[發明專利]用于借助于仿真模塊的計算機輔助的設施控制優化的方法

在審

• 申請號: 201580035911.0
• 申請日: 2015-05-05
• 公開（公告）號: CN106662847A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: S.迪爾;A.亨切爾;V.施特青格;S.烏德盧夫特;J.P.辛格
• 申請（專利權）人: 西門子公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 中國專利代理(香港)有限公司72001
• 代理人: 盧江,劉春元

1.用于對技術系統進行計算機輔助的控制優化的交互式輔助系統，所述交互式輔助系統具有：

a) 輸入終端（IN），用于讀入至少一個狀態參數以及至少一個調整參數（W），所述至少一個狀態參數說明所述技術系統的第一系統狀態（S₀），所述至少一個調整參數用于設立適用于訓練神經網絡的報酬函數（RF），

b) 仿真模塊（SIM），用于對在所述技術系統上執行從所述第一系統狀態（S₀）出發的行動序列（A）進行仿真，以及用于預測所述技術系統的從中最終得到的后續狀態（S），

c) 與所述輸入終端（IN）和所述仿真模塊（SIM）耦合的優化模塊（OPT）：

i) 用于依據所述調整參數（W）來設立所述報酬函數（RF），

ii) 用于針對所述第一系統狀態（S₀）生成多個行動序列（A），

iii) 用于將所述行動序列（A）傳送給所述仿真模塊（SIM）并且用于接收所述從中最終得到的后續狀態（S），

iv) 用于借助于所設立的報酬函數（RF）來確定對于所述最終得到的后續狀態（S）所要期望的報酬，而且

v) 用于確定進行報酬優化的行動序列（A'），以及

d) 輸出終端（OUT），用于輸出從所述進行報酬優化的行動序列（A'）最終得到的系統狀態（S'）。

2.根據權利要求1所述的交互式輔助系統，其特征在于，

所述優化模塊（OPT）被設立用于優化包括連續的調節參量的行動序列（A）。

3.根據上述權利要求之一所述的交互式輔助系統，其特征在于，

在所述優化模塊（OPT）中，實施隨機的和/或非凸的優化方法來確定所述進行報酬優化的行動序列（A'）。

4.根據權利要求3所述的交互式輔助系統，其特征在于，

實施粒子群優化、遺傳優化方法、模擬退火方法和/或隨機梯度方法作為優化方法。

5.根據上述權利要求之一所述的交互式輔助系統，其特征在于，

所述仿真模塊（SIM）被設立用于處理所述技術系統的傳感器數據。

6.根據上述權利要求之一所述的交互式輔助系統，其特征在于，

在所述仿真模塊（SIM）中，實施神經網絡、支持向量機、高斯過程模型和/或物理模型來仿真所述技術系統。

7.根據權利要求6所述的交互式輔助系統，其特征在于，

所述神經網絡被實施為遞歸神經網絡。

8.根據權利要求6或7所述的交互式輔助系統，其特征在于，

針對所述技術系統來預先訓練所述神經網絡。

9.用于對技術系統進行交互式的、計算機輔助的控制優化的方法，其中，

a) 通過輸入終端（IN）來讀入至少一個狀態參數以及至少一個調整參數（W），所述至少一個狀態參數說明所述技術系統的第一系統狀態（S₀），所述至少一個調整參數用于設立適用于訓練神經網絡的報酬函數（RF），

b) 所述狀態參數和所述調整參數（W）被傳送到優化模塊（OPT），所述優化模塊依據所述調整參數（W）來設立所述報酬函數（RF），

c) 通過所述優化模塊（OPT），針對所述第一系統狀態（S₀），多個行動序列（A）被生成并且被傳送到仿真模塊（SIM），

d) 通過所述仿真模塊（SIM），在所述技術系統上分別從所述第一系統狀態（S₀）出發對所傳送的行動序列（A）的執行進行仿真，并且預測所述技術系統的從中最終得到的后續狀態（S），

e) 所述后續狀態（S）被傳送給所述優化模塊（OPT），

f) 通過所述優化模塊（OPT），借助于所設立的報酬函數（RF）確定針對所述后續狀態（S）所要期望的報酬，以及確定進行報酬優化的行動序列（A'），而且

g) 從所述進行報酬優化的行動序列（A'）最終得到的系統狀態（S'）通過輸出終端（OUT）來輸出。

10.根據權利要求9所述的方法，其特征在于，所述進行報酬優化的行動序列（A'）在所述輸出終端（OUT）上被輸出。