Ergebnisse aus der Produktionstechnik / Potentiale von Machine Learning Modellen zur Prognose von Lastgängen bei Fertigungsprozessen
In der Arbeit wird ein Modell hergeleitet, mit dem es produzierenden Unternehmen ermöglicht wird, elektrische Lastgänge ihrer Bearbeitungsschritte datenbasiert zu prognostizieren. Das Modell nähert basierend auf Vergangenheitswerten einen Lastgang an, der...
Voraussichtlich lieferbar in 3 Tag(en)
versandkostenfrei
Buch (Kartoniert)
39.00 €
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenlose Rücksendung
Produktdetails
Produktinformationen zu „Ergebnisse aus der Produktionstechnik / Potentiale von Machine Learning Modellen zur Prognose von Lastgängen bei Fertigungsprozessen “
Klappentext zu „Ergebnisse aus der Produktionstechnik / Potentiale von Machine Learning Modellen zur Prognose von Lastgängen bei Fertigungsprozessen “
In der Arbeit wird ein Modell hergeleitet, mit dem es produzierenden Unternehmen ermöglicht wird, elektrische Lastgänge ihrer Bearbeitungsschritte datenbasiert zu prognostizieren. Das Modell nähert basierend auf Vergangenheitswerten einen Lastgang an, der als Planungsgröße einer energieflexiblen Produktionsplanung dienen kann. Somit werden Unternehmen in die Lage versetzt, ihre Nachfrage nach elektrischer Energie zu glätten oder an ein schwankendes Angebot anzupassen.
Großformatiges Paperback. Klappenbroschur
Bibliographische Angaben
- Autor: Max Ellerich
- 2021, 242 Seiten, Maße: 14,8 x 21 cm, Kartoniert (TB), Deutsch
- Verlag: Apprimus Verlag
- ISBN-10: 386359939X
- ISBN-13: 9783863599393
- Erscheinungsdatum: 20.04.2021
Kommentar zu "Ergebnisse aus der Produktionstechnik / Potentiale von Machine Learning Modellen zur Prognose von Lastgängen bei Fertigungsprozessen"
0 Gebrauchte Artikel zu „Ergebnisse aus der Produktionstechnik / Potentiale von Machine Learning Modellen zur Prognose von Lastgängen bei Fertigungsprozessen“
Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
---|
Schreiben Sie einen Kommentar zu "Ergebnisse aus der Produktionstechnik / Potentiale von Machine Learning Modellen zur Prognose von Lastgängen bei Fertigungsprozessen".
Kommentar verfassen