2018 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 – 2020-03-31
|
| Keywords | 多目的モデル予測制御 / サポートベクターマシン |
|---|
| Outline of Annual Research Achievements |
工学設計のような実際問題は一般に評価関数が複数個ある多目的最適化問題として定式化される。また目的関数は設計変数に対し陽な関数として表すことができず設計変数の各値に対し構造解析、熱解析、流体解析のような解析や実験などによって初めて目的関数の値が求まることが多い。しかし、多目的最適化問題の解は一意に定まらず満足のいく解を得るまでに必要となる解析や実験には多大のコストと時間を要する。そこで今年度の研究では昨年度の研究成果である関数近似ベース多目的最適化法を改良し、時系列データを用いて検証を行った。ダイナミックな多目的モデル予測制御問題に対し、統計的機械学習の一種であるサポートベクター回帰と線形回帰の併用を試みた。線形回帰によりモデルの全体像をつかみながらサポートベクター回帰により近似の微調整を行うことで安定でかつ精度の高いモデル予測ができ、その結果サポートベクター回帰だけでモデル予測するときと比べ、予測精度が高く、より安定的な制御ができることを航空機モデルを通じて検証した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
多目的モデル予測制御問題に対し、手法の改良を行い、良好の結果が得られ、国際会議にて発表を行っている。
|
| Strategy for Future Research Activity |
次年度の研究課題の最終年度であり、これまでの研究成果を当該分野における国際会議で発表し、学術論文雑誌に投稿するとともに、様々な分野への活用を試みる。
|
| Causes of Carryover |
研究期間中、本務校における在外研究により、当初予定していた海外出張費がかからず、研究課題の期限延長を次年度まで行い、２０１９年に本研究課題と関連性の深い国際会議にて研究成果を発表し、学術雑誌に投稿する予定である。
|
-
-
[Journal Article] Multi-Objective Model Predictive Control2018
Author(s)
Yeboon Yun, Hirotaka Nakayama, Min Yoon
-
Journal Title
Proceedings of 2018 Joint 10th International Conference on Soft Computing and Intelligent Systems and 19th International Symposium on Advanced Intelligent Systems
Volume: 1
Pages: 304, 308
DOI
Peer Reviewed / Int'l Joint Research
-
-
