Die Hochschule Bielefeld (HSBI) präsentiert den Stand der Entwicklungen der Methode zur Ersetzung von nichtlinearen algebraischen Schleifen mit einem Machine Learning Ersatz auf dem jährlichen MODPROD (Center for Model-Based Cyber-Physical Product Development) Workshop in Linköping, Schweden.
Wenn komplexe gleichungsbasierte Modelle gelöst werden gibt es Gleichungen, die gleichzeitig gelöst werden müssen, sogenannte starke Zusammenhangskomponenten oder Schleifen. Falls diese Gleichungen nichtlinear sind, ist das Newton-Raphson-Verfahren ein häufig genutztes Lösungsverfahren. Solche Systeme von nichtlinearen Gleichungen können einen Großteil der Rechenzeit beim lösen von gewöhnlichen Differentialgleichungen beanspruchen.
Die HSBI präsentiert einen Workflow um nichtlineare Gleichungssysteme in Modelica Modellen automatisch zu detektieren und mit einem Machine Learning Ersatz auszutauschen. Die Entwicklung konzentriert sich auf die effiziente Generierung einer großen Menge von Trainingsdaten mittels einer Model-Exchange Functional Mock-up Unit (FMU) und wie das nichtlineare Gleichungssystem mit dem trainierten Neuronalen Netzwerk zu Ersetzen ist.
Workshop: MODPROD Annual Workshop