2010 Fiscal Year Annual Research Report
計算知能による逐次近似多目的ロバスト最適化と工学問題への応用
Project/Area Number |
22510164
|
Research Institution | Konan University |
Principal Investigator |
中山 弘隆 甲南大学, 知能情報学部, 教授 (20068141)
|
Keywords | 多目的最適化 / ロバスト最適化 / 逐次近似最適化 / 計算知能 / 工学設計 |
Research Abstract |
工学設計など多くの実際問題に対する最適化においては、モデル誤差や実施誤差がどうしても生じ、解としてはできる限り最適であると同時にこれらの誤差に対しロバストであるという性質が望まれる。これまでロバストな設計を行うための方法としてタグチメソッドやシックスシグマ法が有名であるが、いずれも単目的最適化をめざしたものである。しかし、実際問題の多くは複数の視点から最適化する必要があり多目的最適化問題として定式化されることが多い。本研究の目的は多目的最適化問題に対するロバスト最適解を求める有効な方法を提案し、工学設計問題に適用してその有用性を検証することである。 本年度は本研究の初年度として、多目的最適化問題において、誤差や外乱など環境の変化によってパレート最適性ができる限り保持される性質をロバストな解として定義し、多目的最適化問題におけるロバスト性を評価する指標についていくつか検討をおこなった。次に、パレート最適性の保持と言う意味でのロバストな解を実際に求めるための最適化モデルを構築した。さらに、実際の工学設計の問題等では評価関数が設計変数によって陽に表せないことが多く、ここに、計算知能を用いたメタモデルを利用することが重要な役割を果たすが、メタモデル自体が誤差を多く含むことになるので、これに対するロバスト性を加味したロバスト最適化モデルとその解法について考察をおこなった。
|