2017 Fiscal Year Annual Research Report
Development of Vehicle Occupant Restraint System Design Method integrating Intelligent Information Processing Technologies
| Project/Area Number |
26330274
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
堀井 宏祐 山梨大学, 大学院総合研究部, 助教 (00447715)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | 遺伝的アルゴリズム / 進化的計算 / 多目的最適化 / ロバスト最適化 / 機械学習 / 衝突安全設計 |
|---|
| Outline of Annual Research Achievements |
本研究は以下の3点の知能情報処理技術を自動車乗員保護システム設計に適用し，さらに相互の特徴を融合することで革新的な設計手法を確立することを目的として取り組んだ．1)進化的多目的最適化による大域的探索能力の向上，2)機械学習による高精度な近似モデルの構築，3)自己組織化マップによる多次元情報可視化．
前年度までに乗員傷害基準値などの安全性指標について，CAE解析モデルによって算出した実計算サンプルから機械学習を用いて高精度な近似モデルを構築し，進化的多目的最適化における目的関数計算を近似計算で代替することで，探索に要する時間的コストの大幅な削減を実現した．また，構築した近似モデルを利用して，自己組織化マップによる多次元情報可視化を行い，設計変数と目的関数間の相互作用や探索空間構造の理解に援用できることを確認した．
最終年度はこれまでの成果を基に「多目的ロバスト設計最適化による不確実状況下における自動車乗員保護システム設計」について取り組んだ．自動車乗員保護システムの安全性能は，エアバッグ，シートベルト等の乗員保護装置の動作条件の相互作用に影響される．さらに事故時の速度や乗員の姿勢等さまざまな要因が複雑に影響を及ぼす．そのため設計誤差や動作条件，事故状況などの不確実状況下の相互作用に対する頑健性がシステム設計において求められる．多目的ロバスト設計最適化においては1つの解候補を1点で評価するのではなく，解候補を基準として一定の確率分布に基づいて設計変数を揺動させてモンテカルロシミュレーションを行い，各目的関数値の平均と標準偏差を目的関数として最適化を行う．通常の進化的計算以上に計算コストを要することが問題となるが近似計算で代替することによって解決した．これによって安全性能と設計変数のばらつきによる目的関数の安定性のトレードオフを考慮して，設計者が意思決定を行うことを可能とした．
|
