CN110291470B - 用于确定测试计划的支持点的方法 - Google Patents

Abstract

本发明涉及一种用于确定测试计划（9）的支持点的方法（1），所述测试计划（9）用于基于至少一个现场机器在其正常使用期间的操作变量的先前测量技术上确定的操作值（3）来测量测试机器的预定义的测试变量。在聚合步骤（2）中，根据预定义的分类规则，将所检测到的操作值（3）关于至少一个所选操作变量分配给类别（4）。在聚合步骤（2）之前或之后，在默认步骤（5）中选择默认变量。默认变量形成操作变量的至少一个子集。在聚合步骤（2）之后的确定步骤（6）中确定每个类别（4）的操作类别频率（7）。在随后的确定步骤（8）中，基于操作类别频率（7）来确定测试计划（9）的支持点。在确定步骤（8）中确定支持点，以使得根据预定义的优化准则，默认变量的基于所述测试计划（9）确定的并且根据分类规则分配给类别（4）的默认值的相对测试类别频率与对应于默认变量的操作变量的根据所述分类规则而分类的操作值（3）的相对操作类别频率的偏差被最小化。

Description

用于确定测试计划的支持点的方法

技术领域

本发明涉及一种用于确定用于测量或模拟测试机器的预定义的测试变量的测试计划的支持点的方法。

背景技术

测试计划被用于测量测试机器、例如内燃机、传输装置或整个车辆的特定特性，但测试计划也被用于测量电动机、发电机和类似机器的特定特性。借助于测试计划，意味着要在尽可能短的时间内、在影响测试变量的大变化范围的机器参数中测量和检测预定义的测试变量的测试值。此外，测试计划允许重复测试，以便例如审查和验证已经确定的测试结果。基于测试机器的数学模型，测试计划还可以被用于通过模拟来建立测试机器的特性。

测试机器的任何参数都作为测试变量考虑在内。这些参数要么可以通过测量直接检测，要么可以经由数学模型基于在测量技术上检测的变量来建立。例如，如果要测量机动车辆，则测试变量可以是机动车辆的燃料消耗量，或者例如也可以是机动车辆的不同部件的损坏程度。

用于测量的测试计划包括针对在测试中会变化的测试机器的每个机器参数的一系列支持点。借助于这些支持点来控制或调节测试机器，以使得在与支持点相关联的时间点处的不同操作参数假设同样与所述支持点相关联的机器参数值。因此，每个支持点都包含时间点信息以及机器参数值。例如，支持点可以涉及该车辆在特定时间点达到的机动车辆的速度。倘若考虑机动车辆的横向动力学，一系列支持点在此形成由机动车辆行驶的速度曲线或路线。

已知特别用于确定机动车辆的燃料消耗的不同的标准化测试计划。经常使用的测试计划是所谓的NEDC循环。

从现有技术中已知用来建立测试计划的许多方法。因此，通常根据测量所预期的目的来选择所使用的方法。例如，在测量测试机器的动态特性的过程中，通常使用如下测试计划，所述测试计划基本上不同于在固定操作条件下测量测试变量所利用的测试计划。用于创建测试计划的已知方法例如概括在标题“实验的设计”和“统计测试计划”下。

另外，期望在若干领域中设计测试计划，以使得通过测试计划获得现场机器的实际使用曲线。这例如在确立机动车辆的燃料消耗的情况下是期望的，这是因为用于确定燃料消耗的已知标准化驱动循环或测试计划、诸如NEDC是基于相当不切实际的速度曲线的。另外，并不考虑多维度，诸如例如同时考虑速度和电动机温度。对此，从现有技术中并不已知如下方法，所述方法允许简单、快速可适配地创建特别多维的测试计划，所述测试计划在测试机器中达到现场机器的实际使用。

发明内容

因此，本发明的目的是提供一种用于确定测试计划的支持点的方法，其中如果可能的话，该测试计划描述实际使用剖面，然而可以在比实际使用中显著更短的时间段内测量实际所述使用剖面。

