2018 Fiscal Year Research-status Report
モデルベースト制御における機械学習とダイナミクスの融合に向けての基礎研究
| Project/Area Number |
18K04211
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
足立 修一 慶應義塾大学, 理工学部(矢上), 教授 (40222624)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
丸田 一郎 京都大学, 工学研究科, 講師 (20625511)
井上 正樹 慶應義塾大学, 理工学部(矢上), 講師 (80725680)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 制御工学 / システム同定 / カルマンフィルタ / 機械学習 / ダイナミクス |
|---|
| Outline of Annual Research Achievements |
制御工学のシステム同定におけるモデリングと，人工知能の機械学習における予測法の類似点と相違点を調査した。そのために，計測自動制御学会制御部門に設置した「モデルベースト制御における機械学習とダイナミクスの融合調査研究会」（主査 足立）の活動を通して，制御分野と機械学習の両分野における最新の研究動向を調査した。その間，理化学研究所 革新知能投稿研究センターの見学，㈱ Preferred Networks の見学会を実施した。両者とも，現時点では方向性が異なり，また応用分野も異なっているため，一見すると相違点ばかりに見えるが，その根っこには共通点が多いことがわかってきた。
具体的な研究内容としては，本田技術研究所との共同研究を通して，知見とデータが得られているガソリンエンジンの吸気システムの制御系設計問題に対して，機械学習を用いた新しい設計法の開発を開始した。制御系設計法としてモデル予測制御を用いるが，この制御パラメータをさまざまな運転条件における大量のデータからサポートベクター回帰を用いて学習する方法について検討している。また，物理化学的特性を考慮した二次電池のモデリングについても，共同研究を続けているカルソニックカンセイのデータを活用して，二次電池の一つの特徴量をセミパラメトリック法によって推定する方法について検討を進めている。
これら二つの例だけでなく，今後は航空機などについても物理的特性を考慮したデータに基づくモデリングと制御系瀬刑法について検討を進めていく。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
モデル予測制御による自動車エンジンの吸気システム制御系に対して，機械学習を適用した新しい方法を考案したが，まだ初期的な検討にとどまっており，今後，さらにこの方向を発展させていきたい。
|
| Strategy for Future Research Activity |
モデル予測制御器の制御パラメータを機械学習によって学習する方法を検討しており，現在はサポートベクター回帰（SVR）の適用を考えている。機械学習の分野ではさまざまな学習法が提案されているので，今後はSVRよりもモデル予測制御に適した学習法を探して，検討していく。
二次電池の特徴量の同定問題に関しては，対象をインパルス応答で記述したIIR（無限インパルス応答）モデルの近似であるFIR（有限インパルス応答）モデルを用いたモデリングに着目している。FIRモデルは機械学習との相性も良く，システム同定の分野ではよく研究されているモデルであるので，このモデルを用いた新しい二次電池の特徴量の同定法の開発をしていきたい。
|
| Causes of Carryover |
2018年度に当該経費にて参加を予定していたセミナーが、自然災害のため急遽開催が見送りとなったが、2019年度に改めて開催されることが確定しているため、当該参加に必要な経費を2019年度に使用する予定となっている。
|
Research Products
(2 results)
