JP2002251598A

JP2002251598A - 最適解探索装置、制御対象の制御装置及び最適解探索プログラム

Info

Publication number: JP2002251598A
Application number: JP2001049343A
Authority: JP
Inventors: Kazusuke Kamihira; 一介上平
Original assignee: Yamaha Motor Co Ltd
Current assignee: Yamaha Motor Co Ltd
Priority date: 2001-02-23
Filing date: 2001-02-23
Publication date: 2002-09-06

Abstract

(57)【要約】【課題】制御内容に疎い使用者であっても、制御対象
を使用者向けに最適化することができる制御対象の制御
装置を提供する。【解決手段】複数の個体の集合からなる個体群を生成
し、各個体ごとに個体情報を構成する。各個体情報に
は、制御モジュールを構築する制御係数を割り当てる。
一方、燃費特性を縦軸にかつレスポンス特性を横軸にと
ったマップ領域を形成し、各個体をその評価値に基づい
てマップ領域上に配置し、マップ領域上の個体を選択可
能な選択領域を形成する。そして、同一世代において、
選択領域内の個体を使用者に選択させる個体選択、使用
者による個体の選択結果に基づいて新たな個体を生成す
る個体生成、および遺伝的操作を行って世代を進行させ
る。世代進行の過程では、選択領域内の個体の総数に対
する使用者が選択した個体の数の割合を算出し、割合が
所定値以上であるときは、選択領域を縮小し、そうでな
いときは、選択領域を拡大する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、評価関数の最適解
を最適化アルゴリズムにより探索する装置およびプログ
ラムに係り、特に、制御内容に疎い使用者であっても、
制御対象を使用者向けに最適化することができる最適解
探索装置、制御対象の制御装置および最適解探索プログ
ラムに関する。

【０００２】

【従来の技術】従来から、車両や家電製品等の製品の特
性を制御する場合、制御対象となる製品の特性は、開発
・設計段階で、その製品を使用すると思われる使用者を
想定し、その仮想使用者の好みや使用状況を加味し、で
きるだけ幅広い使用者に適応するように決められる。し
かし、上記製品を使用する使用者は、個々に特有の個性
を持っており、その好みも千差万別であるため、前記し
たように、その製品を使用すると思われる使用者の好み
等を想定して製品の開発・設計を行ったとしても、すべ
ての使用者が満足する特性を提供ことはほぼ不可能に近
い。この問題を解決するために、ニューラルネットワー
クや遺伝的アルゴリズム（以下、単にＧＡという。）を
用いて、購入後に使用者の好みや使用状況を推定し、使
用者が満足しうる特性に制御特性を変更していく制御方
法が試みられている。

【０００３】ＧＡは、自然進化の過程を模倣し、適者生
存を原理として、探索空間のなかで探索点を表す個体を
最適解に向けて進化させることにより、効率的な探索を
行う確率的探索アルゴリズムである。具体的には、複数
の個体の集合からなる個体群を仮想的に生成するととも
に、各個体ごとにその個体の遺伝情報に見立てて個体情
報を構成する。そして、同一世代において、遺伝子操作
を模倣した情報操作を個体情報に対して行う遺伝的操
作、および個体の評価値に基づいて個体の生存または淘
汰を行う個体選択操作をそれぞれ少なくとも１回行って
世代を進行させる。

【０００４】

【発明が解決しようとする課題】例えば、車両用エンジ
ンの制御特性を使用者向けに最適化するためにＧＡを適
用した場合、制御特性を使用者向けに最適化するには、
使用者がその乗り心地を評価値として与えるようにす
る。しかしながら、近年の制御内容の高度化により使用
者に行わせる評価が複雑化しているため、制御特性を使
用者向けに最適化するまでは、使用者は、複雑な評価を
繰り返し行わなければならない。この場合、制御内容に
比較的詳しい使用者であればさほど問題はないが、制御
内容に疎い使用者であれば、評価作業が煩わしいばかり
か、ともすれば制御特性を自己向けに最適化することが
できないこともあり得る。

