JP2000132535A

JP2000132535A - 最適パラメータ組合せ予測方法、およびそのプログラムを記録した記録媒体と装置

Info

Publication number: JP2000132535A
Application number: JP10302719A
Authority: JP
Inventors: Hidetoshi Tanaka; 秀俊田中
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1998-10-23
Filing date: 1998-10-23
Publication date: 2000-05-12

Abstract

(57)【要約】【課題】関数形の得られないシステムに対しても適用
可能であって、かつ少ない試行で最適パラメータ組合せ
を予測可能にすることである。【解決手段】直交計画法を探索方向決定に適用し、各
現在点の周囲から必要最小限の改善用サンプル点集合を
選択し、これにより評価値の分布状況を調査し、前記評
価値の分布状況をもとに、最急改善方向である蓋然性の
高い最良探索方向を見積ることを繰り返して探索を行
い、最適パラメータ組合せを予測する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、多数のパラメー
タを設定して操作するシステムで、操作した結果の評価
が数値（以下、評価値と呼ぶ）で表せる場合において、
少ない実験回数で最適なパラメータ組合せを予測する最
適パラメータ組合せ予測方法、およびそのプログラムを
記録した記録媒体と装置に関するものである。

【０００２】

【従来の技術】従来、パラメータ組合せを予測する方法
としては、遺伝的アルゴリズムやシミュレーテッドアニ
ーリングなどの局所探索法が知られており、このような
手法は数理計画法のような大域的最適化法と比較して定
式化が容易なことや準最適な組合せを発見するのが経験
的に速いことから広く用いられている。

【０００３】図７は、従来の最適パラメータ組合せ予測
技術である遺伝的アルゴリズムを用いた問題解決のため
の構成例を示すブロック図である。図７において、５１
はパラメータ変換部、５２は組合せ評価部、５３は組合
せ探索部、５４は組合せ探索管理部である。

【０００４】パラメータ変換部５１は、対象システムの
元の操作パラメータ（以下、「表現型」という）と内部
のパラメータ（以下、「遺伝型」という）との対応を記
憶し、両者間の変換機能を提供する。遺伝型は、説明を
簡単にするために２進コードまたはグレーコードとす
る。

【０００５】組合せ評価部５２はパラメータ変換部５１
によって遺伝型から表現型を得て、システムもしくはシ
ステムのシミュレータを操作してその評価値を求め、パ
ラメータ組合せの適性を評価する。

【０００６】組合せ探索部５３は遺伝型の集合から、組
合せ評価部５２で得られた遺伝型の適性についての評価
を用いて、遺伝的アルゴリズムの選択・交叉・突然変異
の操作によって新たな遺伝型の集合を生成することを繰
り返す。

【０００７】組合せ探索管理部５４は、組合せ探索部５
３が求めた最適な遺伝型から表現型をパラメータ変換部
５１によって得、それを最適パラメータ組合せの予測と
して提示する。

【０００８】次に、この遺伝的アルゴリズムを用いた場
合の動作について説明する。図８は、この遺伝的アルゴ
リズムを用いた場合の組合せ探索部５３の動作を示すフ
ローチャートである。まず、初期遺伝型生成ステップＳ
Ｔ１０１では予め与えられた数の遺伝型を乱数を用いて
生成する。各遺伝型の重要度（以下、遺伝的アルゴリズ
ムの説明の中では「個体数」と呼ぶ）は、例えば均等に
与えておく。

【０００９】次の遺伝型評価ステップＳＴ１０２では、
各遺伝型に対し組合せ評価部５２を用いて評価値を求め
る。

【００１０】続く選択増殖ステップＳＴ１０３では、遺
伝型とその評価値から、良い評価値の遺伝型を選択して
その遺伝型の個体数を増やし、悪い評価値の遺伝型は個
体数を減らす。

【００１１】収束判定ステップＳＴ１０４では各遺伝型
の個体数を調べ、いずれか１つの遺伝型の個体数が予め
与えられた基準を上回るかどうかを判定し、上回ってい
ればその遺伝型を組合せ探索管理部５４に報告する。

【００１２】交叉ステップＳＴ１０５では、前記収束判
定ステップＳＴ１０４で基準を上回らなかった場合に、
「交叉」を予め与えられた確率で行うことによって、新
たな遺伝型の集合を生成する。ここで「交叉」とは、例
えば個体数を考慮しつつ遺伝型をランダムに２つ選び、
２進表現もしくはグレーコード表現の桁の一部を予め与
えられた確率で入れ替える操作を指す。

【００１３】突然変異ステップＳＴ１０６では、前記交
叉ステップＳＴ１０５で得られた遺伝型の集合に対し
て、予め与えられた確率で「突然変異」を施し、遺伝型
評価ステップＳＴ２へ処理を戻し遺伝型の評価を行う。
ここで「突然変異」とは、例えば個体数を考慮しつつラ
ンダムに１つの遺伝型を選び、その２進表現もしくはグ
レーコード表現の桁の一部を予め与えられた確率でビッ
ト反転させる操作を指す。

【００１４】なお、このような遺伝的アルゴリズムを用
いた場合の先行技術については特開平７−４４５２０号
公報がある。

【００１５】次に、従来の最適パラメータ組合せ予測技
術であるシミュレーテッドアニーリングを用いた問題解
決について説明する。図９は、このシミュレーテッドア
ニーリングを用いた問題解決のための構成例を示すブロ
ック図である。図９において、２１は組合せ探索管理
部、２２は探索方向決定部、２３は組合せ評価部であ
る。

【００１６】探索方向決定部２２は、組合せ探索管理部
２１からあるパラメータ組合せ（現在点と呼ぶ）、現在
点の評価値、および基準値を与えられ、乱数を用いて現
在点から一定範囲の点を１つ選んで改善候補点とし、そ
れを組合せ評価部２３に与えて評価値を得、それと現在
点の評価値との差が基準値を上回って悪化していない場
合には改善候補点を、基準値より悪化している場合には
現在点を組合せ探索管理部２１に報告する。

【００１７】組合せ探索管理部２１は予め与えられた初
期パラメータ組合せ、それを組合せ評価部２３に評価さ
せた初期評価値、および初期基準値を探索方向決定部２
２に与え、探索方向決定部２２から報告された点および
評価値を記録して再び基準値とともに探索方向決定部２
２に与えることを繰り返し、この繰り返し数を数えてお
き、繰り返し数に対して予め決められた基準値降下スケ
ジュールに従って与える基準値を下げていき、基準値が
０に達し、かつ報告される点が前回の報告点と同じであ
る回数が所与の数に達した場合に、その点をユーザに最
適パラメータ組合せの予測として提示する。

【００１８】組合せ評価部２３は対象システムの操作パ
ラメータ組合せを得て、システムもしくはシステムのシ
ミュレータを操作してその評価値を求め、パラメータ組
合せの適性を評価する。

【００１９】なお、このようなシミュレーテッドアニー
リングを用いた場合の先行技術としては特開平７−２３
４８６２号公報がある。

【００２０】一方、離散値のパラメータ組合せを予測す
る方法としては、直交計画法が古くから知られている
（実験計画法第３版、田口、丸善）。この直交計画法
は、２つの値（以下、水準と呼ぶ）のいずれかをとるｍ
個のパラメータがあった場合、その全組合せは２^m とな
り、ｍ因子２水準完全計画もしくは強さｍの２水準直交
計画などと呼ばれ、ｍ個のパラメータのすべての交互作
用を調べる強さを持つ。これに対し、パラメータの単独
の効果を調べるためだけであれば、強さ２のｍ因子直交
計画と呼ばれるｍ個程度の組合せから見積ることができ
る。

【００２１】普通は元のパラメータのとる値の数から直
交計画を決めるが、逆に統一的に与えた直交計画に合せ
てパラメータを変換することもできる。例えば、内部パ
ラメータに２進数を用い、元のパラメータを２進表現
し、２進数の桁ひとつひとつを因子とみなすことによっ
て直交計画法を実行することができる。

【００２２】図１０は、この直交計画法を用いた問題解
決のための構成例を示すブロック図である。図１０にお
いて、３１は組合せ探索管理部、３２は要因分析部、３
３は組合せ評価部、３４はパラメータ変換部、３５は直
交表生成部である。

【００２３】組合せ探索管理部３１は、要因分析部３２
が予測した最適な内部パラメータの組合せから元のパラ
メータ組合せをパラメータ変換部３４によって得、それ
を最適パラメータ組合せ予測として提示する。

【００２４】要因分析部３２は、直交表生成部３５によ
って得た内部パラメータの集合について、組合せ評価部
３３で前記内部パラメータの適性の評価値を得て、各因
子が０の場合と１の場合のそれぞれについて、評価値の
平均と標準偏差を求め、例えば、ある因子で０の平均値
と１の平均値との差がどちらか一方の標準偏差よりも大
きい場合、良い平均値の方をその因子の値とする。この
処理で決められない因子については、暫定的に良い方の
値を選ぶか、もしくはランダムに選んで最適内部パラメ
ータ組合せの予測とする。

【００２５】組合せ評価部３３は、要因分析部３２から
内部パラメータを得、パラメータ変換部３４によって内
部パラメータから元の各パラメータを得、システムもし
くはシステムのシミュレータを操作してその評価値を求
め、パラメータ組合せの適性を評価し、要因分析部３２
へ評価値を返す。

【００２６】パラメータ変換部３４は、元のパラメータ
と内部のパラメータとの対応を記憶し、両者間の変換機
能を提供する。直交表生成部３５は、要因分析部３２か
ら内部パラメータの桁数を得て、その桁数の２水準直交
表を生成し、前記要因分析部３２へ返す処理を行う。

