Data Driven Engineering - Optimales Schnelladenetz [IDP|SA|MA]

Institut

Lehrstuhl für Fahrzeugtechnik

Typ

Bachelorarbeit / Semesterarbeit / Masterarbeit /

Inhalt

theoretisch /  

Beschreibung

Der Güterverkehr ist das Rückgrat unserer Wirtschaft und nimmt eine immer bedeutendere Rolle ein. Die Emissionsreduktion von 30 % bis 2030 wird nur durch Elektrifizierung von Nah- und Fernverkehr möglich sein.

 

In der vorliegenden Arbeit sollen verschiedene Ladenetze generiert werden, und durch ein bestehendes Framework deren Performance bewertet werden. Dazu sollen sowohl Algorithmen der Literatur (e.g. FRLM), als auch heuristisch optimierende Algorithmen genutzt werden (z.B. Optimierung anhand der Lkw-Maut Daten)

 

Folgende Eckpunkte umfasst die zu besetzende Stelle:

• Literaturrecherche zum flow capturing location problem
• Implementierung Referenzalgorithmus Literatur (z.B. FRLM)
• Implementierung eigener Algorithmus (z.B. anhand Mautdaten)
• Vergleichende Analyse & wissenschaftliche Aufbereitung der Ergebnisse

Geboten wird:

• Förderung von Engagement und Initiative & enges Betreuungsverhältnis
• Möglichkeit zur Einarbeitung in PostgreSQL & PostGIS, Python
• Innovatives Projektumfeld

 

Voraussetzungen

Folgende Qualifikationen werden gesucht:

• Strukturierte Arbeitsweise, Verlässlichkeit
• Interesse an der Thematik
• Solide Python – Kenntnisse

Bitte richte deine Bewerbung mit Lebenslauf und Notenauszug an georg.balke@tum.de (Georg Balke).

Gerne können wir uns auch im Vorfeld über das Thema austauschen! 

Die Arbeit ist auch für ein IDP (Informatik) in Verbindung mit der Vorlesung Smart Mobility (ED150007) geeignet.

Tags

FTM Studienarbeit, FTM SM, FTM Smarte Mobilität, FTM Balke, FTM Informatik

Möglicher Beginn

Oktober

Kontakt

Georg Balke, M.Sc.
Raum: MW3505
Tel.: 089 289 10494
georg.balketum.de

Ausschreibung