【０００５】そこで、本発明は、このような従来の技術
の有する未解決の課題に着目してなされたものであっ
て、制御内容に疎い使用者であっても、制御対象を使用
者向けに最適化することができる最適解探索装置、制御
対象の制御装置および最適解探索プログラムを提供する
ことを目的としている。

【０００６】

【課題を解決するための手段】上記目的を達成するため
に、本発明に係る請求項１記載の最適解探索装置は、評
価関数の入力値または出力値によりその領域上の位置を
特定可能なマップ領域を仮想的に形成し、前記入力値ま
たは前記出力値を対応付けた探索点を前記マップ領域上
に配置し、前記マップ領域上の探索点を選択可能な選択
領域を前記マップ領域内に形成しておき、同一世代にお
いて、前記選択領域内の探索点を使用者に選択させる探
索点選択、および前記使用者による前記探索点の選択結
果に基づいて新たな探索点を生成する探索点生成を行っ
て世代を進行させることにより、前記評価関数の最適解
を探索する装置であって、前記使用者による前記探索点
の選択結果に基づいて前記選択領域を変更するようにな
っている。

【０００７】このような構成であれば、同一世代におい
て、使用者により、マップ領域上の探索点のうち選択領
域に属しているもののなかから探索点が選択され、その
選択結果に基づいて新たな探索点が生成されることによ
り世代が進行する。世代進行の過程では、使用者が探索
点を選択できる範囲が使用者の選択結果に基づいて変化
する。例えば、使用者が希望する探索点が選択領域に数
多く含まれている場合は、選択範囲を絞り込むものとし
て選択領域を縮小すればよく、逆に、使用者が希望する
探索点が選択領域にさほど含まれていない場合は、選択
範囲を拡張するものとして選択領域を拡大すればよい。

【０００８】ここで、選択領域とは、使用者がマップ領
域を覗くため、マップ領域上に形成された窓のようなも
のであり、選択領域を変更するには、例えば、選択領域
の大きさ、位置および形状を変更することが挙げられ
る。以下、請求項３記載の制御対象の制御装置、および
請求項１３記載の最適解探索プログラムにおいて同じで
ある。

【０００９】また、マップ領域は、評価関数の入力値ま
たは出力値によりその領域上の位置を特定可能な領域で
あればよく、入力値または出力値の種別によっては、１
次元空間として形成することもできるし、２次元以上の
多次元空間として形成することもできる。以下、請求項
２記載の最適解探索装置、請求項３および１２記載の制
御対象の制御装置、並びに請求項１３および１４記載の
最適解探索プログラムにおいて同じである。

【００１０】さらに、本発明に係る請求項２記載の最適
解探索装置は、評価関数の入力値または出力値によりそ
の領域上の位置を特定可能なマップ領域を仮想的に形成
し、前記入力値または前記出力値を対応付けた探索点を
前記マップ領域上に配置しておき、同一世代において、
前記マップ領域内の探索点を使用者に選択させる探索点
選択、および前記使用者による前記探索点の選択結果に
基づいて新たな探索点を生成する探索点生成を行って世
代を進行させることにより、前記評価関数の最適解を探
索する装置であって、前記使用者による前記探索点の選
択結果に基づいて前記新たな探索点の前記マップ領域内
での発生範囲を変更するようになっている。

【００１１】このような構成であれば、同一世代におい
て、使用者により、マップ領域上の探索点のうち選択領
域に属しているもののなかから探索点が選択され、その
選択結果に基づいて新たな探索点が生成されることによ
り世代が進行する。世代進行の過程では、使用者が探索
点を選択できる範囲が使用者の選択結果に基づいて変化
する。例えば、使用者が希望する探索点が選択領域に数
多く含まれている場合は、選択範囲を絞り込むものとし
て新たな探索点の発生範囲を縮小すればよく、逆に、使
用者が希望する探索点が選択領域にさほど含まれていな
い場合は、選択範囲を拡張するものとして新たな探索点
の発生範囲を拡大すればよい。

