本发明专利技术提供了工业系统的预测模型学习方法、装置和系统，其中，所述工业系统在一个仿真平台上按照仿真任务执行仿真，所述工业系统的预测模型学习方法包括如下步骤：S1，利用统计指标量化所述工业系统的仿真任务以提取仿真任务特征；S2，从执行仿真的所述工业系统的系统模块中提取参数组并调整所述参数组的数值，触发所述仿真平台对所述工业系统基于不同数值的多个参数组执行仿真；S3，根据调整参数后的参数组的数值来记录性能指标；S4，基于仿真任务特征以及相对应的不同数值的参数组及其性能指标通过机器学习算法训练数据，并生成预测模型。利用该预测模型，用户可以快速预测基于特定场景和参数的系统性能，并通过自动选择系统参数来优化系统。系统参数来优化系统。系统参数来优化系统。系统参数来优化系统。
【技术实现步骤摘要】
【国外来华专利技术】
【技术保护点】
【技术特征摘要】
【国外来华专利技术】
【专利技术属性】
技术研发人员：李婧，徐蔚峰，李明，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。