Thema3805: Unterschied zwischen den Versionen
Pc9792 (Diskussion | Beiträge) (Die Seite wurde neu angelegt: „{{Abschlussarbeit |Titel=Automatische Parameterkalibrierung im Organic Smart Home |Vorname=Marita Tamara |Nachname=Dorscheid |Abschlussarbeitstyp=Diplom |Betreuer…“) |
Pc9792 (Diskussion | Beiträge) |
||
Zeile 4: | Zeile 4: | ||
|Nachname=Dorscheid | |Nachname=Dorscheid | ||
|Abschlussarbeitstyp=Diplom | |Abschlussarbeitstyp=Diplom | ||
− | |Betreuer=Kaibin Bao | + | |Betreuer=Hartmut Schmeck;Kaibin Bao; |
|Forschungsgruppe=Effiziente Algorithmen | |Forschungsgruppe=Effiziente Algorithmen | ||
|Abschlussarbeitsstatus=Abgeschlossen | |Abschlussarbeitsstatus=Abgeschlossen |
Aktuelle Version vom 18. Oktober 2017, 05:47 Uhr
Abschlussarbeitstyp: Diplom
Betreuer: Hartmut Schmeck, Kaibin Bao
Forschungsgruppe: Effiziente Algorithmen
Archivierungsnummer: 3805
Abschlussarbeitsstatus: Abgeschlossen
Beginn:
12. Mai 2013
Abgabe: 11. November 2013
Das Organic Smart Home ist ein Softwareframework für das Energiemanagement von vernetzten heterogenen Geräten. Sofern die angebundenen Geräte Freiheiten im Energieverbrauchsverhalten vorweisen, kann der Geräteverbund hinsichtlich einer gesamtenergetischen Vorgabe dirigiert werden. Der Einsatzort des Organic Smart Home beschränkt sich dabei nicht nur auf Privathaushalte. Der Energieverbrauch von Bürogebäuden oder Fabriken könnte ebenso mit dem gleichen Konzept optimiert werden. Selbst mit unterschiedlichen Privathaushalten ergibt sich eine Vielzahl von Gerätezusammensetzungen, die eine Konditionierung des Optimierungsvorgangs im Umgang mit dem Suchraum für sinnvoll erachten lässt. Für den realen Einsatz des Systems spielt die Leistungsfähigkeit der zu Grunde liegenden Plattform eine wichtige Rolle, an dem die Parameter, welche die Suchdauer beeinflussen, angepasst werden muss.
In der Arbeit soll eine Architektur beschrieben werden, welche die Kalibrierung der Optimierungsparameter im Organic Smart Home an ein gegebenes Einsatzszenario bzw. Konfiguration erlaubt. Weiterhin soll experimentell ermittelt werden, wie effektiv sich die Kalibrierung auf das Optimierungsverhalten auswirkt.