Metadata
Author: patents-wipo
Data
German[de]
Das Verfahren zeichnet sich dadurch aus, dass ein Schätzwert (formula (1)) des Modellparameters in Abhängigkeit von wenigstens einer zweiten Fahrzustandsgröße und/oder einer von einem Fahrer vorgegebenen Größe (E) mittels eines künstlichen neuronalen Netzes (500) ermittelt wird, wobei das künstliche neuronale Netz (500) vor einer wiederholten Ermittlung des Schätzwerts (formula (1)) anhand eines Lernverfahrens derart angepasst wird, dass sich der Schätzwert (formula (1)) des Modellparameters dem tatsächlichen Wert des Modellparameters annähert.
English[en]
The method is distinguished in that an estimated value (formula (1)) of the model parameter is determined as a function of at least one second driving state variable and/or of a variable (E), which is predetermined by a driver, by means of an artificial neural network (500), with the artificial neural network (500) being adapted on the basis of a learning method before repeated determination of the estimated value (formula (1)), in such a manner that the estimated value (formula (1)) of the model parameter approximates to the actual value of the model parameter.
French[fr]
Le procédé est caractérisé en ce qu'une valeur estimée (formule (1)) du paramètre du modèle est déterminée au moyen d'un réseau neuronal artificiel (500) en fonction d'au moins une deuxième grandeur d'état de roulage et/ou d'une grandeur (E) prédéterminée par un conducteur. Le réseau neuronal artificiel (500) est adapté pour déterminer de manière répétée la valeur estimée (formule (1)) à l'aide d'un procédé d'apprentissage de telle sorte que la valeur estimée (formule (1)) du paramètre du modèle s'approche de la valeur effective du paramètre du modèle.