2010 Fiscal Year Annual Research Report
Project/Area Number |
09F09750
|
Research Institution | Kyoto University |
Principal Investigator |
西脇 眞二 京都大学, 工学研究科, 教授
|
Co-Investigator(Kenkyū-buntansha) |
TENNE Y. 京都大学, 工学研究科, 外国人特別研究員
|
Keywords | 最適設計 / 代理モデル / パターン認識 / 大規模問題 / 進化型計算 |
Research Abstract |
近年,機械設計における数値解析の役割は大きくなる一方である.しかし,数値解析を用いた最適設計を行おうとしても,数値解析の計算コストの膨大さにより,限られた回数しか解析を実行できない場合がある.また,最適化アルゴリズムが指定する設計変数に基づいて数値解析を行うと,しばしば,解析がエラーで終了することもあり,せっかく長い時間をかけて最適化を行っていても,最適化をやり直さざるを得なくなることもある.このような問題を解決するために,本研究では,従来の最適化と機械学習理論を組み合わせ,代理モデルとパターン識別手法を用いた新しい最適化法の枠組みの構築を行った. まず,数値解析がエラーで終了するかどうかについて,代理モデルとパターン識別手法を用いて予測し,最適化法によって探索を行う際に,エラーで終了する領域を自動的に回避し,数値解析が正しく実行出来るような領域を集中的に探索するようにする.ここでは,実数値進化型アルゴリズムとSQPによる局所探索を組み合わせたハイブリッド型の最適化アルゴリズムを用いた. この新しい最適化アルゴリズムの効果は,代理モデルやパターン識別手法をどのように選ぶかによって異なるものの,限られた計算資源で比較検討を行うことは非常に困難であるため,ここでは厳密な統計学に基づいてその場に応じた代理モデルとパターン識別法を選択できる方法を開発した.選択される方法は最適化の探索が進む間に適応的に更新される.
|
Research Products
(4 results)