【００２７】

【発明が解決しようとする課題】従来の最適パラメータ
組合せ予測装置は以上のように構成されていたので、遺
伝的アルゴリズムを用いるものにおいては、Ｎ個のパラ
メータを持つシステムの最適組合せを求める問題に対
し、全パラメータの変域がすべて０から２^m −1とする
と１個体の記述長はｍＮで表わされる。個体記述長はｍ
およびＮに比例するため、パラメータ数が多い場合や変
域が大きい場合には、突然変異確率や交叉確率を充分低
くしても突然変異や交叉が起きてしまうようになり、探
索の速度との関係において適切な値の選択が困難になる
という課題があった。特に、特開平７−４４５２０号公
報ではこの記述長を抑える工夫として、主成分分析によ
って上位の第Ｍ主成分までを遺伝型として採用する方法
が提案されているが、これはパラメータの一部を捨てて
いることに等しいという課題があった。また、パラメー
タ数が多いシステムでは、パラメータの組合せ数に見合
った大量の操作試行が必要であり、試行に時間のかかる
システムの場合には実用的な時間内でパラメータの組合
せが予測できないという課題があった。

【００２８】一方、Ｎ個のパラメータを持つシステムの
最適組合せを求める問題に対し、シミュレーテッドアニ
ーリングを用いて乱数により現在点から一定範囲の点を
１つ選んで改善候補点とするものでは、各現在点の周囲
の評価値の分布状況を調査せずに偶然に頼って改善候補
点を決めるため、局所的には良いが大局的には良くない
予測が得られてしまう課題があった。特に、特開平７−
２３４８６２号公報では大局的に良い解を得るための工
夫として、評価関数を凸化近似して探索する提案をして
いるが、これは関数形の不明な場合には使えない課題が
あった。

【００２９】一方また直交計画法を用いるものでは、操
作試行の数はちょうど遺伝的アルゴリズムの個体記述長
に比例する程度の数で済むものの、パラメータ数が多い
場合や変域が大きい場合には、遺伝的アルゴリズムの例
と同様、パラメータ数が大量になり、これに伴って水準
が決定できずに暫定的に決定する因子が多くなり、良く
ない予測になりやすい課題があった。

【００３０】この発明は上記のような課題を解決するた
めになされたものであり、関数形の得られないシステム
に対しても適用でき、少ない試行で最適パラメータ組合
せが予測できる最適パラメータ組合せ予測方法、および
そのプログラムを記録した記録媒体と装置を得ることを
目的とする。

【００３１】

【課題を解決するための手段】この発明に係る最適パラ
メータ組合せ予測方法は、直交計画法を探索方向決定に
適用し、各現在点の周囲から必要最小限の改善用サンプ
ル点集合を選択して評価値の分布状況を調査し、前記評
価値の分布状況をもとに、最急改善方向である蓋然性の
高い最良探索方向を見積ることを繰り返して探索を行
い、最適パラメータ組合せを予測するようにしたもので
ある。

【００３２】この発明に係る最適パラメータ組合せ予測
方法は、直交表をパラメータの数に応じて生成する直交
表生成ステップと、該直交表生成ステップで生成された
直交表をもとに直交計画法を用いて生成されたパラメー
タ組合せでシステムまたはシステムのシミュレータを操
作し、該操作結果の評価値を獲得する組合せ評価ステッ
プと、該組合せ評価ステップで獲得した評価値をもと
に、最急改善方向である蓋然性の高い方向を探索し算出
する探索方向決定ステップと、該探索方向決定ステップ
で探索した中での評価値最良のパラメータ組合せとその
評価値とを記録し、予め指定された回数で前記探索を打
ち切り、そこまでの最良のパラメータ組合せを報告する
組合せ探索管理ステップとを備えるようにしたものであ
る。

【００３３】この発明に係る最適パラメータ組合せ予測
方法は、組合せ探索管理ステップから与えられた現在点
としてのパラメータの組合せをもとに直交表生成ステッ
プで前記パラメータの数に合せて生成された直交表を獲
得する第１のステップと、該第１のステップで獲得した
直交表の２値を各パラメータに関するプラス値およびマ
イナス値と読み、ある数値だけその方向に前記各パラメ
ータを現在点から変化させた、現在点からの距離が一定
のパラメータ組合せを改善用サンプル点集合として作成
する第２のステップと、該第２のステップで作成した前
記各改善用サンプル点について組合せ評価ステップで評
価値を得る第３のステップと、該第３のステップで得た
評価値を用い、前記各パラメータについてプラス値とマ
イナス値のどちらの方向が改善方向か、もしくは改善方
向が判定できないかに類別する第４のステップと、該第
４のステップでプラス値もしくはマイナス値が改善方向
と判定されたパラメータについてはその方向へある数値
だけ現在点から変化させた改善点を生成し、改善方向の
判定ができなかったパラメータについては前記現在点か
ら変化させない改善点を生成する第５のステップとを探
索方向決定ステップが有し、組合せ探索管理ステップ
は、前記探索方向決定ステップで得られた改善点につい
て、前記組合せ評価ステップの出す評価値と合せて記録
し、新たな現在点として前記探索方向決定ステップに与
え、与えた数を数えておき、この数が一定数に達すると
探索を打ち切り、そこまでの評価値最良のパラメータ組
合せを報告するようにしたものである。

【００３４】この発明に係る最適パラメータ組合せ予測
方法は、パラメータがすべて連続値をとる場合に、第２
のステップでの各パラメータを現在点から変化させるた
めの数値とは独立に、改善点と現在点の距離が一定にな
るように、第５のステップでは改善点を生成するための
数値を計算で決定するようにしたものである。

【００３５】この発明に係る最適パラメータ組合せ予測
方法は、パラメータがすべて刻み幅一定の離散値をとる
場合に、第５のステップで改善点を生成するための数値
を、改善点と現在点の距離が一定になるように計算で決
定し、さらに前記改善点を最も近い離散値組合せである
格子点まで移動するようにしたものである。

【００３６】この発明に係る最適パラメータ組合せ予測
方法は、パラメータの数より１つ因子の多い直交表を直
交表生成ステップで生成させ、大小２種類の数値を第１
のステップで用意し、第２のステップでは各パラメータ
を現在点から変化させるための数値を前記２種類の数値
とすることによって、現在点からの距離が大小２種類あ
る改善用サンプル点集合を生成し、第４のステップでは
前記数値の大小についても判定の対象とし、第５のステ
ップでは現在点から変化させた改善点を生成するための
数値を前記第４のステップで判定された数値とし、判定
できなかった場合には小さい方の数値を用いるようにし
たものである。

【００３７】この発明に係る最適パラメータ組合せ予測
方法は、現在点を複数保持し、探索記録を前記現在点数
と同数保持し、探索方向決定ステップに前記複数の現在
点を供給し、前記複数の現在点について前記探索方向決
定ステップで並列的に改善点を得るようにしたものであ
る。

【００３８】この発明に係る最適パラメータ組合せ予測
方法は、改善点の大域的な収束状態もしくは循環状態を
検知するため、所与の点と改善点との間の距離を観測
し、該観測した距離が一定の値に収束した場合に探索収
束と判定する収束判定ステップを有し、組合せ探索管理
ステップでは、探索した改善点の履歴を記録しておき、
該記録した履歴を前記収束判定ステップに所与の頻度で
渡したときの前記収束判定ステップでの探索収束の判定
をもとに、予め指定された回数である探索打ち切り回数
以前でも探索打ち切りを決定するようにしたものであ
る。

【００３９】この発明に係る最適パラメータ組合せ予測
方法は、改善点の履歴を最新の点から所与の数獲得し、
ウォルシュ変換を施し、その係数から改善点履歴の振動
を検出した場合にも探索収束と判定する収束判定ステッ
プを備えるようにしたものである。

【００４０】この発明に係る記録媒体は、直交表をパラ
メータの数に応じて生成する直交表生成ステップと、該
直交表生成ステップで生成された直交表をもとに直交計
画法を用いて生成されたパラメータ組合せでシステムま
たはシステムのシミュレータを操作し、該操作結果の評
価値を獲得する組合せ評価ステップと、該組合せ評価ス
テップで獲得した評価値をもとに、最急改善方向である
蓋然性の高い方向を探索し算出する探索方向決定ステッ
プと、該探索方向決定ステップで探索した中での評価値
最良のパラメータ組合せとその評価値とを記録し、予め
指定された回数で前記探索を打ち切り、そこまでの最良
のパラメータ組合せを報告する組合せ探索管理ステップ
とを備えた最適パラメータ組合せ予測方法をコンピュー
タに実行させるためのプログラムとして記録したもので
ある。

【００４１】この発明に係る記録媒体は、組合せ探索管
理ステップから与えられた現在点としてのパラメータの
組合せをもとに直交表生成ステップで前記パラメータの
数に合せて生成された直交表を獲得する第１のステップ
と、該第１のステップで獲得した直交表の２値を各パラ
メータに関するプラス値およびマイナス値と読み、ある
数値だけその方向に前記各パラメータを現在点から変化
させた、現在点からの距離が一定のパラメータ組合せを
改善用サンプル点集合として作成する第２のステップ
と、該第２のステップで作成した前記各改善用サンプル
点について組合せ評価ステップで評価値を得る第３のス
テップと、該第３のステップで得た評価値を用い、前記
各パラメータについてプラス値とマイナス値のどちらの
方向が改善方向か、もしくは改善方向が判定できないか
に類別する第４のステップと、該第４のステップでプラ
ス値もしくはマイナス値が改善方向と判定されたパラメ
ータについてはその方向へある数値だけ現在点から変化
させた改善点を生成し、改善方向の判定ができなかった
パラメータについては前記現在点から変化させない改善
点を生成する第５のステップとを有した探索方向決定ス
テップを備えた最適パラメータ組合せ予測方法をプログ
ラムとして記録したものである。