根据本发明，该目的通过一种用于确定测试计划的支持点的方法来实现，该测试计划用于基于至少一个现场机器在其预期使用期间的操作变量的先前在测量技术上确定的操作值来测量或模拟测试机器的预定义的测试变量，其中，在聚合步骤中，根据预定义的分类规则，将所检测到的操作值鉴于一个或多个所选操作变量分配给类别，其中，在聚合步骤之前或之后，在规定步骤中选择规定变量，其中该规定变量形成操作变量的至少一个子集，其中，在聚合步骤之后的识别步骤中，针对每个类别确定操作类别的频率，并且其中，在随后的确定步骤中，基于操作类别频率来确定测试计划的支持点，其中在识别步骤中这样确定支持点，以使得根据预定义的优化准则，根据分类规则分配给类别且基于测试计划而确立的规定变量的规定值的相对测试类别频率与对应于规定变量的操作变量的根据分类规则所分类的操作值的相对操作类别频率的偏差被最小化。以这种方式，例如能够基于实际测试计划来确立机动车辆的燃料消耗。此外，可以以这种方式又鉴于燃料消耗的确立来也考虑确立的机动车辆的购买者组的不同使用曲线和机动车辆的使用中的区域差异。然而，例如，映射了现场机器的实际使用情况的测试计划的使用也可以被用于新机器的部件的设计，因为以这种方式可以基于实际使用曲线来确立测试机器中安装的新部件的整个生命周期。

根据本发明，测试机器例如可以是新开发的机动车辆。至少一个现场机器例如涉及在正常交通中使用并且与测试机器可比的系列生产的机动车辆。根据本发明，测试变量例如可以是与100km行驶相关的燃料消耗。操作变量至少是显著确定燃料消耗的机动车辆的操作变量，例如车辆速度、车辆加速度、分别选择的档位等。有利地在机动车辆的使用期间连续检测这些操作变量的操作值、和/或基于在测量技术上检测和借助于数学模型来处理的测量变量来确立所述操作值。

鉴于一个或多个所选操作变量来对直接在测量技术上确定的操作值或借助于数学模型基于测量值所确立的操作值进行分类。例如，将用于测量机动车辆的燃料消耗的操作变量的、例如实际上所行驶的速度的操作值分配给各个类别，诸如例如0-30km/h、31-50km/h、51-100km/h和> 100km/h，并且在确立步骤中，确定先前检测到相应速度范围的类别中的每一个的频率。

基于这些频率值，随后确定测试计划或随后确定测试计划的支持点，以使得规定变量的基于测试计划而识别并根据分类规则而分配给类别的规定值的相对测试类别频率尽可能多地对应于相应的相对操作类别频率。通过这种方式，可以确立测试计划，通过该测试计划可以行驶达到如下速度，所述速度成比例地恰好如实际确立的操作值那样频繁地落入类别30-51km/h和落入类别0-30 km/h。有利地借助于测试机器的数学模型来确定测试类别频率。然而也可能的是并且根据本发明来规定：通过用测试机器执行测试来确立测试类别频率。

只要是基于仅一台现场机器的操作值来确立测试计划，测试机器的燃料消耗就可以例如有利地基于个性化客户来确立，并且可以考虑每一个客户的驾驶行为。然而，只要是测量的目标是为了与各个现场机器无关的对现场机器的通常使用来确立测试变量，就有利地规定，在多个现场机器中检测操作值。

借助于根据本发明的方法确定的测试计划还可以有利地用于借助于代表性的用户配置文件来优化测试机器的操作策略并且最佳地参数化测试机器的部件。

特别地，只要是在确定操作变量之前已经知道规定变量，就有利地规定：规定变量对应于所选的操作变量。以这种方式，可以减少用于确定操作值所需的努力，因为仅必须为了对应于规定变量的操作变量确立操作值。

