[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

权利要求书

1.用于计算机辅助地控制和/或调节技术系统的方法，其中：

a）就多个时刻而言所述技术系统的动态行为分别以所述技术系统的状态（x）和在所述技术系统上所执行的行动（a）为特征，其中在相应的时刻的相应的行动（a）引起所述技术系统在接下来的时刻的新的状态（x’）；

b）提供和/或产生行动选择策略（PO），其中相应的行动选择策略（PO）至少根据所述技术系统在相应的时刻的状态指定在相应的时刻有待在所述技术系统上执行的行动（a），并且其中为每个行动选择策略（PO）分配了一个复杂性尺度（CM），所述复杂性尺度描述了相应的行动选择策略（PO）的复杂性，所述复杂性小于或者小于等于预先确定的复杂性阈值（CT）；

c）借助对于评估尺度（EM）的计算从所提供的和/或所产生的行动选择策略（PO）中确定所提供的和/或所产生的行动选择策略（PO）的具有最高的评估尺度（EM）的行动选择策略（PO’），其中所述评估尺度相应地描述了行动选择策略（PO）用于对所述技术系统进行调节和/或控制的适宜性，其中更高的评估尺度（EM）描述了所述行动选择策略（PO）用于对所述技术系统进行调节和/或控制的更好的适宜性，并且其中相应的行动选择策略（PO）的评估尺度（EM）取决于

-所述相应的行动选择策略（PO）与预先给定的最佳的行动选择策略之间的距离尺度，其中减小的距离尺度表示更高的评估尺度（EM）；和/或

-奖励尺度，在执行所述相应的行动选择策略（PO）时在所述技术系统的模拟中产生所述奖励尺度，其中更高的奖励尺度引起更高的评估尺度；和/或

-用于所述相应的行动选择策略（PO）的质量尺度，借助于行动选择策略-评估方法来确定所述质量尺度，其中更高的质量尺度引起更高的评估尺度（EM）；

d）基于在步骤c）中所确定的行动选择策略（PO’）来调节和/或控制所述技术系统。

2.根据权利要求1所述的方法，其中通过函数关系来表示所提供的和/或所产生的行动选择策略（PO），所述函数关系至少基于所述技术系统在相应的时刻的状态提供在所述相应的时刻有待执行的行动（a）。

3.根据权利要求2所述的方法，其中通过所述函数关系的描绘长度来表示所述复杂性尺度（CM），其中所述描述长度越小，根据所述复杂性尺度的复杂性就越小，其中所述描述长度包括所述函数关系的二进制表示或者ASCII表示的长度和/或通过所述函数关系来表示的分析树中的节点的数目和/或所述函数关系的可调节的参数的数目，其中所述函数关系的二进制表示或者ASCII表示的长度越小或者说所述分析树中的节点的数目越小或者说所述可调节的参数的数目越小，根据所述复杂性尺度（CM）的复杂性就越小。

4.根据前述权利要求中任一项所述的方法，其中在步骤b）中所提供的行动选择策略建立在专家知识的基础上。

5.根据前述权利要求中任一项所述的方法，其中借助于基因编程和/或在粒子群优化的基础上实施所述步骤b）和c）。

6.根据前述权利要求中任一项所述的方法，其中在步骤b）中如此产生所述行动选择策略（PO），从而从预先确定的最佳的行动选择策略中推导出所述行动选择策略（PO）。

7.根据权利要求6所述的方法，其中通过借助于函数关系来近似所述预先确定的最佳的行动选择策略的方式来推导出所述行动选择策略（PO），所述函数关系表示具有以下复杂性的复杂性尺度（CM），所述复杂性小于或者小于等于所述预先确定的复杂性阈值（CT）。

8.根据前述权利要求中任一项所述的方法，其中在步骤c）中如此确定所述距离尺度，从而从预先给定的最佳的行动选择策略中产生一个或多个行动（a），并且从所述相应的行动选择策略中产生一个或多个行动（a），并且确定从最佳的行动选择策略中产生的一个或多个行动与从相应的行动选择策略（PO）中产生的一个或多个行动（a）之间的偏差，其中更大的偏差在此表示更大的距离尺度。

9.根据前述权利要求中任一项所述的方法，其中在步骤c）中所述技术系统的模拟建立在神经网络的基础上。

10.根据前述权利要求中任一项所述的方法，其中使用“合适策略评估方法”作为行动选择策略-评估方法。

11.根据前述权利要求中任一项所述的方法，其中所述技术系统是燃气涡轮机和/或风力涡轮机。