【００４２】この発明に係る記録媒体は、パラメータが
すべて連続値をとる場合に、第２のステップで用いた数
値とは独立に、第５のステップにおける改善点を生成す
るための数値を、改善点と現在点の距離が一定になるよ
うに計算で決定する最適パラメータ組合せ予測方法をプ
ログラムとして記録したものである。

【００４３】この発明に係る記録媒体は、パラメータが
すべて刻み幅一定の離散値をとる場合に、第５のステッ
プにおける改善点を生成するための数値を、改善点と現
在点の距離が一定になるように計算で決定し、さらに前
記改善点を最も近い離散値組合せである格子点まで移動
する最適パラメータ組合せ予測方法をプログラムとして
記録したものである。

【００４４】この発明に係る記録媒体は、パラメータの
数より１つ因子の多い直交表を直交表生成ステップで生
成させ大小２種類の数値を第１のステップで用意し、各
パラメータを現在点から変化させるための数値を前記２
種類の数値とすることによって、現在点からの距離が大
小２種類ある改善用サンプル点集合を第２のステップで
生成し、第４のステップでは前記数値の大小についても
判定の対象とし、第５のステップでの現在点から変化さ
せた改善点を生成するための数値は前記第４のステップ
で判定された数値とし、判定できなかった場合には小さ
い方の数値を用いる最適パラメータ組合せ予測方法をプ
ログラムとして記録したものである。

【００４５】この発明に係る記録媒体は、現在点を複数
保持し、探索記録を前記現在点数と同数保持し、前記複
数の現在点について探索方向決定ステップで並列的に改
善点を得るようにした最適パラメータ組合せ予測方法を
プログラムとして記録したものである。

【００４６】この発明に係る記録媒体は、所与の点と改
善点との間の距離を観測し、該観測した距離が一定の値
に収束した場合に探索収束と判定し、改善点の大域的な
収束状態もしくは循環状態を検知するための収束判定ス
テップを有し、探索した改善点の履歴を前記収束判定ス
テップに所与の頻度で渡したときの当該収束判定ステッ
プでの探索収束の判定をもとに、組合せ探索管理ステッ
プが探索打ち切り回数以前でも探索打ち切りを決定する
最適パラメータ組合せ予測方法をプログラムとして記録
したものである。

【００４７】この発明に係る記録媒体は、改善点の履歴
を最新の点から所与の数獲得し、ウォルシュ変換を施
し、その係数から改善点履歴の振動を検出した場合にも
収束判定ステップで探索収束と判定する最適パラメータ
組合せ予測方法をプログラムとして記録したものであ
る。

【００４８】この発明に係る最適パラメータ組合せ予測
装置は、強さ２の２水準の直交表をパラメータの数に応
じて生成する直交表生成部と、該直交表生成部で生成さ
れた直交表をもとに、直交計画法を用いてパラメータ組
合せを複数生成し、それらのパラメータで操作した結果
の評価値をもとに、最急改善方向である蓋然性の高い方
向を算出する探索方向決定部と、前記パラメータの組合
せを得てシステムもしくはシステムのシミュレータを操
作し、結果の評価値を獲得する組合せ評価部と、探索し
た中での評価値最良のパラメータ組合せとその評価値と
を記録し、所定の回数で探索を打ち切り、そこまでの最
良のパラメータ組合せを報告する組合せ探索管理部とを
備えるようにしたものである。

【００４９】この発明に係る最適パラメータ組合せ予測
装置は、組合せ探索管理部が組合せをひとつ現在点とし
て与えると、直交表生成部からパラメータの数に合せて
生成された直交表を獲得し、該各位得した直交表の２値
を各パラメータに関するプラス値およびマイナス値と読
み、ある数値だけその方向に各パラメータを現在点から
変化させた、現在点からの距離が一定のパラメータ組合
せを改善用サンプル点集合として作成し、各改善用サン
プル点を組合せ評価部に渡してその評価値を得、直交計
画法に基づき前記評価値を用いて、各パラメータについ
てプラス値とマイナス値のどちらの方向が改善方向か、
もしくは改善方向が判定できないかに類別し、プラス値
もしくはマイナス値が改善方向と判定されたパラメータ
についてはその方向へある数値だけ現在点から変化させ
て改善点として生成し、改善方向判定ができなかったパ
ラメータについては前記現在点を改善点として探索方向
決定部が生成し、該探索方向決定部により得られた改善
点について、組合せ評価部の出す評価値と合せて記録
し、新たな現在点として前記探索方向決定部に与え、該
与えた数が一定数に達すると探索を打ち切り、そこまで
の評価値最良のパラメータ組合せを組合せ探索管理部が
報告するようにしたものである。

【００５０】この発明に係る最適パラメータ組合せ予測
装置は、現在点を複数保持し、探索記録を前記現在点数
と同数保持し、各探索方向決定部に前記現在点をそれぞ
れ供給して得られた改善点を組合せ評価部の出す評価値
と合せて記録し、前記改善点を新たな現在点として前記
各探索方向決定部に与えた数が一定数に達すると探索を
打ち切り、すべての探索が打ち切られたときまでの最良
のパラメータ組合せを組合せ探索管理部が報告するよう
にしたものである。

【００５１】この発明に係る最適パラメータ組合せ予測
装置は、所与の点と改善点との間の距離を観測し、前記
距離が一定の値に収束した場合に探索収束と判定する、
改善点の大域的な収束状態もしくは循環状態を検知する
収束判定部を有し、改善点の履歴をもとに前記収束判定
部が行なった探索収束の判定により、探索を打ち切る回
数に達する以前でも組合せ探索管理部が探索打ち切りを
決定することができるようにしたものである。

【００５２】

【発明の実施の形態】以下、この発明の実施の一形態に
ついて説明する。実施の形態１．なお、以下の説明では、ある製造機械に
おいて操作パラメータがｍ種類あり、パラメータ値の組
合せが製品不良発生率という値で評価できる場合を例に
とる。

【００５３】この実施の形態１の最適パラメータ組合せ
予測装置は、遺伝的アルゴリズムを用いる場合と比べ、
パラメータ変換部を持たない代りに直交表生成部を有
し、また組合せ探索部の代わりに探索方向決定部を持つ
ことを特徴とする。また、シミュレーテッドアニーリン
グを用いる場合と比べ、直交表生成部を有していること
を特徴とする。また、従来の直交計画法を用いる場合と
比べ、パラメータ変換部を持たず、要因分析部の代わり
に探索方向決定部を有していることを特徴とする。

【００５４】このように２値の遺伝型や２進数の内部パ
ラメータに変換するパラメータ変換部を持たないため、
元のパラメータをそのまま用いることができ、変換の際
に指定する変数の精度の細かさによって内部パラメータ
が多くなるという弊害がなくなる。

【００５５】また、直交表生成部を持つことと、それを
用いた直交計画法を探索方向決定に適用することによ
り、各現在点の周囲からバランスよく必要最小限の改善
用サンプル点集合を選択し、これにより評価値の分布状
況を調査し最良探索方向を見積ることができる。

【００５６】図１は、この実施の形態１の最適パラメー
タ組合せ予測装置の構成を示すブロック図である。図１
において、１は組合せ探索管理部、２は探索方向決定
部、３は組合せ評価部、４は直交表生成部である。

【００５７】組合せ探索管理部１は、得られた改善点に
ついて組合せ評価部３へ渡し評価値を得、過去の記録と
比較し、それが最良であれば当該改善点、評価値を記録
し、新たな現在点として探索方向決定部２に与え、該与
えた数を数えておき、この数が所与の数に達したことを
もって探索を打ち切り、記録を参照してそこまでの最良
のパラメータ組合せ（改善点）と評価値とを報告する機
能を有している。

【００５８】探索方向決定部２は探索方向を決定するた
めの処理を行う手段である。この処理は、図２のフロー
チャートに示される。

【００５９】組合せ評価部３はシステムもしくはシステ
ムのシミュレータを操作してその評価値を求め、パラメ
ータ組合せの適性を評価する機能を有している。

【００６０】直交表生成部４は探索方向決定部２からパ
ラメータ数を得て、その数より大きい最小サイズの２水
準直交表を生成し、そこからパラメータ数だけ選択して
探索方向決定部２に返す機能を有している。

【００６１】次に、この最適パラメータ組合せ予測装置
の動作について説明する。まず、組合せ探索管理部１
は、適当なｍ個のパラメータ組合せＸ₁ 〜Ｘ_m を探索方
向決定部２に初期現在点として与える。これに対し探索
方向決定部２は、図２のフローチャートに示す手順で処
理を行い探索方向を決定する。

【００６２】図２に示すフローチャートでは、先ず、直
交表獲得ステップ（直交表生成ステップ，第１のステッ
プ，探索方向決定ステップ）ＳＴ１でパラメータ数ｍを
直交表生成部４に与え、直交表生成部４で生成させた前
記パラメータ数に応じたサイズのｍ因子２水準直交表を
得る。

【００６３】図３は、ｍ＝７である場合の７因子２水準
直交表の例を示す説明図である。図３に示す７因子２水
準直交表では、ｐ１〜ｐ７までの７つのパラメータにつ
いて８つの調査点が、この７因子２水準直交表に基づい
てプラスおよびマイナスの２水準によって表現されてい
る。この場合、ｐ１〜ｐ７までの７つのパラメータの並
び方を変えるだけで７！＝５０４０通りの調査点の組が
選べるが、直交表生成部４はその中の任意の一組を選ん
で探索方向決定部２に提示する。