根据本发明，可替代地规定，在现场机器中连续确定所有相关的操作值，并且一次地或以规则的间隔将所述操作值发送到中央数据库。通过这种方式，可以在稍后的时间点从所检测的操作变量中灵活地选择规定变量，并且因此可以使其适应于所述选择并且从而适应于相应的要求。

根据本发明还能够规定的是，代替操作值的传输，仅将已经分类的操作值的频率值传送到中央数据库。以这种方式，可以显著减少要传输的数据量。在此，聚合步骤已经在例如各种现场机器的控制设备上发生。以这种方式，使用现场机器的人的隐私也受到保护，因为仅仅存储并进一步使用经聚合的数据。根据本发明，也可能并且规定的是，在现场机器的控制设备上执行整个方法。

有利地，根据本发明规定的是，直接在聚合步骤之后改写和/或删除操作值。通过并不存储操作值，使用现场机器的人员的隐私可以特别好地受到保护。

为了使利用根据本发明的方法确定的测试计划尽可能好地适配于实际的使用配置文件，根据本发明规定，在聚合步骤中为一个或多个分类的操作变量确定转换频率，其中，转换频率是一个操作变量或多个操作变量从一种类别转变成另一种类别的次数，并且其中，在确定步骤中，基于操作类别频率和转换频率来确定测试计划的支持点，其中在识别步骤中确立支持点，以使得根据预定义的优化准则，基于测试计划而确立的且根据分类规则分配给类别的规定变量的规定值的相对测试类别频率与对应于规定变量的操作变量的根据分类规则所分类的操作值的相对操作类别频率的偏差被最小化以及针对规定变量的测试转换频率与针对对应于规定变量的操作变量的转换频率的偏差被最小化，其中测试转换频率是一个规定变量或多个规定变量从一种类别转变成另一种类别的次数。以这种方式，在测试计划的确定中可以考虑操作点变化的频率对测试变量的影响。

通过使用转换频率，除了所行驶的速度的频率之外，在上面示例性描述的测试计划中，还可以考虑所行驶的速度改变的频率和所行驶的速度在哪些类别之间改变。以这种方式，还额外地考虑了在所行驶的新的且分配给另一类别的操作值之前，操作变量通常保持在相应类别中多长时间。此外，根据本发明，通过考虑多个操作变量，也可能的是，考虑一种类别或类别组合的多个操作变量变成另一类别或类别组合的转换频率。类别组合是所考虑的在相应状态中被分配有操作值的操作变量的类别。

根据本发明，在聚合步骤中，也可能和规定的是，确定一个或多个分类的操作变量的转换可能性，其中转换可能性是其转换频率大于零的转换，其中转换频率是一个操作变量或多个操作变量从一种类别变成另一种类别的次数，其中，在确定步骤中，基于操作类别频率和转换可能性来识别测试计划的支持点，其中在确定步骤中这样确立支持点，以使得根据预定义的优化准则，规定变量的基于测试计划而识别的且根据分类规则分配给类别的规定值的相对测试类别频率与对应于规定变量的操作变量的根据分类规则所分类的操作值的相对操作类别频率的偏差被最小化，并且使得测试计划专门包括由所述转换可能性所覆盖的这样的测试转换，其中测试转换是一个规定变量或多个规定变量从一个类别到另一个类别的所有变化。以这种方式，可以基于操作类别频率来创建如下测试计划，该计划包括仅仅在所检测到的操作变量中存在并且因此在物理上可能的转换。

为了确立测试计划的支持点，有利地规定：借助马尔可夫链过程在确定步骤中基于操作类别频率和转换频率来确定测试计划的支持点。借助于马尔可夫链过程，可以基于所确定的频率来选择如下类别，测试计划的下一个支持点的规定变量处在所述类别中，其中借助于马尔可夫链过程得到的测试计划包括测试类别频率和测试转换频率，在足够长的测试计划或具有足够数量的支持点的测试计划中，所述测试类别频率和测试转换频率可以非常强烈地接近于或者对应于所述操作类别频率或尤其是所述转换频率。

