KNN als Approximation eines Simulationsmodells


Der Einsatz von KNN hat sich in verschiedenen Projekten sehr gut bewährt. Die Genauigkeit von KNNs kann hinreichend genug hergestellt werden, um zu erwartende Ergebnisse einer Simulation zu berechnen. Per Knopfdruck kann somit der Planer auf einer benutzerfreundlichen Oberfläche die zu erwartenden Ergebnisse voraussagen. Somit können auf einfache Weise z.B. Puffergrößen oder Ausbringungen ermittelt werden.


Vorgehen:
 
Zunächst werden strukturiert Experimente mit dem standardisierten Experimentverwalter definiert und mit der notwendigen statistischen Absicherung durchgeführt.

Aus den vorliegenden Daten kann ein künstliches neuronales Netz (KNN) trainiert werden. Mit ausreichend vorhandenen Datensätzen kann somit eine Genauigkeit mit einem relativen Fehler von z.B. 3 % erzielt werden.

Mit der hinreichend genau generierten Berechnungsformel ist es dem Planer möglich mit der bereitgestellten Oberfläche (z.B. html mit Java-Script) weitere Parametereinstellungen bzgl. zu erwartender Ausbringungsergebnisse zu approximieren.