研究課題
実際の工学設計の問題では目的関数を設計変数の陽な関数として表すことができず、設計変数の値を決めたとき構造解析、熱解析、流体解析、振動解析等の解析やその他のコンピュータシミュレーションあるいは模型試作によって初めて目的関数の値が求まることが多い。このような目的関数に対する最適化を本研究ではブラックボックス目的関数最適化と呼んでいる。通常、解析等のシミュレーションや模型試作によって未知目的関数の値を求めるには多大のコスト及び時間を要することが重要な問題点となっている。本研究では、計算知能の技術を用いていくつかのサンプル点から目的関数の形を学習させ、予測された目的関数に対して最適化を行い最適解を予測するという繰り返しによってできる限り少ない解析回数・模型試作で解を求める方法を提案するとともに、実用化を目指したシステムとして構築するとともに斜張橋耐震補強等の実問題への適用を図った。前年度までの研究において、目的関数予測のための計算知能としてRBFネットワークやサポートベクターマシンの利用を行い、その有効性を確かめてきた。本年度はサポートベクターマシン(SVM)の中でも特に本研究申請者が開発したμ-ν-SVRを用いて目的関数予測およびその追加学習を行う方法を提案した。μ-ν-SVRはこれまでの研究から最もスパース性に優れていることが明らかになっており、計算速度も速く、また追加学習点の侯補となるサポートベクターも少ないことから効率の良い追加学習が可能になることを示した。本年度はさらに本研究の最終年度として、これまでに開発してきたMATLABによるコンピュータプログラムを集大成し、エクセルによる入出力が可能になるようインターフェイスに工夫を施し、ユーザーフレンドリなソフトウェアにした。さらに斜張橋耐震補強問題の実データに適用し、実用上の有用性について検討を加えた。
すべて 2007 2006
すべて 雑誌論文 (8件)
Evolutionary Multi-Criterion Optimization 2007
ページ: 317-329
SICE-ICASE (Society of Instrument and Control Engineers - Institute of Control, Automation and Systems Engineers) International Joint Conference (CD-ROM)
ページ: Paper ID : A1287
Multi-objective Machine Learning, Yaochu Jin (ed.), Springer
ページ: 173-198
Integrated Intelligent Systems for Engineering Design, Xuan F. Zha and R. J. Howlett, IOS Press
ページ: 289-304
IEEE World Congress on Computational Intelligence (CD-ROM)
ページ: Paper ID:1536
IFAC Symposium on Power Plants and Power Systems Control
ページ: Paper No.549
The Fourth China-Japanese-Korea Joint Symposium on Optimization of Structural and Mechanical System
ページ: 491-496
ページ: 391-396
