| 研究課題/領域番号 |
16510130
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
社会システム工学・安全システム
|
|---|
| 研究機関 | 甲南大学 |
|---|
研究代表者 |
中山 弘隆 甲南大学, 理工学部, 教授 (20068141)
|
|---|
| 研究期間 (年度) |
2004 – 2006
|
| 研究課題ステータス |
完了 (2006年度)
|
| 配分額 *注記 |
3,800千円 (直接経費: 3,800千円)
2006年度: 1,100千円 (直接経費: 1,100千円)
2005年度: 1,000千円 (直接経費: 1,000千円)
2004年度: 1,700千円 (直接経費: 1,700千円)
|
|---|
| キーワード | サポートベクターマシン / サポートベクター回帰 / 逐次近似最適化 / メタモデリング / 斜張橋 / 耐震補強 / ブラックボックス目的関数 / 計算知能 / ブラックボックス目的関数最適化 / 応答曲面法 / 近似最適化 / 斜張橋耐震補強 / 遺伝アルゴリズム |
|---|
| 研究概要 |
実際の工学設計の問題では目的関数を設計変数の陽な関数として表すことができず、設計変数の値を決めたとき構造解析、熱解析、流体解析、振動解析等の解析やその他のコンピュータシミュレーションあるいは模型試作によって初めて目的関数の値が求まることが多い。このような目的関数に対する最適化を本研究ではブラックボックス目的関数最適化と呼んでいる。通常、解析等のシミュレーションや模型試作によって未知目的関数の値を求めるには多大のコスト及び時間を要することが重要な問題点となっている。
本研究では、計算知能の技術を用いていくつかのサンプル点から目的関数の形を学習させ、予測された目的関数に対して最適化を行い最適解を予測するという繰り返しによってできる限り少ない解析回数・模型試作で解を求める方法を提案するとともに、実用化を目指したシステムとして構築するとともに斜張橋耐震補強等の実問題への適用を図った。
目的関数予測のための計算知能としてはRBFネットワークやサポートベクターマシンの利用を行っているが、とくに、ゴールプログラミングの観点によって本研究申請者が開発したμ-v-SVRを用いて目的関数予測および追加学習を行う方法を提案し、その有効性を確かめている。μ-v-SVRはこれまでの研究から最もスパース性に優れていることが明らかになっており、計算速度も速く、また追加学習点の候補となるサポートベクターも少ないことから効率の良い追加学習が可能になることを明らかにした。さらに斜張橋耐震補強問題の実データに適用し、実用上の有用性について検討を加えた。
|
