کاربرد یادگیری ماشین در تشخیص و خودترمیمی خطاهای نرم افزاری واحد کنترل الکترونیکی خودرو

چکیده مقاله

خودروهای مدرن متشکل از صدها واحد کنترل الکترونیکی ECU با پیچیدگی قابل توجهی هستند که هر یک شامل میلیون ها خط کد نرم افزاری می باشند این سطح از پیچیدگی احتمال بروز خطاهای نرم افزاری را به میزان قابل توجهی افزایش می دهد بر اساس گزارش های صنعتی سالانه تعداد قابل توجهی از خودروها به دلیل نقص های نرم افزاری فراخوان می شوند که پیامدهای گسترده ای از جمله اختلال در عملکرد سیستم ها، تحمیل هزینه های مالی و زمانی قابل توجه، مخاطرات ایمنی و کاهش بهره وری عملیاتی را به دنبال دارد این پژوهش به بررسی کاربرد روش های یادگیری ماشین در توسعه سیستم های نرم افزاری خود ترمیمگر برای واحد کنترل الکترونیکی خودرو می پردازد در این راستا از الگوریتم جنگل تصادفی به عنوان یکی از کارآمدترین و پرکاربردترین روش های یادگیری ماشین در حوزه تشخیص و مدیریت خطاها استفاده شده است یافته های این مطالعه نشان می دهد که رویکرد پیشنهادی می تواند قابلیت اطمینان و کارایی سیستم های مبتنی بر ECU را از طریق مکانیزم های خود ترمیمی بهبود بخشد

کلیدواژه‌ها

نویسندگان

حسین رحیمی آسیابرکی

عضو هیئت علمی گروه مهندسی مکانیک دانشگاه ملی مهارت، تهران، ایران

علیرضا رضایی

کارشناس مکانیک خودرو گروه مهندسی مکانیک دانشگاه ملی مهارت، تهران، ایران

�حیمی آسیابرکی، حسین و رضایی، علیرضا،1404،کاربرد یادگیری ماشین در تشخیص و خودترمیمی خطاهای نرم افزاری واحد کنترل الکترونیکی خودرو،دومین کنفرانس پیشرفت های اخیر و روندهای آینده در صنعت خودرو،تهران

ارائه‌شده در

مجموعه مقالات دومین کنفرانس پیشرفت های اخیر و روندهای آینده در صنعت خودرو29 بهمن 1404 · تهران