【００６４】図２のフローチャートに戻り、次の改善用
サンプル点集合生成ステップ（第２のステップ，探索方
向決定ステップ）ＳＴ２では、直交表の２水準に従って
一方をプラス、もう一方をマイナスと決め、組合せ探索
管理部１から得た現在点の各パラメータに対して、同じ
く組合せ探索管理部１から得た精度だけプラスもしくは
マイナスし、改善用サンプル点集合を生成する。すなわ
ち、直交表生成部４から得たプラスとマイナスの２水準
からなる直交表と、組合せ探索管理部１から得た探索精
度とに基づいて、現在点を基準に各パラメータを前記探
索精度だけプラスもしくはマイナスした改善用サンプル
点を得る。

【００６５】図３に示す直交表の例では、８個の調査点
に対応した８個の改善用サンプル点が得られる。現在点
を（Ｘ₁ 〜Ｘ₇ ）、精度をｄとすると、図３に示す調査
点１は（Ｘ₁ ＋ｄ〜Ｘ₇ ＋ｄ）という改善用サンプル点
に、調査点２は（Ｘ₁ ＋ｄ〜Ｘ₃ ＋ｄ，Ｘ₄ −ｄ〜Ｘ₇
−ｄ）という改善用サンプル点にそれぞれ対応する。

【００６６】組合せ評価ステップ（第３のステップ，探
索方向決定ステップ）ＳＴ３では、組合せ評価部３に改
善用サンプル点を渡してその評価値を得る。組合せ評価
部３では前記改善用サンプル点の表わすパラメータ組合
せに従って製造機械を操作し、不良発生率を計測して評
価値とする。この場合、全く同じ性能および機能の製造
機械が複数ある場合、もしくは製造機械のシミュレータ
が複数計算機上で利用可能な場合などでは、複数のパラ
メータ組合せを並行して試行することで評価を速めるこ
とができる。

【００６７】改善方向決定ステップ（第４のステップ，
探索方向決定ステップ）ＳＴ４は、現在点の各パラメー
タについてプラスした方がよいかマイナスした方がよい
かを直交計画法によって判断するものであり、前記組合
せ評価ステップＳＴ３で得られた各評価値を用いて各パ
ラメータ毎、各水準毎に評価値の平均と標準偏差を求
め、パラメータ毎の２つの平均と２つの標準偏差に対し
て、予め与えた判定規準に基づいて、評価値の改善に貢
献するかどうかを判定し、改善に貢献するパラメータを
選択し、その水準すなわちプラスかマイナスかを選択す
る。

【００６８】図４に示すように、各改善用サンプル点
（調査点１〜調査点８）について不良発生率（評価値１
〜評価値８）がそれぞれ求められたとすると、パラメー
タｐ１をプラスとする調査点１から調査点４までの評価
値１，評価値２，評価値３，評価値４の平均と、マイナ
スとする調査点５から調査点８までの評価値５，評価値
６，評価値７，評価値８の平均を比べ、良い方（不良発
生率の場合は低い方）を仮に選ぶ。プラスの方が低い値
だったとする。さらに、それぞれについて標準偏差を求
め、例えば両者の平均の差よりもいずれかの標準偏差が
小さい場合、そのパラメータｐ１について正式にプラス
を選ぶ。これらの処理を各パラメータについて施す。

【００６９】正式にプラスもしくはマイナスが選ばれた
パラメータ数が所与の数、例えば４に満たなかったとき
は、平均の差の大きい順に４つまでのパラメータについ
て仮に選んだプラスもしくはマイナスを正式に選択す
る。

【００７０】改善点生成ステップ（第５のステップ，探
索方向決定ステップ）ＳＴ５では、貢献するパラメータ
については、判定におけるプラスかマイナスかに従って
組合せ探索管理部１から得た刻み幅だけパラメータを更
新し、所与の数、現在点から変化させ、貢献すると判定
されなかったパラメータについては更新幅を０として、
改善点を生成し、組合せ探索管理部１に返す。

【００７１】組合せ探索管理部１は、得られた改善点に
ついて組合せ評価部３に渡して評価値を得、過去の記録
と比較してそれが最良であれば当該改善点、評価値を記
録し、新たな現在点として探索方向決定部２に与え、該
与えた数を数えておき、この数が所与の一定数に達した
ときをもって探索を打ち切り、記録を参照してそこまで
の最良のパラメータ組合せ（改善点）と評価値とを報告
する。なお、この組合せ探索管理部１によるこれら処理
は、組合せ探索管理ステップに対応する。

【００７２】このように改善点生成ステップＳＴ５で
は、前記改善方向決定ステップＳＴ４での選択に基づい
て現在点から改善点を生成するが、ｐ１とｐ２でプラ
ス、ｐ５とｐ６でマイナスが選択されたとすると、改善
点は（Ｘ₁ ＋ｄ，Ｘ₂ ＋ｄ，Ｘ₃，Ｘ₄ ，Ｘ₅ −ｄ，Ｘ₆
−ｄ，Ｘ₇ ）となる。

【００７３】以上のように、この実施の形態１によれ
ば、探索方向決定部２で得られた改善点について、組合
せ探索管理部１が組合せ評価部３の出す評価値と合せて
記録し、新たな現在点として探索方向決定部２に与え、
該与えた数を数えておき、この数が所与の一定数に達し
たときをもって探索を打ち切り、そこまでの評価値最良
のパラメータ組合せを報告することによって最適なパラ
メータ組合せを予測するように構成したので、関数形の
得られないシステムに対しても適用でき、少ない試行で
最適パラメータ組合せが予測できる最適パラメータ組合
せ予測装置が得られる効果がある。

【００７４】実施の形態２．この実施の形態２の最適パ
ラメータ組合せ予測装置では、前記実施の形態１で説明
した図１の探索方向決定部２において、パラメータがす
べて連続値をとる場合に、図２の改善用サンプル点集合
生成ステップＳＴ２での所与の数値とは独立に、改善点
生成ステップＳＴ５での改善点を生成するための所与の
数値を、改善点と現在点の距離が一定になるように計算
して決定する。

【００７５】例えば１６個のパラメータｐ１〜ｐ１６に
対し、現在点を（Ｘ₁ ，・・・Ｘ₁₆）、前記距離を４ｄ
で一定とし、改善用サンプル点集合生成ステップＳＴ２
においてパラメータｐ１とｐ２でプラス、パラメータｐ
５とｐ６でマイナスが選択されたとすると、改善点生成
ステップＳＴ５で生成される改善点は（Ｘ₁ ＋２ｄ，Ｘ
₂ ＋２ｄ，Ｘ₃ ，Ｘ₄ ，Ｘ₅ −２ｄ，Ｘ₆ −２ｄ，Ｘ
₇ ，・・・Ｘ₁₆）となる。

【００７６】前記実施の形態１ではプラスもしくはマイ
ナスを決定するパラメータ数によって改善点と現在点の
距離がまちまちとなり、全体のパラメータ数が多いほど
バラツキが多くなるのに対し、この実施の形態２によれ
ば、前記改善点と現在点の距離を例えば全パラメータを
選んだときの距離に合せることにより、探索を高速化で
き、また改善度を安定化できる最適パラメータ組合せ予
測装置が得られる効果がある。

【００７７】実施の形態３．この実施の形態３は、パラ
メータがすべて刻み幅一定の離散値をとる場合に、前記
実施の形態１で説明した図１の探索方向決定部２におい
て、図２に示す改善用サンプル点集合生成ステップＳＴ
２で正式にプラスもしくはマイナスが選ばれたパラメー
タ数に関し改善点生成ステップＳＴ５で生成される改善
点についての所与の数値を、改善点と現在点の距離が一
定になるように決定し、さらに前記改善点を最も近い格
子点まで移動する。

【００７８】例えば、１５個のパラメータｐ１〜ｐ１５
に対し、現在点を（Ｗ₁ ，・・・Ｘ ₁₅）、距離を１５ｄ
² の平方根で一定とし、改善用サンプル点集合生成ステ
ップＳＴ２でｐ１とｐ２がプラス、ｐ５とｐ６でマイナ
スが選択されたとすると、距離が１５ｄ² の平方根であ
る点は（Ｘ₁ ＋ｗｄ，Ｘ₂ ＋ｗｄ，Ｘ₃ ，Ｘ₄ ，Ｘ₅−
ｗｄ，Ｘ₆ −ｗｄ，Ｘ₇ ，・・・Ｘ₁₅）、ただしｗ² ＝
３・７５となり、これに一番近い格子点を改善点とし、
改善点は（Ｘ₁ ＋２ｄ，Ｘ₂ ＋２ｄ，Ｘ₃ ，Ｘ ₄ ，Ｘ₅
−２ｄ，Ｘ₆ −２ｄ，Ｘ₇ ，・・・Ｘ₁₅）とする。

【００７９】前記実施の形態２ではパラメータが連続値
の場合にのみ用いることができたが、この実施の形態３
によれば、改善点と現在点の距離をほぼ一定に保つよう
にした仮の改善点に最も近い格子点を改善点として選ぶ
ため、離散的なパラメータの場合に対して、前記実施の
形態２と同等の効果が期待できる最適パラメータ組合せ
予測装置が得られる。

【００８０】実施の形態４．この実施の形態４では、直
交計画法で方向だけを決定するのではなく、改善幅を大
きくとるべきか小さくとるべきかをも決定する点にあ
る。例えば、６つのパラメータｐ１〜ｐ６に対し、前記
実施の形態１で説明した図１の探索方向決定部２におい
て、図２に示す直交表獲得ステップＳＴ１でパラメータ
の数より１つ多い７因子直交表を直交表生成部４に生成
させ、幅をｄ１（大）もしくはｄ２（小）とし、図５に
示すような調査点（改善用サンプル点）の集合を改善用
サンプル点集合生成ステップＳＴ２で生成する。このよ
うに幅の大小についても他のパラメータの増減（プラ
ス、マイナス）方向と同様にｄ１の平均とｄ２の平均を
比較し、それぞれの標準偏差と比較することによって、
改善方向決定ステップＳＴ４でｄ１もしくはｄ２のいず
れをとるか、あるいは決定できないかを判定する。改善
点生成ステップＳＴ５では、幅が決定できていればその
値を、決定できなかった場合には小さい方のｄ２を幅と
して用いて改善点を算出する。

