2020 Fiscal Year Research-status Report
Automization of structural design based on machine learning
| Project/Area Number |
18K05880
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
珠玖 隆行 岡山大学, 環境生命科学研究科, 准教授 (70625053)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 地盤モデリング / 3次元 |
|---|
| Outline of Annual Research Achievements |
2020年度は構造物設計において最も重要な項目の一つである，地盤モデリングを中心に取り組んだ．地盤モデリングとは，ボーリング調査などの空間的に疎である限られたデータから，精度の高い地盤構造と地盤パラメータの空間分布を推定すること（地盤モデルを構築すること）を意味する．地盤モデルは構造物の設計において必要不可欠な情報であり，その精度が構造物の設計に大きな影響を及ぼす．精度の高い地盤モデリングの実現，およびその自動化を実現するため，least absolute shrinkage and selection operator (lasso)と呼ばれる統計解析手法に着目した．lassoにおける定式化を工夫することにより，地盤物性のみならず，地盤構造の推定（層構造の同定）が実現できることから，lassoに基づいて限られた地盤調査データから自動的に3次元の地盤モデルを構成する方法論を構築した．3次元問題を解析する場合，計算コストや使用メモリが増大するため，高速な計算のためのアルゴリズムの検討，データを効率的に格納するための方法論の検討をはじめに行った．lassoを効率的に解くために，反復計算により線形方程式を解く共役勾配法とcompressive row storageと呼ばれるデータの格納形式を用いて3次元モデリングのための方法を構築した．また，構築した方法の実問題への適用性を，実データを対象に検証した．実データとして，国際地盤工学会の技術検討委員会TC304がwebsiteで公開しているコーン貫入試験（cone penetration test）のデータを用いた．実データの解析より，提案手法により地盤モデルの自動構築が実現できる可能性を示した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
これまでは比較的小規模な問題を対象に手法の開発と検証を実施してきたが，2020年度はこれまでの方法を高度化させた実用的なアルゴリズムを構築することができたため．
|
| Strategy for Future Research Activity |
これまで個別に開発してきた手法を統合し，最終目標である「設計の自動化」に向けた方法論の構築を目指す．さらに，2020年度に開発した3次元モデリング手法の高度化を実施し，より大規模な問題への適用を目指す．
|
