|
モンテカルロ（ＭＣ）法を効率化する方法を開発した。開発では、ＭＣ法の計算効率は乱数精度に依存することを利用した。具体的には、生成乱数の確率分布が所要分布に近い擬似乱数列のシードを予めデータベース化し、その高精度乱数列をＭＣ計算時にシードで指定して用いるものである。このシード選別法では、一度データベースを作成すれば、その実装は、普通のＭＣプログラムで、高精度乱数列のシードを指定するだけなので、原理が容易で、適用範囲が限定されない。また、効率化の予備計算・本計算などを必要とせず、計算効率上も有利である。しかし、有効な方法とするためには、生成乱数が、所要の確率分布に適合している程度を正確かつ容易に評価できることが必要となる。本研究では、この尺度として積率を用いた。具体的には、一様性の適合度として有効な尺度を見つけるには大量のデータ処理が必要なため、初年度（H27年度）で高速計算用ワークステーション（ＷＳ）を購入した。初年度は、一様性の評価尺度を多く仮定して、その有効性をモンテカルロ積分の数値例で検証した。その結果、評価尺度として多くの有望候補を見つけた。H28年度では、モンテカルロ積分を含む多くの数値例に適用することにより、幾つかの有力候補に絞り込み、それらの有効性を検証した。H29年度では最有力候補１つに絞り込み、その有効性を例証した。そして、誤差の小さい乱数列ほど、効率が良くなることも明らかにした。また、H27～H29年度では、研究が少し遅れ気味だったので他情報も参考にすべく、数値例やアルゴリズムに関する多くの調査も行った。更に、H29～H30年度では応用例として、道路橋の信頼性解析を通じて有効性を示し、研究成果の口頭発表も行った。なお、学会発表を行う際には、パワーポイントで開発手法の効果を実演するためにノートパソコンを購入した。
|