【００８１】以上のように、この実施の形態４によれ
ば、探索方向と探索幅の両方を因子とした２水準直交計
画法によって各現在点での最良の探索方向および最良の
探索幅を見積るため、探索幅についても最良の探索を行
うことができ、探索精度の最適値も見積ることができる
最適パラメータ組合せ予測装置が得られる効果がある。

【００８２】実施の形態５．この実施の形態５では、複
数の探索プロセスを用意して探索を同時に行う。例え
ば、図１の組合せ探索管理部１から現在点をランダムに
１０個生成し、１０個の探索方向決定部２に1つずつ現
在点を与え、各探索方向決定部で並列的に改善点を得
て、該得られた改善点について組合せ評価部３で評価値
を得、評価値最良のパラメータ組合せを評価値とともに
１０個、互いに独立に記録しておく。すべての探索が打
ち切られたとき、前記１０個中の最良のパラメータ組合
せとその評価値を報告する。

【００８３】以上のように、この実施の形態５によれ
ば、現在点および探索履歴を複数並列に扱うため、探索
方向決定部の並列台数に比例して広範囲の探索を同一時
間内に行える最適パラメータ組合せ予測装置が得られる
効果がある。

【００８４】実施の形態６．この実施の形態６は、探索
の履歴を保持してその収束性や循環性を検出し、打ち切
り指定回数以前でも探索を打ち切ることができるように
したものである。図６は、この実施の形態６の最適パラ
メータ組合せ予測装置の構成を示すブロック図である。
図６において図１と同一または相当の部分については同
一の符号を付し説明を省略する。図６において、５は収
束判定部である。

【００８５】収束判定部５は、最初に試したパラメータ
組合せに対応する点と、改善点との間の距離、すなわち
各パラメータにおける値の差の２乗和を計算し、その距
離が１０回の改善点にわたってその変量が距離の１％以
内の変動に収まった場合に、収束もしくは循環と判定す
る。なお、この実施の形態６の収束判定部５が行う処理
は収束判定ステップに対応する。

【００８６】組合せ探索管理部１は、所与の打ち切り
数、例えば１万回に達する以前でも、前記判定結果を利
用して探索打ち切りを決定し、記録を参照してそこまで
の最良の改善点に相当するパラメータ組合せと評価値と
を報告する。なお、この実施の形態６の組合せ探索管理
部１が行う処理は組合せ探索管理ステップに対応する。

【００８７】次に、動作について説明する。この実施の
形態６では、改善点が局所的に停留したり循環したりし
ているときに所与の点との距離が一定になる場合にこれ
を発見し、探索打ち切り数になる以前でも探索を打ち切
ることができ、この結果、無駄な探索を防止することが
できるとともに、打ち切り後に初期点を変えて探索を再
開する場合には、同じ探索点数で広い範囲を探索できる
最適パラメータ組合せ予測装置が得られる効果がある。

【００８８】実施の形態７．この実施の形態７は、図６
の収束判定部５において、最新の点から所与の範囲の改
善点履歴を獲得し、ウォルシュ変換を施してその係数か
ら改善点履歴の振動を検出した場合にも探索収束と判定
する。なお、この実施の形態７の収束判定部５が行う処
理は収束判定ステップに対応する。これにより前記実施
の形態６と比べて所与の点からの距離が振動するような
停留や循環の場合でも探索を打ち切ることができる。例
えば図６において、収束判定部５は、最新の点から所与
の範囲、例えば８回分の改善点履歴を獲得し、最初に試
したパラメータ組合せに対応する点と、各改善点との間
の距離、すなわち各パラメータにおける値の差の２乗和
を計算し、これをｄ１〜ｄ８とする。これに対しウォル
シュ変換を施す。

【００８９】例えば＊ｗ１＝（ｄ１＋ｄ２＋ｄ３＋ｄ４）−（ｄ５＋ｄ６
＋ｄ７＋ｄ８）＊ｗ２＝（ｄ１＋ｄ２＋ｄ７＋ｄ８）−（ｄ３＋ｄ４
＋ｄ５＋ｄ６）＊ｗ３＝（ｄ１＋ｄ２＋ｄ５＋ｄ６）−（ｄ３＋ｄ４
＋ｄ７＋ｄ８）＊ｗ４＝（ｄ１＋ｄ４＋ｄ５＋ｄ８）−（ｄ２＋ｄ３
＋ｄ６＋ｄ７）＊ｗ５＝（ｄ１＋ｄ４＋ｄ６＋ｄ７）−（ｄ２＋ｄ３
＋ｄ５＋ｄ８）＊ｗ６＝（ｄ１＋ｄ３＋ｄ６＋ｄ８）−（ｄ２＋ｄ４
＋ｄ５＋ｄ７）＊ｗ７＝（ｄ１＋ｄ３＋ｄ５＋ｄ７）−（ｄ２＋ｄ４
＋ｄ６＋ｄ８）を計算し、ｗ１〜ｗ７のいずれかが０である場合に振動
と判定する。組合せ探索管理部１は、所与の打ち切り
数、例えば１万回に達する以前でも、この判定結果を利
用して探索打ち切りを決定し、記録を参照してそこまで
の最良の改善点に相当するパラメータ組合せと評価値と
を報告する。なお、この実施の形態７の組合せ探索管理
部１が行う処理は組合せ探索管理ステップに対応する。

【００９０】以上のように、この実施の形態７によれ
ば、探索の履歴の周期性をウォルシュ変換をもとに解析
して振動的な探索を検出し、打ち切り指定回数以前でも
探索を打ち切ることができ、無駄な探索を防止できるな
ど前記実施の形態６と同様な効果が期待できる。

【００９１】実施の形態８．なお、以上の各実施の形態
で説明した機能は、最適パラメータ組合せ予測方法をコ
ンピュータを用いて実現するプログラムとして構成する
ことが可能である。このプログラムは、コンピュータに
より読み出し可能な記録媒体へ記録して保存性、可搬性
などを向上させることができ、コンピュータなどの資源
を有効活用できる効果がある。

【００９２】

【発明の効果】以上のように、この発明によれば、直交
計画法を探索方向決定に適用し、各現在点の周囲から必
要最小限の改善用サンプル点集合を選択し、これにより
評価値の分布状況を調査し、前記評価値の分布状況をも
とに、最急改善方向である蓋然性の高い最良探索方向を
見積ることを繰り返して探索を行い、最適パラメータ組
合せを予測するように構成したので、関数形の得られな
いシステムに対しても適用でき、少ない試行で最適パラ
メータ組合せが予測できる効果がある。

【００９３】この発明によれば、直交表をパラメータの
数に応じて生成する直交表生成ステップと、該直交表生
成ステップで生成された直交表をもとに直交計画法を用
いて生成されたパラメータ組合せでシステムまたはシス
テムのシミュレータを操作し、該操作結果の評価値を獲
得する組合せ評価ステップと、該組合せ評価ステップで
獲得した評価値をもとに、最急改善方向である蓋然性の
高い方向を探索し算出する探索方向決定ステップと、該
探索方向決定ステップで探索した中での評価値最良のパ
ラメータ組合せとその評価値とを記録し、予め指定され
た回数で前記探索を打ち切り、そこまでの最良のパラメ
ータ組合せを報告する組合せ探索管理ステップとを備え
るように構成したので、関数形の得られないシステムに
対しても適用でき、２値の遺伝型や２進数の内部パラメ
ータに変換する処理を行なわず元のパラメータをそのま
ま用いることができ、直交計画法を探索方向決定に適用
することにより、各現在点の周囲からバランスよく必要
最小限の改善用サンプル点集合を選択し、それによって
評価値の分布状況を調査し、最良探索方向を見積ること
ができ、少ない実験回数で最適なパラメータ組合せの予
測を行うことができる効果がある。

【００９４】この発明によれば、組合せ探索管理ステッ
プから与えられた現在点としてのパラメータの組合せを
もとに直交表生成ステップで前記パラメータの数に合せ
て生成された直交表を獲得する第１のステップと、該第
１のステップで獲得した直交表の２値を各パラメータに
関するプラス値およびマイナス値と読み、ある数値だけ
その方向に前記各パラメータを現在点から変化させた、
現在点からの距離が一定のパラメータ組合せを改善用サ
ンプル点集合として作成する第２のステップと、該第２
のステップで作成した前記各改善用サンプル点について
組合せ評価ステップで評価値を得る第３のステップと、
該第３のステップで得た評価値を用い、前記各パラメー
タについてプラス値とマイナス値のどちらの方向が改善
方向か、もしくは改善方向が判定できないかに類別する
第４のステップと、該第４のステップでプラス値もしく
はマイナス値が改善方向と判定されたパラメータについ
てはその方向にある数値だけ現在点から変化させた改善
点を生成し、改善方向の判定ができなかったパラメータ
については前記現在点から変化させない改善点を生成す
る第５のステップとを探索方向決定ステップが備えるよ
うに構成したので、各現在点の周囲からバランスよく必
要最小限の改善用サンプル点集合を選択でき、それによ
って評価値の分布状況を調査し、最良探索方向を見積る
ことができ、少ない実験回数で最適なパラメータ組合せ
の予測を行うことができる効果がある。

