研究課題
実際の工学問題では目的関数が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、コンピュータシミュレーションや実際の実験によって初めて目的関数の値が求まることが多い。このようなとき、関数形を予測しながら最適解を求めようとするモデル予測最適化の技法がいくつか考えられている。中でも、本研究代表者はRBF(Radial Basis Function)ネットワークやSVM(Support Vector Machine)等の計算知能を用いて少ないシミュレーションや実験回数で実用的な解を得る方法を提案している。本研究ではもともと静的な問題に対し開発されたこれらの手法を動的な問題に拡張し、とくにシステムダイナミクスを表す微分方程式が分からず、システム入出力関係からそのモデルを予測しながら制御を定める手法について新たな提案を行った。具体的には本研究代表者が開発したμ-γ-SVMにもとづく関数近似μ-v-SVRを用い、少ない実験回数で近似の効率・精度を向上させた。また、実問題では目的関数が起動時間や消費エネルギー等、複数個ある場合が多く、このような複数個ある目的間のバランスをとりながら最適な運転方策を定めるという多目的最適化の観点も取り入れ、本研究代表者が提案した満足化トレードオフ法を融合させた新しい多目的モデル予測制御の手法を提案した。これらの手法に対するコンピュータプログラムを作成し、テスト問題でその有効性を確認している。
すべて 2008 2007
すべて 雑誌論文 (5件) (うち査読あり 5件) 学会発表 (4件) 図書 (1件)
Evolutionary Multi-Criterion Optimization 2007, Spriner
ページ: 317-329
Proceedings of First IEEE Symposium onComputational Intelligence in Multi-Criteria Decision-Making (in CD-ROM)
計測自動制御学会論文集 43
ページ: 672-678
Proceedings of The 7th International Conference on Optimization Techniques and Applications (ICOTA7) (in CD-ROM)
Journal of Advanced Mechanical Design, Systems, and Manufacturin 1
ページ: 690-705