为了能够简单地确定例如针对不同测试要求的测试计划，根据本发明规定的是，在确定步骤中基于操作类别频率和转换频率借助马尔可夫链过程来确定初始测试计划的支持点。借助于马尔可夫链过程，以与前面描述的测试计划相同的方式和方法来确定初始测试计划。但是，初始测试计划包含特别多的支持点，并且用作接下来产生一个或多个测试计划的基础。有利地，初始测试计划包括基于初始测试计划待确定的测试计划的支持点的3倍至4倍的支持点，并且特别有利地10倍的支持点。

为了由初始测试计划确立不同的测试计划，根据本发明规定，在确定初始测试计划之后的识别步骤中，借助于分割过程将初始测试计划细分为初始测试计划分段。然后，可以借助于合适的方法、有利地借助于随机过程来将初始测试计划分段组合成一个或多个新测试计划。

有利地，根据本发明规定，对于初始测试计划的至少一个初始规定变量，分别为了分割来规定至少一个状态值，并且生成初始测试计划分段，以使得每个初始规定变量的每个第一初始规定值和最后的初始规定值具有相应的状态值，其中对于所述初始规定变量已经预定义至少一个状态值。以这种方式，尤其可以实现，由初始测试计划分段构成的测试计划具有连续的信号曲线并且在接连的支持点之间、在不同的初始测试计划片段已彼此组合或组成的地方没有不期望的转换，并且尤其是没有不被包括在转换可能性中的转换。

有利地，根据本发明规定，对于初始测试计划的至少两个初始规定变量，分别为了分割预定义至少一个状态值，并且生成初始测试计划分段，以使得每个第一和最后的初始规定值都包括每个初始规定变量的相应状态值，其中对于所述初始规定变量已经预定义至少一个状态值。以这种方式和方法，可以以简单的方式利用根据本发明的方法来组成多维测试计划。通过这种分割，可以生成多维初始测试计划分段，其中在基于这些初始测试计划分段而生成的测试计划中的初始测试计划分段之间的连续过渡成为可能。例如，现场机器的驱动速度和加速度被作为操作变量来使用，用于确定用于测量机动车辆的测试计划，并且在聚合步骤中将相应的操作值分配给类别，并且确定转换频率。随后，借助马尔可夫链过程来创建初始测试计划。然后借助于分段过程对该初始测试计划进行分段，其中生成初始测试计划分段，以使得每个初始规定变量的每个第一和最后的初始测试值包括相应的状态值，其中对于所述初始规定变量已经预定义至少一个状态值。例如，对于分段，状态值是针对加速度并且还针对速度而预定义的。例如，如果在初始测试计划中速度以及加速度包括针对速度和加速度的状态值的指定组合之一，则可以在此产生分割。例如，初始测试计划在速度和加速度为零处被分段，并且在速度达到10km/h并且加速度为零处被分段。

有利地，在考虑操作类别频率的情况下预定义分段的状态值的组合，其中有利地从包括相当大的操作类别频率的类别中选择状态值的组合。通过这种方式，可以创建许多初始测试计划分段。

有利地，根据本发明规定，借助于根据本发明的方法来创建多维测试计划。根据本发明，因此同样在多个维度中或关于多个规定变量发生利用分割过程的分割。

为了基于所确定的初始测试计划分段来确定一个或多个测试计划，根据本发明规定的是，随后，使用随机过程把初始测试计划分段一起组合成测试计划，以使得预定义的优化准则被最小化。

在根据本发明的方法的特别有利的配置中规定，随后利用至少一个随机过程由初始测试计划分段来组成许多候选测试计划，并且随后，关于优化准则来评估候选测试计划，并且将最小化优化准则的候选测试计划选择作为测试计划。以这种方式，可以基于关于不同测试计划要求的当前初始测试计划分段来创建合适的候选测试计划，并从这些候选测试计划中选出最佳的 、也即可能最小化优化准则的（一个或多个）测试计划。