【００９５】この発明によれば、パラメータがすべて連
続値をとる場合に、改善点と現在点の距離が一定になる
ように、改善点を生成するための数値を計算で決定する
ように構成したので、すべて連続値をとるパラメータで
ある場合に対し、探索を高速化し、改善度を安定化でき
る効果がある。

【００９６】この発明によれば、パラメータがすべて刻
み幅一定の離散値をとる場合に、第５のステップにおけ
る改善点を生成するための数値を、改善点と現在点の距
離が一定になるように計算で決定し、さらに前記改善点
を最も近い離散値組合せである格子点まで移動するよう
に構成したので、離散的なパラメータの際にも探索を高
速化し、改善度を安定化できる効果がある。

【００９７】この発明によれば、パラメータの数より１
つ因子の多い直交表を直交表生成ステップで生成させ大
小２種類の数値を第１のステップで用意し、各パラメー
タを現在点から変化させるための数値を前記２種類の数
値とすることによって、現在点からの距離が大小２種類
ある改善用サンプル点集合を第２のステップで生成し、
第４のステップでは前記数値の大小についても判定の対
象とし、第５のステップでは、現在点から変化させた改
善点を生成するための数値を前記第４のステップで判定
された数値とし、判定できなかった場合には小さい方の
数値を用いるように構成したので、探索幅についても最
良の探索を行うことができ、探索精度の最適値も見積る
ことができる効果がある。

【００９８】この発明によれば、現在点を複数保持し、
探索記録を前記現在点数と同数保持し、探索方向決定ス
テップに前記複数の現在点を供給し、前記複数の現在点
について前記探索方向決定ステップで並列的に改善点を
得るように構成したので、前記前記探索方向決定ステッ
プにおける並列処理の数に比例して広範囲の探索を同じ
時間内に行うことができる効果がある。

【００９９】この発明によれば、所与の点と改善点との
間の距離を観測し、該観測した距離が一定の値に収束し
た場合に探索収束と判定し、改善点の大域的な収束状態
もしくは循環状態を検知するための収束判定ステップを
備え、組合せ探索管理ステップでは、改善点についての
履歴をもとに前記収束判定ステップで得られた探索収束
の判定から、予め指定された回数である探索打ち切り回
数以前でも、探索打ち切りを決定するように構成したの
で、無駄な探索を防止するとともに、検索打ち切り後に
初期点を変えて探索を再開する場合には、同じ探索点数
で広い範囲を探索できる効果がある。

【０１００】この発明によれば、改善点の履歴を最新の
点から所与の数獲得し、ウォルシュ変換を施し、その係
数から改善点履歴の振動を検出した場合にも探索収束と
判定する収束判定ステップを備えるように構成したの
で、所与の点からの距離が振動するような停留や循環の
場合でも探索を打ち切ることができる効果がある。

【０１０１】この発明によれば、直交表をパラメータの
数に応じて生成する直交表生成ステップと、該直交表生
成ステップで生成された直交表をもとに直交計画法を用
いて生成されたパラメータ組合せでシステムまたはシス
テムのシミュレータを操作し、該操作結果の評価値を獲
得する組合せ評価ステップと、該組合せ評価ステップで
獲得した評価値をもとに、最急改善方向である蓋然性の
高い方向を探索し算出する探索方向決定ステップと、該
探索方向決定ステップで探索した中での評価値最良のパ
ラメータ組合せとその評価値とを記録し、予め指定され
た回数で前記探索を打ち切り、そこまでの最良のパラメ
ータ組合せを報告する組合せ探索管理ステップとを備え
た最適パラメータ組合せ予測方法をコンピュータに実行
させるためのプログラムとして記録した構成を備えたの
で、関数形の得られないシステムに対しても適用でき、
少ない試行で最適パラメータ組合せが予測できる最適パ
ラメータ組合せ予測方法をコンピュータを用いて有効活
用できる効果がある。

【０１０２】この発明によれば、組合せ探索管理ステッ
プから与えられた現在点としてのパラメータの組合せを
もとに直交表生成ステップで前記パラメータの数に合せ
て生成された直交表を獲得する第１のステップと、該第
１のステップで獲得した直交表の２値を各パラメータに
関するプラス値およびマイナス値と読み、ある数値だけ
その方向に前記各パラメータを現在点から変化させた、
現在点からの距離が一定のパラメータ組合せを改善用サ
ンプル点集合として作成する第２のステップと、該第２
のステップで作成した前記各改善用サンプル点について
組合せ評価ステップで評価値を得る第３のステップと、
該第３のステップで得た評価値を用い、前記各パラメー
タについてプラス値とマイナス値のどちらの方向が改善
方向か、もしくは改善方向が判定できないかに類別する
第４のステップと、該第４のステップでプラス値もしく
はマイナス値が改善方向と判定されたパラメータについ
てはその方向へある数値だけ現在点から変化させた改善
点を生成し、改善方向の判定ができなかったパラメータ
については前記現在点から変化させない改善点を生成す
る第５のステップとを備えた最適パラメータ組合せ予測
方法をコンピュータに実行させるためのプログラムとし
て記録した構成を備えたので、各現在点の周囲からバラ
ンスよく必要最小限の改善用サンプル点集合を選択で
き、それによって評価値の分布状況を調査し、最良探索
方向を見積ることができ、少ない実験回数で最適なパラ
メータ組合せの予測を行うことができる最適パラメータ
組合せ予測方法をコンピュータを用いて有効活用できる
効果がある。

【０１０３】この発明によれば、パラメータがすべて連
続値をとる場合に、第２のステップで用いた数値とは独
立に、第５のステップにおける改善点を生成するための
数値を、改善点と現在点の距離が一定になるように決定
する最適パラメータ組合せ予測方法をコンピュータに実
行させるためのプログラムとして記録した構成を備えた
ので、すべて連続値をとるパラメータである場合に対
し、探索を高速化し、改善度を安定化できる最適パラメ
ータ組合せ予測方法をコンピュータを用いて有効活用で
きる効果がある。

【０１０４】この発明によれば、パラメータがすべて刻
み幅一定の離散値をとる場合に、第５のステップにおけ
る改善点を生成するための数値を、改善点と現在点の距
離が一定になるように計算で決定し、さらに前記改善点
を最も近い離散値組合せである格子点まで移動する最適
パラメータ組合せ予測方法をコンピュータに実行させる
ためのプログラムとして記録した構成を備えたので、離
散的なパラメータの際にも探索を高速化し、改善度を安
定化できる最適パラメータ組合せ予測方法をコンピュー
タを用いて有効活用できる効果がある。

【０１０５】この発明によれば、パラメータの数より１
つ因子の多い直交表を直交表生成ステップで生成させ大
小２種類の数値を用意する第１のステップと、各パラメ
ータを現在点から変化させるための数値を前記２種類の
数値とすることによって、現在点からの距離が大小２種
類ある改善用サンプル点集合を生成する第２のステップ
と、前記数値の大小についても判定の対象とする第４の
ステップと、現在点から変化させた改善点を生成するた
めの数値を前記第４のステップで判定された数値とし、
判定できなかった場合には小さい方の数値を用いる第５
のステップを備えた最適パラメータ組合せ予測方法をコ
ンピュータに実行させるためのプログラムとして記録し
た構成を備えたので、探索幅についても最良の探索を行
うことができ、探索精度の最適値も見積ることができる
最適パラメータ組合せ予測方法をコンピュータを用いて
有効活用できる効果がある。

【０１０６】この発明によれば、現在点を複数保持し、
探索記録を前記現在点数と同数保持し、前記複数の現在
点について探索方向決定ステップで並列的に得られた改
善点を組合せ評価ステップの出す評価値と合せて記録
し、前記改善点を新たな現在点として前記探索方向決定
ステップに与え、該与えた数が所与の一定数に達したこ
とをもって探索を打ち切り、すべての探索が打ち切られ
たときまでの最良のパラメータ組合せを組合せ探索管理
ステップが報告する最適パラメータ組合せ予測方法をコ
ンピュータに実行させるためのプログラムとして記録し
た構成を備えたので、前記探索方向決定ステップにおけ
る並列処理の数に比例して広範囲の探索を同じ時間内に
行うことができる最適パラメータ組合せ予測方法をコン
ピュータを用いて有効活用できる効果がある。

【０１０７】この発明によれば、所与の点と改善点との
間の距離を観測し、該観測した距離が一定の値に収束し
た場合に探索収束と判定し、改善点の大域的な収束状態
もしくは循環状態を検知するための収束判定ステップを
有し、記録した履歴を前記収束判定ステップに渡したと
きの前記探索収束の判定をもとに組合せ探索管理ステッ
プが探索打ち切りを決定する最適パラメータ組合せ予測
方法をコンピュータに実行させるためのプログラムとし
て記録した構成を備えたので、無駄な探索を防止すると
ともに、検索打ち切り後に初期点を変えて探索を再開す
る場合には、同じ探索点数で広い範囲を探索できる最適
パラメータ組合せ予測方法をコンピュータを用いて有効
活用できる効果がある。

【０１０８】この発明によれば、改善点の履歴を最新の
点から所与の数獲得し、ウォルシュ変換を施し、その係
数から改善点履歴の振動を検出した場合にも収束判定ス
テップで探索収束と判定する最適パラメータ組合せ予測
方法をコンピュータに実行させるためのプログラムとし
て記録した構成を備えたので、所与の点からの距離が振
動するような停留や循環の場合でも探索を打ち切ること
ができる最適パラメータ組合せ予測方法をコンピュータ
を用いて有効活用できる効果がある。

