[发明专利]用于对技术系统的计算机辅助设计的方法和装置

权利要求书

1.一种用于对技术系统（TS）的计算机辅助设计的方法，其中

a) 针对所述技术系统（TS）的相应的组件（K1、K2），

- 读入所述组件（K1、K2）的组件名称（KB1、KB2）以及所述组件（K1、K2）的设计相关的特征参数的特征参数名称（KPB1、KPB2），

- 利用所读入的组件名称（KB1、KB2）和/或特征参数名称（KPB1、KPB2）作为搜索词来操控搜索引擎（SE），

- 读入由所述搜索引擎（SE）所找到的文档（D1、D2）并且从中提取组件资料（KA1、KA2）；

b) 将所提取的组件资料（KA1、KA2）输送给机器学习例程（NN），所述机器学习例程是依据多个预先给定的训练组件资料（TKA）和训练特征参数值（TKPW）有关依据预先给定的训练组件资料（TKA）再现预先给定的训练特征参数值（TKPW）方面来被训练的；

c) 生成针对所述技术系统（TS）的计划数据记录（PR1、PR2），其中所述机器学习例程（NN）的输出数据（OUT）被选择作为特征参数值（KPW1、KPW2）并且被嵌入到所述计划数据记录（PR1、PR2）中；并且

d) 输出所述计划数据记录（PR1、PR2），用于对所述技术系统（TS）的设计。

2.根据权利要求1所述的方法，其特征在于，

所述机器学习例程借助于人工神经网络（NN）、递归神经网络、卷积神经网络、自动编码器、深度学习架构、支持向量机、数据驱动的可训练回归模型、k近邻分类器、物理模型和/或决策树来实现。

3.根据上述权利要求中任一项所述的方法，其特征在于，

读入针对所述技术系统预先给定的设计参数的目标值；

根据所读入的目标值来选择所述特征参数值（KPW1、KPW2）。

4.根据上述权利要求中任一项所述的方法，其特征在于，

借助于所生成的计划数据记录（PR1、PR2）来对所述技术系统（TS）的模拟器（SIM）进行配置；

借助于经配置的模拟器（SIM）来模拟所述技术系统（TS）的技术功能；并且

输出关于经模拟的技术功能的功能说明。

5.根据权利要求4所述的方法，其特征在于，

将所要嵌入到所述计划数据记录（PR1、PR2）中的特征参数值（KPW1、KPW2）选择为使得所述功能说明与针对所述技术系统预先给定的功能要求的偏差被减小。

6.根据上述权利要求中任一项所述的方法，其特征在于，

生成多个计划数据记录（PR1、PR2），所述多个计划数据记录分别具有从所述机器学习例程（NN）的输出数据（OUT）中不一样地被选择的特征参数值（KPW1、KPW2）；

针对相应所生成的计划数据记录（PR1、PR2），借助于模拟器（SIM）来模拟所述技术系统（TS）的技术功能；并且

从多个所生成的计划数据记录（PR1、PR2）中选择对经模拟的技术功能进行优化的计划数据记录（OPR），用于对所述技术系统（TS）的设计。

7.根据上述权利要求中任一项所述的方法，其特征在于，

针对相应的组件（K1、K2），读入组件类型资料；

所述机器学习例程（NN）是特定于组件类型地被训练的；并且

将所提取的组件资料（KA1、KA2）与相应的组件类型资料一起输送给所述机器学习例程（NN）。

8.根据上述权利要求中任一项所述的方法，其特征在于，

所述机器学习例程（NN）是依据多个预先给定的训练组件资料（TKA）、训练特征参数名称（TKPB）和训练特征参数值（TKPW）有关依据预先给定的训练组件资料（TKA）和训练特征参数名称（TKPB）再现预先给定的训练特征参数值（TKPW）方面来被训练的；并且

将与所提取的组件资料（KA1、KA2）相关联的特征参数名称（KPB1、KPB2）输送给所述机器学习例程（NN）。