トポロジー最適化におけるハイパーパラメタ探索のためのメタ最適化アルゴリズムの開発

• Project/Area Number: 24K17261
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 21010:Power engineering-related
• Research Institution: Kyoto University
• Principal Investigator: 比留間 真悟 京都大学, 工学研究科, 助教 (90909847)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2024: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
• Keywords: トポロジー最適化 / 進化計算 / 永久磁石同期モータ / レベルセット法 / 機械学習

Outline of Research at the Start

勾配法に基づくトポロジー最適化は本質的に局所探索であるため，初期形状に依存して局所解に陥ってしまい大域的最適解の探索に困難が生じる。本研究では，勾配法に基づくトポロジー最適化の初期形状の決定問題を解決するために勾配法と機械学習や進化計算を組み合わせたメタ最適化法を提案する。提案手法は勾配法に基づくため比較的大規模な最適化問題に適用することができ，3次元回転機のトポロジー最適化や制御系を考慮した損失の最適化などのトポロジー最適化を行えるようになると期待される。本研究は，勾配法に基づくトポロジー最適化における初期形状の決定問題を本質的に解決できると期待される．