【０１０９】この発明によれば、強さ２の２水準の直交
表をパラメータの数に応じて生成する直交表生成部と、
該直交表生成部で生成された直交表をもとに、直交計画
法を用いてパラメータ組合せを複数生成し、それらのパ
ラメータで操作した結果の評価値をもとに、最急改善方
向である蓋然性の高い方向を算出する探索方向決定部
と、前記パラメータの組合せを得てシステムもしくはシ
ステムのシミュレータを操作し、結果の評価値を獲得す
る組合せ評価部と、探索した中での評価値最良のパラメ
ータ組合せとその評価値とを記録し、所定の回数で探索
を打ち切り、そこまでの最良のパラメータ組合せを報告
する組合せ探索管理部とを備えるように構成したので、
関数形の得られないシステムに対しても適用でき、少な
い試行で最適パラメータ組合せが予測できる効果があ
る。

【０１１０】この発明によれば、組合せ探索管理部が組
合せをひとつ現在点として探索方向決定部に与えると、
直交表生成部からパラメータの数に合せて生成された直
交表を獲得し、該各位得した直交表の２値を各パラメー
タに関するプラス値およびマイナス値と読み、ある数値
だけその方向に各パラメータを現在点から変化させ、現
在点からの距離が一定のパラメータ組合せを改善用サン
プル点集合として作成し、各改善用サンプル点を組合せ
評価部に渡してその評価値を得、直交計画法に基づき前
記評価値を用いて、各パラメータについてプラス値とマ
イナス値のどちらの方向が改善方向か、もしくは改善方
向が判定できないかに類別し、プラス値もしくはマイナ
ス値が改善方向と判定されたパラメータについてはその
方向にある数値だけ現在点から変化させ、改善方向判定
ができなかったパラメータについては前記現在点を改善
点として生成する探索方向決定部を備えるように構成し
たので、各現在点の周囲からバランスよく必要最小限の
改善用サンプル点集合を選択でき、それによって評価値
の分布状況を調査し、最良探索方向を見積ることがで
き、少ない実験回数で最適なパラメータ組合せの予測を
行うことができる効果がある。

【０１１１】この発明によれば、現在点を複数保持し、
探索記録を前記現在点数と同数保持し、各探索方向決定
部に前記現在点をそれぞれ供給して得られた改善点を組
合せ評価部の出す評価値と合せて記録し、前記改善点を
新たな現在点として前記各探索方向決定部に与えた数が
一定数に達すると探索を打ち切り、すべての探索が打ち
切られたときまでの最良のパラメータ組合せを組合せ探
索管理部が報告するように構成したので、前記探索方向
決定部の並列台数に比例して広範囲の探索を同じ時間内
に行うことができる効果がある。

【０１１２】この発明によれば、所与の点と改善点との
間の距離を観測し、前記距離が一定の値に収束した場合
に探索収束と判定する、改善点の大域的な収束状態もし
くは循環状態を検知するための収束判定部を有し、組合
せ探索管理部が探索した改善点の履歴をもとに前記収束
判定部が行なった探索収束の判定により、前記組合せ探
索管理部は探索を打ち切る回数に達する以前でも探索打
ち切りを決定するように構成したので、無駄な探索を防
止するとともに、検索打ち切り後に初期点を変えて探索
を再開する場合には、同じ探索点数で広い範囲を探索で
きる効果がある。

【図面の簡単な説明】

【図１】この発明の実施の形態１から実施の形態５の
最適パラメータ組合せ予測装置の構成の説明に用いられ
るブロック図である。

【図２】この発明の実施の形態１から実施の形態５の
最適パラメータ組合せ予測装置の探索方向決定部の処理
を示すフローチャートである。

【図３】この発明の実施の形態１の最適パラメータ組
合せ予測装置の７因子２水準直交表の例を示す説明図で
ある。

【図４】この発明の実施の形態１の最適パラメータ組
合せ予測装置における各改善用サンプル点（調査点）に
ついて求められた不良発生率（評価値）の例を示す説明
図である。

【図５】この発明の実施の形態４の最適パラメータ組
合せ予測装置における探索方向決定部の処理の改善用サ
ンプル点集合生成ステップで生成する調査点の集合を示
す説明図である。

【図６】この発明の実施の形態６および実施の形態７
の最適パラメータ組合せ予測装置の構成を示すブロック
図である。

【図７】従来の最適パラメータ組合せ予測技術である
遺伝的アルゴリズムを用いた問題解決のための構成例を
示すブロック図である。

【図８】従来の最適パラメータ組合せ予測技術である
遺伝的アルゴリズムを用いた場合の組合せ探索部の動作
を示すフローチャートである。

【図９】従来のシミュレーテッドアニーリングを用い
た問題解決のための構成例を示すブロック図である。

【図１０】従来の直交計画法を用いた問題解決のため
の構成例を示すブロック図である。

【符号の説明】

１組合せ探索管理部、２探索方向決定部、３組合
せ評価部、４直交表生成部、５収束判定部、ＳＴ１
直交表獲得ステップ（直交表生成ステップ，第１のス
テップ，探索方向決定ステップ）、ＳＴ２改善用サン
プル点集合生成ステップ（第２のステップ，探索方向決
定ステップ）、ＳＴ３組合せ評価ステップ（第３のス
テップ，探索方向決定ステップ）、ＳＴ４改善方向決
定ステップ（第４のステップ，探索方向決定ステッ
プ）、ＳＴ５改善点生成ステップ（第５のステップ，
探索方向決定ステップ）。

