2006 Fiscal Year Annual Research Report
| Project/Area Number |
18710134
|
|---|
| Research Institution | Kagawa University |
|---|
Principal Investigator |
尹 禮分 香川大学, 工学部, 助教授 (10325326)
|
|---|
| Keywords | 多目的最適化 / パレート最適解 / 逐次近似最適化 / サポートベクター回帰 / 多目的遺伝的アルゴリズム |
|---|
| Research Abstract |
近年、工学設計などの実問題では設計に対する要求の多様化に伴って、多目的最適化問題として定式化されることが多い。多目的最適化問題ではすべての目的関数を同時に最適化する解が必ずしも存在せず、そのためパレート最適解が用いられる。通常パレート最適解は多数存在し、その中から意思決定者の選好にあう1つの解(意思決定解)を選ぶことになる。したがって多目的最適化法において、意思決定解の候補になるパレート最適解を見つけることと、その中から最終的な解を選び出すことが重要な課題である。そこで、人間の価値判断を意思決定プロセスの中に取り入れながら解の探索を行っていく対話型多目的最適化手法が種々提案されている。しかし、工学設計のような問題では目的関数の形が設計変数に関し陽にはわからず、構造解析、熱解析、流体解析等の数値解析や実験などの評価によって、はじめて目的関数の値が得られることが多い。このような数値解析や実験には多大の計算時間やコストがかかるため、従来の多目的最適化法をそのまま適用することは現実的に困難であり、目的関数の評価回数をできる限り減らすことは現場においても解決すべき大事な問題である。本年度の研究では少数のサンプル点から得られる情報を用いて目的関数を予測し、予測された目的関数に対し、意思決定者の希求水準に対するパレート最適解およびパレートフロンティアを生成する方法を提案した。さらに、少ないサンプル点から精度のよい近似パレート最適解を生成するためには追加学習によって逐次的に予測精度を上げていくことが重要である。そこで、追加サンプル点の選定法を提案し、数値例を通じて本提案手法に有効性について検証した。
|
