Если в вкратце, то начинать САМОМУ накатывать миллиарды итераций
"обучения модели" ("моделью" - называют совокупность коэффициентов
нейронной сети") - дико неэффективно. А если вместо dataset (набора образцов) подсунуть ей вывод математической имитации - еще и 100% получите на выходе перетренированную модель (дохлую).
Более того, если математическая имитация вообще возможна, то на несколько порядков проще пересчитать ее тупо в формулу управляющего (идентифицирующего) автомата!
Для такой задачи нейросеть - не-нуж-на.
(только без обид)
Сама идея методики deap learning - выцарапывание из реальности неочевидных, скрытых от человека закономерностей, просто по имеющимся образцам.
И это пипец какая дорогая по ресурсам методика (миллионы коэффициентов внутри модели), для сравнения - у пид-регулятора их аж три!
Если у задачи есть аналитическое решение, то его и нужно использовать.