Claims

【特許請求の範囲】

【請求項１】直交計画法を探索方向決定に適用し、各
現在点の周囲から必要最小限の改善用サンプル点集合を
選択し、これにより評価値の分布状況を調査し、前記評
価値の分布状況をもとに、最急改善方向である蓋然性の
高い最良探索方向を見積ることを繰り返して探索を行
い、最適パラメータ組合せを予測する最適パラメータ組
合せ予測方法。
【請求項２】直交表をパラメータの数に応じて生成す
る直交表生成ステップと、該直交表生成ステップで生成された直交表をもとに直交
計画法を用いて生成されたパラメータ組合せでシステム
またはシステムのシミュレータを操作し、該操作結果の
評価値を獲得する組合せ評価ステップと、該組合せ評価ステップで獲得した評価値をもとに、最急
改善方向である蓋然性の高い方向を探索し算出する探索
方向決定ステップと、前記探索方向決定ステップで探索した中での評価値最良
のパラメータ組合せとその評価値とを記録し、予め指定
された回数で前記探索を打ち切り、そこまでの最良のパ
ラメータ組合せを報告する組合せ探索管理ステップとを
備えていることを特徴とする請求項１記載の最適パラメ
ータ組合せ予測方法。
【請求項３】探索方向決定ステップは、組合せ探索管理ステップから与えられた現在点としての
パラメータの組合せをもとに直交表生成ステップで前記
パラメータの数に合せて生成された直交表を獲得する第
１のステップと、該第１のステップで獲得した直交表の２値を各パラメー
タに関するプラス値およびマイナス値と読み、ある数値
だけその方向に前記各パラメータを現在点から変化させ
た、現在点からの距離が一定のパラメータ組合せを改善
用サンプル点集合として作成する第２のステップと、該第２のステップで作成した前記各改善用サンプル点に
ついて組合せ評価ステップで評価値を得る第３のステッ
プと、該第３のステップで得た評価値を用い、前記各パラメー
タについてプラス値とマイナス値のどちらの方向が改善
方向か、もしくは改善方向が判定できないかに類別する
第４のステップと、該第４のステップでプラス値もしくはマイナス値が改善
方向と判定されたパラメータについてはその方向へある
数値だけ現在点から変化させた改善点を生成し、改善方
向の判定ができなかったパラメータについては前記現在
点から変化させない改善点を生成する第５のステップと
を有し、組合せ探索管理ステップは、前記探索方向決定ステップで得られた改善点について、
前記組合せ評価ステップの出す評価値と合せて記録し、
新たな現在点として前記探索方向決定ステップに与え、
該与えた数が一定数に達すると探索を打ち切り、そこま
での評価値最良のパラメータ組合せを報告する請求項２
記載の最適パラメータ組合せ予測方法。
【請求項４】第５のステップは、パラメータがすべて連続値をとる場合に、第２のステッ
プでの各パラメータを現在点から変化させるための数値
とは独立に、改善点と現在点の距離が一定になるよう
に、改善点を生成するための数値を計算で決定すること
を特徴とする請求項３記載の最適パラメータ組合せ予測
方法。
【請求項５】第５のステップは、パラメータがすべて刻み幅一定の離散値をとる場合に、
改善点を生成するための数値を改善点と現在点の距離が
一定になるように計算で決定し、さらに前記改善点を最
も近い離散値組合せである格子点まで移動することを特
徴とする請求項３記載の最適パラメータ組合せ予測方
法。
【請求項６】第１のステップでは、パラメータの数より１つ因子が多い直交表を直交表生成
ステップで生成させ大小２種類の数値を用意し、第２のステップでは、各パラメータを現在点から変化させるための数値を前記
２種類の数値とすることによって、前記現在点からの距
離が大小２種類ある改善用サンプル点集合を生成し、第４のステップでは、前記数値の大小についても判定の
対象とし、第５のステップでは、現在点から変化させた改善点を生成するための数値を前
記第４のステップで判定された数値とし、判定できなか
った場合には小さい方の数値を用いることを特徴とする
請求項３記載の最適パラメータ組合せ予測方法。
【請求項７】組合せ探索管理ステップは、現在点を複数保持し、探索記録を前記現在点数と同数保
持し、探索方向決定ステップに前記複数の現在点を供給
し、前記複数の現在点について前記探索方向決定ステッ
プで並列的に得られた改善点を、組合せ評価ステップの
出す評価値と合せて記録し、前記改善点を新たな現在点
として前記探索方向決定ステップに与え、該与えた数が
所与の一定数に達したことをもって探索を打ち切り、す
べての探索が打ち切られたときまでの最良のパラメータ
組合せを報告することを特徴とする請求項２記載の最適
パラメータ組合せ予測方法。
【請求項８】所与の点と改善点との間の距離を観測
し、該観測した距離が一定の値に収束した場合に探索収
束と判定し、改善点の大域的な収束状態もしくは循環状
態を検知するための収束判定ステップを有し、組合せ探索管理ステップは、探索した改善点の履歴を記録しておき、該記録した履歴
を前記収束判定ステップに所与の頻度で渡し探索収束の
判定をさせ、予め指定された回数である探索打ち切り回
数以前でも前記判定結果をもとに探索打ち切りを決定す
ることを特徴とする請求項２または請求項３記載の最適
パラメータ組合せ予測方法。
【請求項９】収束判定ステップは、改善点の履歴を最新の点から所与の数獲得し、ウォルシ
ュ変換を施し、その係数から改善点履歴の振動を検出し
た場合にも探索収束と判定することを特徴とする請求項
８記載の最適パラメータ組合せ予測方法。
【請求項１０】直交表をパラメータの数に応じて生成
する直交表生成ステップと、該直交表生成ステップで生成された直交表をもとに直交
計画法を用いて生成されたパラメータ組合せでシステム
またはシステムのシミュレータを操作し、該操作結果の
評価値を獲得する組合せ評価ステップと、該組合せ評価ステップで獲得した評価値をもとに、最急
改善方向である蓋然性の高い方向を探索し算出する探索
方向決定ステップと、該探索方向決定ステップで探索した中での評価値最良の
パラメータ組合せとその評価値とを記録し、予め指定さ
れた回数で前記探索を打ち切り、そこまでの最良のパラ
メータ組合せを報告する組合せ探索管理ステップと、を備えた最適パラメータ組合せ予測方法をコンピュータ
に実行させるためのプログラムとして記録したコンピュ
ータ読み取り可能な記録媒体。
【請求項１１】組合せ探索管理ステップから与えられ
た現在点としてのパラメータの組合せをもとに直交表生
成ステップで前記パラメータの数に合せて生成された直
交表を獲得する第１のステップと、該第１のステップで
獲得した直交表の２値を各パラメータに関するプラス値
およびマイナス値と読み、ある数値だけその方向に前記
各パラメータを現在点から変化させた、現在点からの距
離が一定のパラメータ組合せを改善用サンプル点集合と
して作成する第２のステップと、該第２のステップで作
成した前記各改善用サンプル点について組合せ評価ステ
ップで評価値を得る第３のステップと、該第３のステッ
プで得た評価値を用い、前記各パラメータについてプラ
ス値とマイナス値のどちらの方向が改善方向か、もしく
は改善方向が判定できないかに類別する第４のステップ
と、該第４のステップでプラス値もしくはマイナス値が
改善方向と判定されたパラメータについてはその方向へ
ある数値だけ現在点から変化させた改善点を生成し、改
善方向の判定ができなかったパラメータについては前記
現在点から変化させない改善点を生成する第５のステッ
プとを探索方向決定ステップが有し、前記探索方向決定ステップで得られた改善点について、
前記組合せ評価ステップの出す評価値と合せて記録し、
新たな現在点として前記探索方向決定ステップに与え、
該与えた数が一定数に達すると探索を打ち切り、そこま
での評価値最良のパラメータ組合せを組合せ探索管理ス
テップが報告する最適パラメータ組合せ予測方法をプロ
グラムとして記録した請求項１０記載の記録媒体。
【請求項１２】パラメータがすべて連続値をとる場合
に、第２のステップで用いた数値とは独立に、第５のス
テップにおける改善点を生成するための数値を、改善点
と現在点の距離が一定になるように計算で決定すること
を特徴とする最適パラメータ組合せ予測方法をプログラ
ムとして記録した請求項１１記載の記録媒体。
【請求項１３】パラメータがすべて刻み幅一定の離散
値をとる場合に、第５のステップにおける改善点を生成
するための数値を、改善点と現在点の距離が一定になる
ように計算で決定し、さらに前記改善点を最も近い離散
値組合せである格子点まで移動することを特徴とする最
適パラメータ組合せ予測方法をプログラムとして記録し
た請求項１１記載の記録媒体。
【請求項１４】第１のステップでは、パラメータの数より１つ因子の多い直交表を直交表生成
ステップで生成させ大小２種類の数値を用意し、第２のステップでは、各パラメータを現在点から変化させるための数値を前記
２種類の数値とすることによって、現在点からの距離が
大小２種類ある改善用サンプル点集合を生成し、第４のステップでは、前記数値の大小についても判定の
対象とし、第５のステップでは、現在点から変化させた改善点を生成するための数値を前
記第４のステップで判定された数値とし、判定できなか
った場合には小さい方の数値を用いることを特徴とする
最適パラメータ組合せ予測方法をプログラムとして記録
した請求項１１記載の記録媒体。
【請求項１５】現在点を複数保持し、探索記録を前記
現在点数と同数保持し、前記複数の現在点について探索
方向決定ステップで並列的に得られた改善点を組合せ評
価ステップの出す評価値と合せて記録し、前記改善点を
新たな現在点として前記探索方向決定ステップに与え、
該与えた数が所与の一定数に達したことをもって探索を
打ち切り、すべての探索が打ち切られたときまでの最良
のパラメータ組合せを組合せ探索管理ステップが報告す
ることを特徴とする最適パラメータ組合せ予測方法をプ
ログラムとして記録した請求項１０記載の記録媒体。
【請求項１６】所与の点と改善点との間の距離を観測
し、該観測した距離が一定の値に収束した場合に探索収
束と判定し、改善点の大域的な収束状態もしくは循環状
態を検知するための収束判定ステップを有し、探索した改善点の履歴を記録しておき、該記録した履歴
を前記収束判定ステップに所与の頻度で渡し探索収束の
判定をさせ、該判定結果をもとに予め指定された回数で
ある探索打ち切り回数以前でも探索打ち切りを組合せ探
索管理ステップが決定することを特徴とする最適パラメ
ータ組合せ予測方法をプログラムとして記録した請求項
１０または請求項１１記載の記録媒体。
【請求項１７】改善点の履歴を最新の点から所与の数
獲得し、ウォルシュ変換を施し、その係数から改善点履
歴の振動を検出した場合にも収束判定ステップで探索収
束と判定することを特徴とする最適パラメータ組合せ予
測方法をプログラムとして記録した請求項１６記載の記
録媒体。
【請求項１８】強さ２の２水準の直交表をパラメータ
の数に応じて生成する直交表生成部と、該直交表生成部で生成された直交表をもとに、直交計画
法を用いてパラメータ組合せを複数生成し、それらのパ
ラメータで操作した結果の評価値をもとに、最急改善方
向である蓋然性の高い方向を算出する探索方向決定部
と、前記パラメータの組合せを得てシステムもしくはシステ
ムのシミュレータを操作し、結果の評価値を獲得する組
合せ評価部と、探索した中での評価値最良のパラメータ組合せとその評
価値とを記録し、所定の回数で探索を打ち切り、そこま
での最良のパラメータ組合せを報告する組合せ探索管理
部とを備えた最適パラメータ組合せ予測装置。
【請求項１９】探索方向決定部は、組合せ探索管理部が組合せをひとつ現在点として探索方
向決定部に与えると、直交表生成部からパラメータの数
に合せて生成された直交表を獲得し、該各位得した直交
表の２値を各パラメータに関するプラス値およびマイナ
ス値と読み、ある数値だけその方向に各パラメータを現
在点から変化させた、現在点からの距離が一定のパラメ
ータ組合せを改善用サンプル点集合として作成し、各改
善用サンプル点を組合せ評価部に渡してその評価値を
得、直交計画法に基づき前記評価値を用いて、各パラメ
ータについてプラス値とマイナス値のどちらの方向が改
善方向か、もしくは改善方向が判定できないかに類別
し、プラス値もしくはマイナス値が改善方向と判定され
たパラメータについてはその方向へある数値だけ現在点
から変化させ、改善方向判定ができなかったパラメータ
については前記現在点を改善点として生成し、組合せ探索管理部は、前記探索方向決定部により得られた改善点について、組
合せ評価部の出す評価値と合せて記録し、新たな現在点
として探索方向決定部に与え、該与えた数が一定数に達
すると探索を打ち切り、そこまでの評価値最良のパラメ
ータ組合せを報告することを特徴とする請求項１８記載
の最適パラメータ組合せ予測装置。
【請求項２０】複数の探索方向決定部を有し、組合せ探索管理部は、現在点を複数保持し、探索記録を前記現在点数と同数保
持し、前記各探索方向決定部に前記現在点をそれぞれ供
給して得られた改善点を組合せ評価部の出す評価値と合
せて記録し、前記改善点を新たな現在点として前記各探
索方向決定部に与えた数が一定数に達すると探索を打ち
切り、すべての探索が打ち切られたときまでの最良のパ
ラメータ組合せを報告することを特徴とする請求項１８
記載の最適パラメータ組合せ予測装置。
【請求項２１】所与の点と改善点との間の距離を観測
し、前記距離が一定の値に収束した場合に探索収束と判
定する、改善点の大域的な収束状態もしくは循環状態を
検知するための収束判定部を有し、組合せ探索管理部は、探索した改善点の履歴を記録しておき、前記履歴をもと
に前記収束判定部が行なった探索収束の判定により、探
索を打ち切る回数に達する以前でも探索打ち切りを決定
することを特徴とする請求項１８または請求項１９記載
の最適パラメータ組合せ予測装置。