2018 Fiscal Year Annual Research Report
Intelligent Control System Design based on Quantum Particle Swarm Optimization with NUC High-Density Beowulf Cluster
| Project/Area Number |
16K06197
|
|---|
| Research Institution | Toyota Technological Institute |
|---|
Principal Investigator |
川西 通裕 豊田工業大学, 工学(系)研究科(研究院), 准教授 (00283870)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | Beowulfクラスタ / マルチエージェント / 知的制御系設計 |
|---|
| Outline of Annual Research Achievements |
拡張したBeowulfクラスタ計算機システムを用いる知的制御系の設計法について研究を実施した．未知環境に対する制御理論における設計変数を統一的な枠組みで取り扱い，NUC高密度Beowulfクラスタによる量子型粒子群最適化に基づく設計システムとして実装することにより，未知環境に対応できる適応性を備えた知的制御系設計手法を実現することを目指して研究を実施した．制御理論の研究について本年度に得られた成果は大きく以下の(1)～(3)の内容に分けられる．
(1)大規模複雑ステムのひとつである電力ネットワークについて，未知の需要に対応できる次の(a)，(b)の結果を得た．(a)発電コストと電力効用関数からなる社会福祉関数を目的関数として，これらを分散的に最適化するリアルタイムプライシングに基づくデマンドレスポンスのアルゴリズムを開発し，(b)燃料電池の貯湯タンクとボイラーの容量制約，給湯パイプラインのネットワーク，および燃料電池の効率を考慮して，複数燃料電池システムの同時最適化を実現する分散最適化アルゴリズムを開発した．
(2)装着型パワーアシストシステムの制御システムにとって未知の動特性となる人間の発揮トルクを，リアルタイムな重み更新を行うニューラルネットワークを用いて推定し，有界な入力を用いて必要な力を最小限補助するAAN（Assist-as-Needed）制御について，安定性を保証する制御理論を開発し，実際の制御実験によって有効性を検証した．また速度フィードバックを用いることなくロバスト性を高めた制御手法も併せて開発し，有効性を証明した．
(3)パラメトリックな未知パラメータを含む多項式システムについて，アクチュエータ入力の有界性を考慮してロバスト安定性を保証する制御系設計手法として，拡張変数を導入した定式化の工夫により双線形行列不等式を逐次的に解くアルゴリズムを考案した．
|