为了确定测试计划的支持点，有利地规定的是，在旧测试计划评估步骤中，基于已经存在的旧测试计划来确定旧测试操作变量的旧测试操作值，其中旧测试操作值形成操作值，并且根据所述分类规则将其分配给类别，并且其中支持点是在确定步骤中由旧测试计划的部分确定的，其中选择这些部分，以使得根据规定的优化准则，基于测试计划而确立的且根据分类规则分配给类别的测试值的相对测试类别频率与根据所述分类规则而分类的旧测试操作值的相对操作类别频率的偏差被最小化。通过这种方式，可以由一个或多个旧测试计划的部分来组成新测试计划。

有利地，根据本发明规定的是，利用如上所述的分割过程发生旧测试计划的所述部分的确定。

有利地，根据本发明规定的是，旧测试操作值是在与测试机器可比的旧测试机器上确定的。以这种方式，可以实现：分配给支持点的机器参数值实际上可以由测试机器来实现和驱动。

有利地，根据本发明规定的是，在测量技术上确定旧测试操作值。有利地，在实际测量中检测到的旧测试操作变量的记录被用于此目的。

然而，也可能的并且根据本发明规定的是，通过测试机器或旧测试机器的数学模型来确定旧测试操作值。以这种方式，可以显著减少用于确定旧测试操作值的努力，并且还可以使用旧测试计划用于确立没有给出实际确定的操作变量的测试计划的支持点。

有利地，根据本发明规定的是，通过测试机器的数学模型来确定测试值。有利地，在数学模型中处理在测量中利用测试计划在测量技术上检测到的测试机器的操作参数。

附图说明

借助于附图中示出的示例性实施例更详细地解释了根据本发明的方法的其他有利配置。

图1示出根据本发明的方法的示意性表示的流程图；

图2示出聚合步骤的示意性表示的流程图；

图3示出使用旧测试计划的识别步骤的示意性表示的流程图；

图4示出使用可参数化的标准测试计划的识别步骤的示意性表示的流程图；

图5示出操作类别频率和转换频率之间的结合的示意性表示；以及

图6示出分割过程的流程的示意性表示。

具体实施方式

图1示意性地示出了根据本发明的方法1的流程图。在聚合步骤2中，根据预定义的分类规则将至少一个现场机器的在测量技术上确立的操作值3分配给类别4。在聚合步骤2之后的规定步骤5中，选择规定变量。规定变量是测试机器的操作变量，其对测试变量具有相关影响并且因此应在测试机器的测量中与要被确立的测试计划相对应地改变。

随后，在确定步骤6中为操作值3先前被分类到其中的每个类别4确定操作类别频率。在如此确定的操作类别频率7的基础上，借助于合适的优化过程在识别步骤8中确立测试计划9。

图2示意性地示出了聚合步骤2的根据本发明的可能顺序。最初，从多个现场机器11的操作变量10在测量技术上检测操作值3。操作变量10涉及不同机动车辆的速度12和加速度13。

随后，根据预定义的分类规则，关于速度12和加速度13来将所检测到的操作值3分配给类别4。随后，将分别针对现场机器11分开地发生的分配结合在一起，并且将由此确定的操作类别频率7存储在数据库14中。可以从操作类别频率7得到现场机器11分别驱动了所分类的速度和加速度组合多长时间。

图3示意性地示出了识别步骤8的顺序。在识别步骤8中，基于已经存在的旧测试计划15，从旧测试计划15的部分17确定测试计划9的支持点16。

图4示出使用可参数化的标准测试计划18的识别步骤8的示意性表示的流程图。标准测试计划18包括速度12的预定义序列。可以在标准测试计划18的变化部分21中规定速度值19、以及假定已经达到速度值19的时间点20。在该示例中，不会指定所指定的部分23的持续时间22。然而，根据本发明还能够规定，所有参数都是可自由选择的。通过适当的优化过程，如此适配标准测试计划18的速度值19和时间点20，以使得根据规定的优化准则，基于测试计划而识别的并且根据分类规则分配给类别的规定变量的规定值的相对测试类别频率与对应于规定值的操作变量的根据分类规则所分类的操作值的相对操作类别频率的偏差被最小化。

