| 研究課題/領域番号 |
18K18898
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分23:建築学およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
大崎 純 京都大学, 工学研究科, 教授 (40176855)
|
|---|
| 研究分担者 |
寒野 善博 東京大学, 大学院情報理工学系研究科, 教授 (10378812)
木村 俊明 京都大学, 工学研究科, 助教 (60816057)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2018年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
|
|---|
| キーワード | 構造最適化 / 機械学習 / 強化学習 / 鋼構造骨組 / 建築骨組 / 構造設計 / 最適化 |
|---|
| 研究成果の概要 |
建築の鋼構造骨組を対象として，優れた構造性能を有する設計の特徴を，機械学習によって抽出する手法を開発した。その手法を用いて得られた部材の配置や断面性能の関係などのメタレベルの知識を用いることにより，優れた設計を少ない計算量で得ることができる手法を提案した。さらに，構造設計における逐次設計変更のプロセスをマルコフ決定過程としてモデル化し，強化学習を用いて学習することにより，さまざまな設計条件を満たす設計を求めることができるエージェントを開発した。また，機械学習の分野で有用とされている最適化手法が，ある種の最適設計に対して既存の手法よりも有用であることを明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
大規模建築鋼構造骨組の優れた力学的性能につながる部材配置や部材断面の特徴量を，機械学習の手法であるサポートベクターマシンで求める手法を提案し，その手法を用いて，静的地震荷重に対する応答を最小化する問題に対する近似最適解を，少ない計算量で得られることを示した。また，構造設計において部材断面を逐次変更するプロセスをマルコフ決定過程としてモデル化し，強化学習を用いて最適方策を求めることにより，さまざまな実際的条件を考慮した構造設計を行うエージェントを開発した。さらに，交互方向乗数法や次元削減などの機械学習で用いられる手法に基づいて，扱いにくい最適設計問題に対して優れた近似解を得る手法を提案した。
|
