| 研究課題/領域番号 |
19K15019
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分21040:制御およびシステム工学関連
|
|---|
| 研究機関 | 東京都立大学 |
|---|
研究代表者 |
豊田 充 東京都立大学, システムデザイン研究科, 助教 (40826939)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 制御理論 / 最適制御 / 確率論理システム / スパース最適化 / 制御工学 / 最適化アルゴリズム / ガウス過程回帰 / 確率ブーリアンネットワーク / 近接アルゴリズム / 学習制御 / 確率システム / 論理システム |
|---|
| 研究開始時の研究の概要 |
本研究では従来のモデルベースでの最適制御手法とは異なり，データ科学的知見に基づき計測されたデータをもとにダイナミクスや評価関数を学習しながら最適制御則を計算するアルゴリズムの研究に取り組む．理論研究では微分方程式・差分方程式として表現される連続値状態変数のシステム及び離散値をとる論理システムの最適制御問題の考察を実施する．さらに工学的問題への応用研究により提案手法の有用性を示す．
|
| 研究成果の概要 |
本研究では，動的システムの解析と関連する制御問題や最適化問題において，データ科学的知見に基づいた解析手法を提案することを目指した．具体的には，確率ブーリアンネットワークと呼ばれる，確率的不確かさを考慮した離散値システムにおいて，制御問題や推定問題に対する最適化アルゴリズムを提案した．また，離散的制御入力を近似的に与えるl1ノルムやその和による正則化を導入した制御問題をはじめとする最適化問題において，統計や機械学習分野で広く用いられているスパース最適化手法の知見に基づき，種々の反復法の適用の検討および収束解析を行った．
|
| 研究成果の学術的意義や社会的意義 |
離散値システムの表現として本研究で主に用いられた確率ブーリアンネットワークは汎用的な数学モデルであり，本研究で提案した最適化手法をはじめとする解析結果は広いクラスのシステムの研究に関連するものである．また，本研究における連続値システムの解析で主として扱ったスパース最適化手法もまた制御，最適化，機械学習など多くの分野で取り入れられている手法であり，こちらも他分野への適用といった更なる発展が期待される．
|