根据本发明，备选地，还能够使用合适的优化过程来识别支持点以及从零开始的支持点的数量。

图5示出了操作类别频率7（H）和转换频率24（T）之间的关系的示意图。在示图中，用参考字符来表示各个操作类别频率7和转换频率24。

在聚合步骤中，最初在测量技术上检测多个现场机器的操作变量10的操作值。操作变量10涉及多个机动车辆的速度v和加速度a。

随后，根据关于速度v和加速度a的预定义的分类规则将所检测到的操作值分配给类别4。在示图中，用参考字符来表示各个类别4。

另外，为每个类别4识别出多个转换频率24。以示例的方式，该图示出了类别H_31,5的转换频率T。依据加速度的变化Δa和速度的变化Δv，转换频率T指示基于类别H_31,5的操作值如何频繁地根据加速度的变化Δa和速度的变化Δv而变化。

图6是分割过程的原理的示意图。在识别步骤中，使用马尔可夫链过程建立初始测试计划25。初始测试计划25的初始规定变量26是加速度a和速度v。

应基于初始测试计划25来识别初始测试计划分段27。为了分割已预定义了初始规定变量26的状态值28。 在每种情况下，在加速度a = 0m/s²和速度v=0km/h或v=8km/h时实现所述分割。在这些地方（a = 0m/s²和v = 0km/h；a = 0m/ s²和v = 8km/h），初始测试计划25相应地被细分。在两个细分点29之间的初始测试计划25的支持点16一起形成初始测试计划分段27。

Claims (17)

1.一种用于确定测试计划（9）的支持点（16）的方法（1），所述测试计划（9）用于基于至少一个现场机器（11）在其预期使用期间的操作变量的先前测量的操作值（3）来测量测试机器的预定义的测试变量，其中，在聚合步骤（2）中，根据预定义的分类规则，将所检测到的操作值（3）鉴于一个或多个所选操作变量分配给类别（4），其中在聚合步骤（2）之前或之后，在规定步骤（5）中选择规定变量，其中规定变量形成操作变量的至少一个子集，其中在所述聚合步骤（2）之后的确定步骤（6）中，针对每个类别（4）来识别操作类别频率（7），并且其中，在随后的识别步骤（8）中，基于所述操作类别频率（7）来识别所述测试计划（9）的所述支持点（16），其中在所述识别步骤（8）中这样确定所述支持点（16），以使得根据规定的优化准则，所述规定变量的规定值的相对测试类别频率与对应于所述规定值的所述操作变量的根据所述分类规则所分类的所述操作值（3）的相对操作类别频率的偏差被最小化，其中所述规定变量的规定值是基于所述测试计划（9）所识别的并且根据分类规则分配给所述类别（4）的规定值。

