[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控制和/或调节技术系统的方法。在根据本发明的方法的范围内确定行动选择策略（PO’），所述行动选择策略具有低的复杂性，但是却较好地适合于调节或控制所述技术系统。在此在确定所述行动选择策略（PO’）时使用评估尺度（EM），在距离尺度或奖励尺度或行动选择策略-评估方法的基础上确定所述评估尺度。随后将所述行动选择策略用于控制或调节所述技术系统。根据本发明的方法具有以下优点：所述行动选择策略可被人类专家所理解。优选将根据本发明的方法用于调节或控制燃气涡轮机和/或风力涡轮机。

主权项

 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。