| 研究課題/領域番号 |
10555263
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
黒田 千秋 東京工業大学, 大学院・理工学研究科, 教授 (80114867)
|
|---|
| 研究分担者 |
松本 秀行 東京工業大学, 大学院・理工学研究科, 助手 (90313345)
吉川 史郎 東京工業大学, 大学院・理工学研究科, 助教授 (40220602)
小川 浩平 東京工業大学, 大学院・理工学研究科, 教授 (00016635)
|
|---|
| キーワード | 遺伝的アルゴリズム / ニューラルネットワーク / 非線形性 / プロセス / 情報処理 / スケジューリング / モデル化 / 反応分離システム |
|---|
| 研究概要 |
遺伝的アルゴリズム(GA)を用いてニューラルネットワーク(NN)の学習と構造決定を同時に行う新たなハイブリッド手法(GANN)を、複雑な制約条件を持つバッチプロセスの運転管理やスケジューリング問題、また非線形の反応システムのモデリング法や制御法へ応用し、実用的システムとして展開していくことを目的としてた研究を実施し、以下のような研究成果を挙げることができた。
1.プロセスの状態を把握しながら、また製品のデータも用いて、変種変量生産にリアルタイムかつ柔軟に対応してプロセスの運転計画を管理する統合運転管理システムの中核となる外乱適応型のGANN動的スケジューリングシステムを完成させることができた。そして、同システムが、突然の生産計画変更や装置の故障や修理に適切に対応できることを示すことができた。
2.撹拌槽型反応モデル装置の制御系の基本構造をGANNシステムを用いて設計する方法を一例として検討し、同システムが制御系設計における最適化手法として極めて有益であることを示すことができた。
以上により、非線形性の強い化学プロセス情報の処理に有効に利用できる実用的な遺伝的ニューラルネットワークシステムの基本システムを完成させることができ、さらに、その汎用性を示すことができた。
|