【００１２】一方、上記目的を達成するために、本発明
に係る請求項３記載の制御対象の制御装置は、制御対象
の特性を制御する制御系の制御特性に影響を及ぼす制御
係数を入力として前記制御特性を出力する評価関数を定
義し、前記評価関数の出力値によりその領域上の位置を
特定可能なマップ領域を仮想的に形成し、前記出力値を
対応付けた探索点を前記マップ領域上に配置し、前記マ
ップ領域上の探索点を選択可能な選択領域を前記マップ
領域内に形成しておき、同一世代において、前記選択領
域内の探索点を使用者に選択させる探索点選択、および
前記使用者による前記探索点の選択結果に基づいて新た
な探索点を生成する探索点生成を行って世代を進行させ
ることにより、前記制御系の制御特性を最適化する装置
であって、前記使用者による前記探索点の選択結果に基
づいて前記選択領域を変更するようになっている。

【００１３】このような構成であれば、同一世代におい
て、使用者により、マップ領域上の探索点のうち選択領
域に属しているもののなかから探索点が選択され、その
選択結果に基づいて新たな探索点が生成されることによ
り世代が進行する。こうして世代が進行し続けるにつ
れ、制御系の制御特性が使用者向けに最適化されてい
く。世代進行の過程では、使用者が探索点を選択できる
範囲が使用者の選択結果に基づいて変化する。例えば、
使用者が希望する制御特性の探索点が選択領域に数多く
含まれている場合は、選択範囲を絞り込むものとして選
択領域を縮小すればよく、逆に、使用者が希望する制御
特性の探索点が選択領域にさほど含まれていない場合
は、選択範囲を拡張するものとして選択領域を拡大すれ
ばよい。

【００１４】さらに、本発明に係る請求項４記載の制御
対象の制御装置は、請求項３記載の制御対象の制御装置
において、前記選択領域内の探索点の総数に対する前記
使用者が選択した探索点の数の割合に応じて、前記選択
領域の大きさを変更するようになっている。このような
構成であれば、選択領域内の探索点の総数に対する使用
者が選択した探索点の数の割合に応じて、選択領域の大
きさが変更される。

【００１５】さらに、本発明に係る請求項５記載の制御
対象の制御装置は、請求項４記載の制御対象の制御装置
において、前記選択領域内の探索点の総数に対する前記
使用者が選択した探索点の数の割合が大きいときは、前
記選択領域を縮小し、前記選択領域内の探索点の総数に
対する前記使用者が選択した探索点の数の割合が小さい
ときは、前記選択領域を拡大するようになっている。

【００１６】このような構成であれば、選択領域内の探
索点の総数に対する使用者が選択した探索点の数の割合
が大きいと、選択領域が縮小される。これに対し、選択
領域内の探索点の総数に対する使用者が選択した探索点
の数の割合が小さいと、選択領域が拡大される。さら
に、本発明に係る請求項６記載の制御対象の制御装置
は、請求項３ないし５のいずれかに記載の制御対象の制
御装置において、前記使用者が選択した探索点につい
て、前記評価関数の出力値が当該探索点に対応する出力
値となるように前記制御対象を実際に制御した実制御時
間を算出し、算出した実制御時間に基づいて前記探索点
選択を行うようになっている。

