ニュ-ロコンピュ-ティングによる鉱物処理プロセスのオンライン制御

1991 Fiscal Year Annual Research Report

• Project/Area Number: 02452226
• Research Institution: The University of Tokyo
• Principal Investigator: 井上 外志雄 東京大学, 工学部, 教授 (80010742)
• Co-Investigator(Kenkyū-buntansha): 岡屋 克則 東京大学, 工学部, 助手 (80134493) ; 野中 道郎 東京大学, 工学部, 助手 (70010981) ; 岡野 靖彦 東京大学, 工学部, 助教授 (30011092)
• Keywords: ニュ-ロ / ニュ-ラルネットワ-ク / 鉱物処理 / プロセス制御 / 制御器の調節 / 学習機能 / 教師信号

Research Abstract

近年の急速なコンピュ-タの普及などの要因により、鉱物処理プロセスでのコンピュ-タ制御の充実が妥当性をもつようになってきた。しかしながら選鉱工場のプロセスは複雑であり、コンピュ-タ制御を導入することは必ずしも容易ではない。そこで、コンピュ-タ制御を現場に導入するために学習機能を持つ制御機構の開発研究が緊急の課題であると考えられる。本研究では、複合化されたプロセスで構成されている選鉱工場にニュ-ラルネットワ-クによる学習機能を持つ制御機構を導入するための理論と技法についての研究を進めている。
昨年度までの研究ではパ-ソナルコンピ-タ上に構築されたニュ-ラルネットワ-クが適切な学習環境を与えられることにより制御能力を獲得し得ることが確認された。本年度の研究では、制御状態の評価量に基づいて制御機構としてのニュ-ラルネットワ-クに適切な教師信号を与えるための機構について検討した。制御状態の課価量それ自体は制御の質の是非の基準ではあるが、制御器の修正方向を示すものではない。従来、ニュ-ラルネットワ-クに対して正しいあるいは適切であると考えられる(この場合には制御動作)信号を与えることで学習をさせてきた。ところが多くの制御ではこのように理想的な教師信号を得ることは不可能である。そこで状態評価量と前回の修正量との組み合わせによって次回の修正量を決定する手法を考えた。現在、この手段で逐次的にニュ-ラルネットワ-クの学習を進行させることに成功しているが、学習速度に問題が残っている。