2017 Fiscal Year Research-status Report
多目的逐次近似最適化における効率的学習法とその応用に関する研究
| Project/Area Number |
16K01269
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
尹 禮分 関西大学, 環境都市工学部, 教授 (10325326)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | モデル予測制御 / 多目的最適化 / ニューラルネットワーク / 遺伝的アルゴリズム |
|---|
| Outline of Annual Research Achievements |
設計者の多様な要求を同時に満足させなければならないという状況の下で、多様な選好にあう代替案をどのようにして求めるか、得られた代替案の中から最終的にはどれを選べば納得いくのかは、意思決定する際に非常に重要なことである。そこで、今年度の研究では、まず各種の指標間（たとえば、設計コストと製品の性能）の関係を明らかにするために、評価指標の効率曲面（トレードオフ曲面またはパレートフロンティアという）を求める方法について検証行ったを。望んでいる製品の性能に達するには、どれだけのコスト（費用や計算時間）が必要であるか、逆に現在でのコストならば、どの程度の性能をもつ製品が設計できるかについて検証した。これまでに得られた成果を実問題へ適用した。主に工学設計などの実問題では、目的関数が設計変数の陽な形として与えられないことが多く、構造解析、流体解析、熱解析等の数値解析や実際の模型を作ってはじめて目的関数の値が与えられることが多い。人工知能技法(artificail intelligence)のニューラルネットワーク(radial basis neural networks)を用いて関数形を予測しながら多目的遺伝的アルゴリズム(multiobjective genetic algorithm)による最適化を行う、知能化多目的モデル予測制御法(intelligent multiobjective model predictive control)を提案するとともに、具体的な問題へ適用することで提案手法の有効性を検証した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
具体的問題を通じて提案手法の検証を行い、その成果もジャーナルに掲載されている。
|
| Strategy for Future Research Activity |
実用レベルでの活用ができるよう、これまでに得られた研究成果を基盤として、総合的な意思決定サポートシステムの構築を目指す。さらに、現場の開発者や設計者などの経験を持つ研究者からの助言により、一層現実状況に適合するシステムを構築し、消費者の選好が反映できるようなシステムに仕上げていく。さらに、国際会議やシンポジウムなどにおいて発表するとともに、成果を学術雑誌に投稿し、理論的面からの検証を行う。
|
| Causes of Carryover |
【次年度使用額が生じた理由】
ソフト（Visual Mining StudioおよびS4 Simulation）の購入を行わなかったため、それらのメンテナンスおよびサポートに関する費用が発生しなかった。
【使用計画】
研究の最終年度であり、これまで得られた研究成果の報告のための学術会議や国際共同研究（打ち合わせ）への海外出張、および学会誌投稿料に計上する予定である。
|
Research Products
(4 results)