【００１７】このような構成であれば、使用者が選択し
た探索点について実制御時間が算出され、算出された実
制御時間に基づいて探索点選択が行われる。さらに、本
発明に係る請求項７記載の制御対象の制御装置は、請求
項３ないし６のいずれかに記載の制御対象の制御装置に
おいて、前記探索点を個体として複数の個体の集合から
なる個体群を仮想的に生成するとともに、前記各個体ご
とにその個体の遺伝情報に見立てて個体情報を構成し、
当該個体情報には、前記制御係数を割り当て、同一世代
において、遺伝子操作を模倣した情報操作を前記個体情
報に対して行う遺伝的操作、前記探索点選択および前記
探索点生成をそれぞれ少なくとも１回行って世代を進行
させることにより、前記評価関数の最適解を探索するよ
うになっている。

【００１８】このような構成であれば、同一世代におい
て、遺伝子操作を模倣した情報操作が個体情報に対して
行われ、使用者により、マップ領域上の個体のうち選択
領域に属しているもののなかから個体が選択され、その
選択結果に基づいて新たな個体が生成されることにより
世代が進行する。こうして最終的に個体が進化を遂げる
と、その個体の個体情報が制御係数として用いられる。

【００１９】ここで、請求項７記載の発明は、ＧＡとし
て実現することもできるし、その他、ＧＰ（Genetic Pr
ogress）やＥＳ（evolutional Stratage）として実現す
ることができる。さらに、本発明に係る請求項８記載の
制御対象の制御装置は、請求項７記載の制御対象の制御
装置において、前記制御対象は、エンジンであり、前記
出力値は、第１出力値と第２出力値とからなり、前記第
１出力値は、前記エンジンの燃費であり、前記第２出力
値は、前記エンジンの回転数変化率およびスロットル開
度変化率により定まるレスポンス度である。

【００２０】このような構成であれば、同一世代におい
て、遺伝子操作を模倣した情報操作が個体情報に対して
行われ、使用者により、燃費およびレスポンス度が評価
関数の出力値として対応付けられたマップ領域上の個体
のうち選択領域に属しているもののなかから個体が選択
され、その選択結果に基づいて新たな個体が生成される
ことにより世代が進行する。こうして最終的に個体が進
化を遂げると、その個体の個体情報が制御係数として用
いられる。その結果、エンジンの制御特性のうち燃費特
性およびレスポンス特性が最適化される。

【００２１】さらに、本発明に係る請求項９記載の制御
対象の制御装置は、請求項７および８のいずれかに記載
の制御対象の制御装置において、前記制御対象は、エン
ジンであり、前記個体情報には、前記制御係数として、
前記エンジンの燃料噴射量、前記エンジンの過渡状態に
おいて前記燃料噴射量を補正する過渡補正量、前記燃料
噴射量の補正値または前記過渡補正量の補正値を割り当
てるようになっている。

【００２２】このような構成であれば、出力値の評価を
向上する方向に個体群が進化していくにつれて、評価の
高い出力値を得ることが期待できる、燃料噴射量、過渡
補正量、燃料噴射量の補正値または過渡補正量の補正値
が決定される。さらに、本発明に係る請求項１０記載の
制御対象の制御装置は、請求項７および８のいずれかに
記載の制御対象の制御装置において、前記制御対象は、
エンジンであり、前記エンジンの燃料噴射量、前記エン
ジンの過渡状態において前記燃料噴射量を補正する過渡
補正量、前記燃料噴射量の補正値または前記過渡補正量
の補正値をニューラルネットワークにより生成するよう
になっており、前記個体情報には、前記制御係数とし
て、前記ニューラルネットワークにおけるシナプスの結
合係数を割り当てるようになっている。

【００２３】このような構成であれば、ニューラルネッ
トワークにより、燃料噴射量、過渡補正量、燃料噴射量
の補正値または過渡補正量の補正値が生成されるが、出
力値の評価を向上する方向に個体群が進化していくにつ
れて、評価の高い出力値を得ることが期待できる、ニュ
ーラルネットワークにおけるシナプスの結合係数が決定
される。

