Discovery Sagaサイレントキーワード俯瞰

モデリング・シミュレーション技術との融合・結合を前提とした新たな最適化アルゴリズムの開発と, 最適化アルゴリズムとの融合・結合を前提とした新たなモデリング技術の開発を同時にかつ双方向・相補的に進め, これらを統合した新たな最適化の枠組みである統合型最適化の構築を行った。主要な研究成果の概要は以下の通りである。
Particle Swarm Optimization(PSO)のアルゴリズムに適応的なパラメータ更新規則を導入した新たなPSOを構築し, 典型的なベンチマーク問題を用いた数値実験により, 有用性を検証した。
PSOにおける探索の多様化・集中化を定量的に評価可能な「群の活性度」を新たに定義し, この活性度をフィードバック制御する新たなPSOを構築し, 典型的なベンチマーク問題を用いた数値実験により, 有用性を検証した。
関数近似手法(モデリング)として, RBF(Radial Basis Function)を用い,最適化手法としてPSO(Particle Swarm Optimization)を用いる統合型最適化手法を構築し,ベンチマーク問題を用いた数値実験を行った。さらに,サンプル点配置および追加方法に関する検討を行った。
統合型最適化手法を多目的最適化問題へ拡張し, RBFとPSOを用いた多目的統合型最適化手法を構築し, ベンチマーク問題を用いた数値実験を行った。
RBFとPSOを用いた統合型最適化手法と, 有限要素法を用いた電磁界解析シミュレータを結合させることで, サーフェスモータの最適設計が実現できることを検証した。

【研究分担者】
相吉英太郎	慶應義塾大学	理工学部	教授	(Kakenデータベース)