Page - 56 - in Energiemanagement-Strategien für batterieelektrische Fahrzeuge

3 Problemformulierung bei jederÄnderungamzugrundegelegtenSystemdieBestimmungeines neuenRegelwerkserforderlichwerden.FürdasEnergiemanagement in Hybridfahrzeugenwirdbeispielsweise in [50]eineHeuristikundin [124] Fuzzy-Logik eingesetzt. In [86]werdendieResultate derOptimierung mittels Dynamischer Programmierung genutzt, umRegeln abzuleiten. HeuristischeVerfahrensindmitdenhiergestelltenAnforderungenandie MethodikhinsichtlichAllgemeinheitundErweiterbarkeitnichtgeeignet undwerdennichtweiterverfolgt. 3.5.2 StochastischeVerfahren EineweitereMöglichkeit, das ExtremumeinesGütefunktionals zu be- stimmen,sindstochastischeVerfahren,wiez.B. simulatedannealingund evolutionäreAlgorithmen6 [103].EvolutionäreAlgorithmenwerdenbei- spielsweise in [23] fürdasBordnetz inKraftfahrzeugenundsimuliertes Ausglühenin [152] füreinHybridfahrzeugbetrachtet.DurchdenEinsatz vonZufallsvariablenwirdnachdemglobalenExtremumgesucht.Dabei wird ein iterativerAlgorithmusbis zumErreichen einesAbbruchkrite- riumsangewendet,wodurchdasVerfahrenbeieinemergebnisbasierten Abbruchkriteriumnichtechtzeitfähig ist.FürdieOptimierungimFahrbe- triebscheidenstochastischeVerfahrendahergrundsätzlichaus.Dagegen ist der Einsatz für dieOptimierung imEntwicklungsprozess prinzipi- ell denkbar,wenn eine großenAnzahl vonEinflussgrößengleichzeitig betrachtetwirdundandereVerfahrenaufgrundvonbegrenztemArbeits- speichernichtanwendbarsind.DieDauerfürdieBestimmungderLösung istnicht-deterministischundeinAbbruchkriteriumisterforderlich [23]. AusdiesenGründenwerdendiegenanntenstochastischenVerfahren in dieserArbeitnichtweiterbetrachtet. 3.5.3 Gradientenverfahren DieGradientenverfahren bestimmen iterativ durchdie Berechnung ei- nesGradientendasExtremumeinerFunktion,biseinAbbruchkriterium 6 auchgenetischeAlgorithmengenannt 56