| 研究課題/領域番号 |
20K14764
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
脇谷 伸 広島大学, 先進理工系科学研究科(工), 准教授 (00728818)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | モデルベース開発（MBD） / 制御系設計 / 同時最適化 / 遺伝的アルゴリズム（GA） |
|---|
| 研究実績の概要 |
本年の目標である，モデルベース開発(MBD)における機能と設計コストの同時最適化に基づく新しい制御システムの設計手法の提案について調査・研究を進めた。R3年度の実績として，MBDにおける機能と設計コストの最適化問題を中心に研究を進めたほか，データ駆動型アプローチによる機能と制御器同時設計に関しても着手を始めた。関連成果について国内会議1件に報告したほか，国内学会誌 1件に投稿を行い，現在，査読を受けているところである。
本年度の研究では，最適化手法としてε制約法に基づく遺伝的アルゴリズム（εGA）を導入し，その有効性について検討した。GAなどのメタヒューリスティックな探索手法では，多数の解候補に対してシミュレーションを実行する必要があるため，計算コストが高くなるという問題があった。特に，本研究で対象とする最適化では，パラメータとコストおよび制御パラメータの同時最適化を実行する必要があるために，解空間が広くシミュレーション回数が大幅に増えてしまう。そこで，GAの探索においてε制約を導入し，解候補の中でシミュレーションが必要な解候補と，シミュレーションが不要な解候補に分けて評価を行い，シミュレーション実行回数を減らすことで最適化にかかる時間を短縮できることを確認した。さらに，上記のεGAに対してデータベース駆動型アプローチに基づく制御パラメータ決定手法を併用した効率的なプラントと制御パラメータの同時最適化手法を提案し，CPUファンの設計問題に対して提案手法の有効性の検証を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
R3年度の研究成果によって，MBDにおけるコスト，プラントパラメータ，制御パラメータを同時に最適化する一通りの手法について確立ができたと考えている。ただし，計算コストについては依然として改良の余地があるため，R4年度では本手法の高速化についてさらに検討を行う必要があると考えている。また，最適化結果に基づく実際のCPUモデルの設計などを通じて，本手法の有用性ついても検討を進める必要があると考えている。
|
| 今後の研究の推進方策 |
以下の方策に基づき，最終年度の研究成果を論文等でまとめる。
I.現在，制御パラメータの決定に利用しているデータベースをプラントパラメータの決定にも利用することで，より最適解を効率的に見つけるアルゴリズムについて検討を行う。
II.R3年度に作成したCPUファンの設計ベンチマーク問題に基づき，実際のCPUファンの設計を行い本手法の有用性について評価を行う。
III.学会発表および論文執筆：これまでの成果について，国内外にて学会発表を行うとともに，学会にて得られた意見などを踏まえて論文を執筆し学会誌への投稿を行う。
|
| 次年度使用額が生じた理由 |
コロナ禍の影響により，学会等に関する旅費が当初計画していた執行予定から大きく変更せざるを得ない状況となった。そのため，2022年度の研究に必要となる物品等を前倒しで購入している。2022年度はコロナウィルスの影響などを考慮しながら，本年度の繰り越し分を旅費等に充当する予定である。
|
