| 研究概要 |
広く利用されている非弾性解析手法について,これを最適設計に適用する手法の確立を目的として2年間にわたり研究を現在行った.とくに,生産性向上に不可欠な最適設計期間の短縮を目的として,非常に効率的な非線形最適化法の確立を目指した.
とくに本研究では,人間の脳を数理的にモデル化したニューラルネットワークによる最適化法を利用したが,これは優れた脳の働きを工学的に有効活用することを試みたものである.具体的には,まず階層型ニューラルネットワークによっても実用的な非線形最適化問題の解析が可能であることを示した上で,さらに少ない条件で最適条件が得られるようにすることを目的として,関係学習と最適化の機能を持つ階層型ニューラルネットワークを統合したシステムを構築した.この統合化したシステムの効果については,これを本研究代表者らが従来から利用してきた熱処理の最適化問題に適用した検証も行い,その効果を確認した.この結果では,関係学習機能と最適化機能を持つ階層型NNの統合でも非線形最適化問題に対する解法が構築が可能であることが明らかとなった.
一方,実用化には汎用性も重要な因子であるが,これについては研究開始当初UNIXシステム上での動作確認を重点的に行う予定であった.しかし本研究期間中においては,より汎用性を有するシステムとしてJavaが普及したため,ここで開発した最適化システムを急遽Javaに対応したものに変更する作業も行った.
なおこれらの研究成果は,多くの学会講演会で発表すると共に日本機械学会に3編を現在投稿中である.
|
