| 研究概要 |
本研究者は,進化的グラフ生成手法(Evolutionary Graph Generation: EGG)と呼ぶ最適化手法の提案および本手法に基づく創発的回路設計技術について検討を進めてきた.本研究では,EGGに基づくアナログ回路設計支援システムの構築を目的とした基礎実験を通し,EGGの有効性を検討した.
多変量解析を用いて優良な解候補が共通に有する性質を探索の過程で自律的に発見し,探索のために活用することで,より優良な解を生成するシステムに関する基礎的検討を行い,提案する手法がアナログ回路の最適化において有効であることを確認した.
また,アナログ回路の設計において必須となるトポロジ(回路構造)とパラメータ(各回路素子の特性を決める固有の値)両面からの同時最適化を念頭においた構造探索の手法について検討を進め,探索効率の向上を図った.特にパラメータの最適化においては,演算増幅器を探索の対象とし,多峰性の解空間における探索が得意とされる遺伝的アルゴリズム(Genetic Algorithm)といった非線形最適化手法と,主成分分析に代表される多変量解析に基づく解析的手法を組み合わせることにより,探索アルゴリズムのパフォーマンスの向上が可能であることを確認した.
|