2.根据权利要求1所述的方法（1），其特征在于，直接在所述聚合步骤（2）之后改写和/或删除所述操作值（3）。

3.根据权利要求1或2所述的方法（1），其特征在于，在多个所述现场机器（11）中检测所述操作值（3）。

4.根据权利要求1或2所述的方法（1），其特征在于，所述规定变量对应于所选的操作变量。

5.根据权利要求1或2所述的方法（1），其特征在于，在所述聚合步骤（2）中，针对一个或多个所分类的操作变量来识别转换频率，其中转换频率（24）是一个操作变量或多个操作变量从一种类别（4）变成另一种类别（4）的次数，并且其中，在所述识别步骤（8）中，基于所述操作类别频率（7）和所述转换频率（24）来识别所述测试计划（9）的所述支持点（16），其中在所述识别步骤（8）中以这样的方式来识别所述支持点（16），使得根据规定的优化准则，所述规定变量的规定值的相对测试类别频率与对应于所述规定值的所述操作变量的根据所述分类规则所分类的所述操作值（3）的相对操作类别频率的偏差被最小化并且针对所述规定变量的测试转换频率与针对对应于所述规定变量的所述操作变量的转换频率的偏差被最小化，其中所述规定变量的规定值是基于所述测试计划（9）所识别的并且根据分类规则分配给所述类别（4）的规定值，其中测试转换频率是一个规定变量或多个规定变量从一种类别（4）变成另一种类别（4）的次数。

6.根据权利要求5所述的方法（1），其特征在于，在所述识别步骤（8）中，使用马尔可夫链过程，基于所述操作类别频率（7）和所述转换频率（24）来识别所述测试计划（9）的所述支持点（16）。

7.根据权利要求5所述的方法（1），其特征在于，在所述识别步骤（8）中，使用马尔可夫链过程，基于所述操作类别频率（7）和所述转换频率（24）来识别初始测试计划（25）的支持点（16）。

8.根据权利要求7所述的方法（1），其特征在于，在所述初始测试计划（25）的确定之后的所述识别步骤（8）中，使用分割过程将所述初始测试计划（25）细分为一维或多维初始测试计划分段（27）。

9.根据权利要求8所述的方法（1），其特征在于，对于所述初始测试计划（25）的至少一个初始规定变量（26），分别为了所述分割，预定义至少一个状态值（28），并且，生成所述初始测试计划分段（27），以使得每个初始规定变量（26）的每个第一和每个最后的初始规定值具有相应的状态值（28），其中对于所述初始规定变量已经预定义至少一个状态值（28）。

10.根据权利要求9所述的方法（1），其特征在于，对于所述初始测试计划（25）的至少两个初始规定变量（26），分别为了所述分割，规定至少一个状态值（28），并且，生成所述初始测试计划分段（27），以使得每个初始规定变量（26）的每个第一和每个最后的初始规定值具有相应的状态值（28），其中对于所述初始规定变量已经预定义至少一个状态值（28）。

11.根据权利要求8所述的方法（1），其特征在于，随后，使用随机过程把所述初始测试计划分段（27）这样组合成所述测试计划（9），以使得预定义的优化准则被最小化。

12.根据权利要求8所述的方法（1），其特征在于，随后利用至少一个随机过程从所述初始测试计划分段（27）生成许多候选测试计划，并且随后，根据所述优化准则来对所述候选测试计划进行评级，并且所述候选测试计划作为使所述优化准则最小化的所述测试计划（9）来被选择。

13.根据权利要求1所述的方法（1），其特征在于，在基于已经存在的旧测试计划（15）的旧测试评估步骤中，识别旧测试操作变量的旧测试操作值，其中所述旧测试操作值形成所述操作值（3）并且根据所述分类规则被分配给类别（4），并且其中，在所述识别步骤（8）中，从所述旧测试计划（15）的部分（17）识别所述支持点（16），其中这样选择所述部分（17），以使得根据规定的优化准则，规定值的相对测试类别频率与根据所述分类规则所分类的旧测试操作值的相对操作类别频率的偏差被最小化，其中所述规定值是基于所述测试计划（9）所识别的并且根据分类规则分配给所述类别（4）的规定值。

14.根据权利要求13所述的方法（1），其特征在于，在与所述测试机器可比的旧测试机器上识别所述旧测试操作值。

15.根据权利要求13或14所述的方法（1），其特征在于，通过测量来识别所述旧测试操作值。

16.根据权利要求13或14所述的方法（1），其特征在于，由所述测试机器或所述旧测试机器的数学模型来识别所述旧测试操作值。

17.根据权利要求13或14所述的方法（1），其特征在于，由所述测试机器的数学模型来识别所述规定值。

Images