技术特征：
1.一种用于确定技术系统（1）的工作方式的方法，其中计算机系统被配置为根据所述技术系统（1）的至少一个输入变量（e）确定所述技术系统（1）的至少一个输出变量（a），其中从多个候选输入变量（k）中选择所述至少一个输入变量（e），其中将机器学习系统（60）训练为，由所述多个候选输入变量（k）而确定所述至少一个输出变量（a），其中取决于测试数据集中所述至少一个输入变量（e）的值的变化对经过训练的机器学习系统（60）的拟合品质（q）影响有多强烈而执行所述至少一个输入变量（e）的选择。2.根据权利要求1所述的方法，其中，通过以下方式确定所述拟合品质（q）：-在测试数据集中提供输入变量（e）和相关联的额定输出变量（as）的所分配的对，-修改所述至少一个输入变量（e）的包含在训练数据集中的值的值，-借助于所述机器学习系统（60）由修改后获得的输入变量（e）而确定输出变量（a），以及-根据所确定的输出变量（a）和额定输出变量（as）的一致程度而确定所述拟合品质（q）。3.根据权利要求2所述的方法，其中，所述训练数据集的输入变量（e）和相关联的额定输出变量（as）是通过测量在相应输入变量（e）情况下所述技术系统（1）的反应所确定的。4.根据权利要求1至3中任一项所述的方法，其中，在改变时借助于负多项式而变换所述输入变量（e）。5.根据权利要求4所述的方法，其中，在改变时改变所述输入变量（e）的正负号。6.根据权利要求1至5中任一项所述的方法，其中，在改变时借助于指数函数而变换所述输入变量（e）。7.根据权利要求1至6中任一项所述的方法，其中，在改变时借助于周期函数、特别是三角函数而变换所述输入变量（e）。8.根据权利要求1至3中任一项所述的方法，其中，在改变时所述输入变量（e）被随机数代替。9.根据权利要求1至8中任一项所述的方法，其中，所述计算机系统被设置为，根据可参数化的数学方程依据所选择的至少一个输入变量（e）而确定所述至少一个输出变量（a），其中对所述计算机系统的配置包括配置如下参数，所述参数表征：可预给定数学函数块借助于可预给定的数学运算而链接成可参数化的数学方程。10.根据权利要求9所述的方法，其中，借助于所选择的至少一个输入变量（e）和相关联的输出变量（a）的所确定的所分配的值对而参数化所述计算机系统的可参数化数学方程，以由所述至少一个输入变量（e）尽可能好地确定所述输出变量（a）。11.一种用于自动化地操控测量设备（3）的方法，所述方法包括根据权利要求1至10中任一项所述的方法，其中所述测量设备（3）被设置为，检测在至少一个输入变量（e）的对应值情况下受到操控的技术系统（1）的所得出的输出变量（a）。12.一种计算机程序，所述计算机程序被设置为执行根据权利要求1至11中任一项所述的方法。13.一种机器可读存储介质（45），在所述机器可读存储介质上存储有根据权利要求12所述的计算机程序。14.一种测量设备（3），所述测量设备被设置为执行根据权利要求11所述的方法。
15.一种用于控制技术系统（1）的控制设备（10），所述控制设备包括使用根据权利要求1至10中任一项所述的方法所配置的计算机系统，其中所述控制设备（10）被设置为，提供操控信号（x），用于借助于经过配置的计算机系统而操控所述技术系统（1）。
技术总结
用于确定技术系统（1）的工作方式的方法，其中计算机系统被配置为根据所述技术系统（1）的至少一个输入变量（E）确定所述技术系统（1）的至少一个输出变量（A），其中从多个候选输入变量（K）中选择所述至少一个输入变量（E），其中将机器学习系统（60）训练为由所述多个候选输入变量（K）而确定所述至少一个输出变量（A），其中取决于测试数据集中所述至少一个输入变量（E）的值的变化对经过训练的机器学习系统（60）的拟合品质（Q）影响有多强烈而执行所述至少一个输入变量（E）的选择。个输入变量（E）的选择。个输入变量（E）的选择。
技术研发人员：A
受保护的技术使用者：罗伯特
技术研发日：2022.09.19
技术公布日：2023/3/24