[发明专利]用于计算机辅助地控制和/或调节技术系统的方法

摘要

本发明涉及一种用于计算机辅助地调节和/或控制技术系统的方法。在该方法中，使用回归神经网络来对技术系统的动态行为进行建模，该回归神经网络的输入层包含技术系统的状态以及在技术系统处执行的动作，所述状态和动作被输送给回归隐藏层。在此，回归神经网络的输出层由评价信号来表示，该评价信号再现技术系统的动态特性。必要时也可以作为输出层的状态而仅仅使用技术系统的状态的影响评价信号的状态变量或在技术系统处执行的动作的影响评价信号的动作变量。利用该回归神经网络生成的隐藏状态被用于基于学习和/或优化方法控制或调节技术系统。根据本发明的方法所具有的优点是，可以以合适方式减小回归隐藏层的状态空间的维数，并且仍然良好地对技术系统的动态特性进行建模。由此可以实现对技术系统的计算高效和精确的控制或调节。

主权项

1.用于计算机辅助地控制和/或调节技术系统（T）的方法，其中：a）技术系统（T）在多个时刻（t）分别由具有多个状态变量的状态（x_t）和在技术系统处执行的具有多个动作变量的动作（a_t）以及所述状态（x_t）和所述动作（a_t）的评价信号（r_t）来表征；b）利用包括输入层（I）、回归隐藏层（H）和输出层（O）的回归神经网络基于由已知状态（x_t）、动作（a_t）和评价信号（r_t）构成的训练数据来对技术系统（T）的动态行为进行建模，其中：i）输入层（I）由具有第一维数的第一状态空间构成，该第一状态空间包括技术系统（T）的状态（x_t）和在技术系统（T）处执行的动作（a_t）；ii）回归隐藏层（V）由具有第二维数的第二状态空间构成，该第二状态空间包括具有多个隐藏状态变量的隐藏状态（）；iii）输出层（O）由具有第三维数的第三状态空间构成，该第三状态空间被确定为使得其状态表示评价信号（r_t）或者仅仅表示影响评价信号（r_t）的状态变量和/或动作变量；c）在第二状态空间中的隐藏状态（s_t）上通过在技术系统（T）处实施动作（a_t）来执行用于控制和/或调节技术系统（T）的学习和/或优化方法。