evaluiert wird das vorgestellte Konzept anhand der Anwendungsgebiete des Regelungsentwurfs und der multiphysikalischen Simulation. Hierzu wurden entsprechende prototypische Agentensysteme mithilfe des entwickelten Frameworks realisiert. Zusätzlich zum Framework zur parallelen Simulation wird auch ein Konzept zur Ergänzung des Agentensystems um eine lernende Case-Based-Reasoning-Komponente vorgestellt. Durch die Ergänzung des Agentensystems um Lernfähigkeit, konnte die Performance der Simulationen weiter gesteigert werden. Aufgrund der parallel durchgeführten Simulation verschiedener Ansätze mit teils stark variierenden Rechenzeiten, stehen Ergebnisse häufig bereits früher zu Verfügung. Auch die Qualität der Simulationsergebnisse kann durch die Untersuchung verschiedener Ansätze mit dem Agentensystem verbessert werden.

at - automatisierungstechnik

Flexibles Framework zur Parallelisierung von simulationsbasierten Entwicklungsaufgaben in der Automatisierungstechnik: Ein Agentensystem zur Unterstützung von Ingenieuren bei komplexen Simulationen