[发明专利]用于借助于仿真模块的计算机辅助的设施控制优化的方法

权利要求书

1.用于对技术系统进行计算机辅助的控制优化的交互式辅助系统，所述交互式辅助系统具有：

a) 输入终端（IN），用于读入至少一个状态参数以及至少一个调整参数（W），所述至少一个状态参数说明所述技术系统的第一系统状态（S₀），所述至少一个调整参数用于设立适用于训练神经网络的报酬函数（RF），

b) 仿真模块（SIM），用于对在所述技术系统上执行从所述第一系统状态（S₀）出发的行动序列（A）进行仿真，以及用于预测所述技术系统的从中最终得到的后续状态（S），

c) 与所述输入终端（IN）和所述仿真模块（SIM）耦合的优化模块（OPT）：

i) 用于依据所述调整参数（W）来设立所述报酬函数（RF），

ii) 用于针对所述第一系统状态（S₀）生成多个行动序列（A），

iii) 用于将所述行动序列（A）传送给所述仿真模块（SIM）并且用于接收所述从中最终得到的后续状态（S），

iv) 用于借助于所设立的报酬函数（RF）来确定对于所述最终得到的后续状态（S）所要期望的报酬，而且

v) 用于确定进行报酬优化的行动序列（A'），以及

d) 输出终端（OUT），用于输出从所述进行报酬优化的行动序列（A'）最终得到的系统状态（S'）。

2.根据权利要求1所述的交互式辅助系统，其特征在于，

所述优化模块（OPT）被设立用于优化包括连续的调节参量的行动序列（A）。

3.根据上述权利要求之一所述的交互式辅助系统，其特征在于，

在所述优化模块（OPT）中，实施随机的和/或非凸的优化方法来确定所述进行报酬优化的行动序列（A'）。

4.根据权利要求3所述的交互式辅助系统，其特征在于，

实施粒子群优化、遗传优化方法、模拟退火方法和/或随机梯度方法作为优化方法。

5.根据上述权利要求之一所述的交互式辅助系统，其特征在于，

所述仿真模块（SIM）被设立用于处理所述技术系统的传感器数据。

6.根据上述权利要求之一所述的交互式辅助系统，其特征在于，

在所述仿真模块（SIM）中，实施神经网络、支持向量机、高斯过程模型和/或物理模型来仿真所述技术系统。

7.根据权利要求6所述的交互式辅助系统，其特征在于，

所述神经网络被实施为递归神经网络。

8.根据权利要求6或7所述的交互式辅助系统，其特征在于，

针对所述技术系统来预先训练所述神经网络。

9.用于对技术系统进行交互式的、计算机辅助的控制优化的方法，其中，

a) 通过输入终端（IN）来读入至少一个状态参数以及至少一个调整参数（W），所述至少一个状态参数说明所述技术系统的第一系统状态（S₀），所述至少一个调整参数用于设立适用于训练神经网络的报酬函数（RF），

b) 所述状态参数和所述调整参数（W）被传送到优化模块（OPT），所述优化模块依据所述调整参数（W）来设立所述报酬函数（RF），

c) 通过所述优化模块（OPT），针对所述第一系统状态（S₀），多个行动序列（A）被生成并且被传送到仿真模块（SIM），

d) 通过所述仿真模块（SIM），在所述技术系统上分别从所述第一系统状态（S₀）出发对所传送的行动序列（A）的执行进行仿真，并且预测所述技术系统的从中最终得到的后续状态（S），

e) 所述后续状态（S）被传送给所述优化模块（OPT），

f) 通过所述优化模块（OPT），借助于所设立的报酬函数（RF）确定针对所述后续状态（S）所要期望的报酬，以及确定进行报酬优化的行动序列（A'），而且

g) 从所述进行报酬优化的行动序列（A'）最终得到的系统状态（S'）通过输出终端（OUT）来输出。

10.根据权利要求9所述的方法，其特征在于，所述进行报酬优化的行动序列（A'）在所述输出终端（OUT）上被输出。