| 研究課題/領域番号 |
24686015
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
下山 幸治 東北大学, 流体科学研究所, 助教 (80447185)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| キーワード | 多目的最適設計 / 意思決定 / 学習 |
|---|
| 研究概要 |
前年度構築した超体積基準改善期待値ベースの多目的最適設計モジュールをさらに高速化させて、目的関数数可変のさまざまな最適化テスト問題に対して最適解探索性能を実証するとともに、前年度の懸念事項であった計算効率についてもある程度改善できた。学習モジュールについては、ニューラルネットワークベースの手法（自己組織化マップ）をコード化し、データ構造が既知のデータに対して動作テストを行い、多次元（目的関数＋設計変数）のデータの非線形な分類および可視化を可能にした。未学習のデータの推定については、ベイズ統計ベースの手法（クリギング法）を用いて、与えられた学習データに含まれる不確実性を加味して確率論的に行うことを試みている。なお、クリギング法のコード化は既に完了しており、テストデータに対する動作確認および精度検証も行った。
今年度中に構築予定であった意思決定モジュールについては、前年度の専用計算機の導入の遅れがそのまま今年度のスケジュールに影響したため、文献調査に留まった。採用候補として考えられるゲーム理論に関して理論的背景を理解し、モジュール化に向けて必要となる前提知識の一部を整えることができた。
また、来年度に適用予定の実設計問題については、当初のスケジュールを前倒しして問題の選定を開始した。設計対象に関わりのある研究者および開発者に問い合わせて、最適化問題として定式化する際に必要となる専門的かつ具体的な情報を収集した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
前年度に発生した、所属機関での建物の改修作業の遅れに伴う専用計算機の導入の遅れが、そのまま今年度のスケジュールに影響したため。
|
| 今後の研究の推進方策 |
意思決定モジュールを構築し、これを既構築の多目的最適設計モジュールおよび学習モジュールと統合する。これを提案アプローチとして確立し、実設計問題に適用して本アプローチの有効性を実証する。
|
| 次年度の研究費の使用計画 |
前年度に発生した、所属機関での建物の改修作業の遅れに伴う専用計算機の導入の遅れが、今年度のスケジュールにも影響し、今年度実施を予定していた意思決定モジュールの構築を次年度に延期することになったため。
平成26年度請求額と合わせ、意思決定モジュールの構築に必要な各種プログラムコンパイラおよびソフトウェアの購入および更新、実設計問題への適用に必要な資料収集、調査出張および専用ソフトウェア購入のために使用する。
|