【００２４】さらに、本発明に係る請求項１１記載の制
御対象の制御装置は、請求項７記載の制御対象の制御装
置において、前記制御対象は、電気モータであり、前記
出力値は、第１出力値と第２出力値とからなり、前記第
１出力値は、前記電気モータの電力消費であり、前記第
２出力値は、前記電気モータの回転変化率である。この
ような構成であれば、同一世代において、遺伝子操作を
模倣した情報操作が個体情報に対して行われ、使用者に
より、電力消費および回転変化率が評価関数の出力値と
して対応付けられたマップ領域上の個体のうち選択領域
に属しているもののなかから個体が選択され、その選択
結果に基づいて新たな個体が生成されることにより世代
が進行する。こうして最終的に個体が進化を遂げると、
その個体の個体情報が制御係数として用いられる。その
結果、電気モータの制御特性のうち電力消費特性および
回転変化率特性が最適化される。

【００２５】さらに、本発明に係る請求項１２記載の制
御対象の制御装置は、制御対象の特性を制御する制御系
の制御特性に影響を及ぼす制御係数を入力として前記制
御特性を出力する評価関数を定義し、前記評価関数の出
力値によりその領域上の位置を特定可能なマップ領域を
仮想的に形成し、前記出力値を対応付けた探索点を前記
マップ領域上に配置しておき、同一世代において、前記
マップ領域内の探索点を使用者に選択させる探索点選
択、および前記使用者による前記探索点の選択結果に基
づいて新たな探索点を生成する探索点生成を行って世代
を進行させることにより、前記制御系の制御特性を最適
化する装置であって、前記使用者による前記探索点の選
択結果に基づいて前記新たな探索点の前記マップ領域内
での発生範囲を変更するようになっている。

【００２６】このような構成であれば、同一世代におい
て、使用者により、マップ領域上の探索点のうち選択領
域に属しているもののなかから探索点が選択され、その
選択結果に基づいて新たな探索点が生成されることによ
り世代が進行する。こうして世代が進行し続けるにつ
れ、制御系の制御特性が使用者向けに最適化されてい
く。世代進行の過程では、使用者が探索点を選択できる
範囲が使用者の選択結果に基づいて変化する。例えば、
使用者が希望する制御特性の探索点が選択領域に数多く
含まれている場合は、選択範囲を絞り込むものとして新
たな探索点の発生範囲を縮小すればよく、逆に、使用者
が希望する制御特性の探索点が選択領域にさほど含まれ
ていない場合は、選択範囲を拡張するものとして新たな
探索点の発生範囲を拡大すればよい。

【００２７】一方、上記目的を達成するために、本発明
に係る請求項１３記載の最適解探索プログラムは、評価
関数の入力値または出力値によりその領域上の位置を特
定可能なマップ領域を仮想的に形成し、前記入力値また
は前記出力値を対応付けた探索点を前記マップ領域上に
配置し、前記マップ領域上の探索点を選択可能な選択領
域を前記マップ領域内に形成しておき、同一世代におい
て、前記選択領域内の探索点を使用者に選択させる探索
点選択、および前記使用者による前記探索点の選択結果
に基づいて新たな探索点を生成する探索点生成を行って
世代を進行させることにより、前記評価関数の最適解を
探索するコンピュータ実行可能なプログラムであって、
前記使用者による前記探索点の選択結果に基づいて前記
選択領域を変更する処理をコンピュータに実行させるた
めのプログラムである。

【００２８】このような構成であれば、プログラムに従
ってコンピュータが実行したときは、請求項１記載の最
適解探索装置と同等の作用が得られる。さらに、本発明
に係る請求項１４記載の最適解探索プログラムは、評価
関数の入力値または出力値によりその領域上の位置を特
定可能なマップ領域を仮想的に形成し、前記入力値また
は前記出力値を対応付けた探索点を前記マップ領域上に
配置しておき、同一世代において、前記マップ領域内の
探索点を使用者に選択させる探索点選択、および前記使
用者による前記探索点の選択結果に基づいて新たな探索
点を生成する探索点生成を行って世代を進行させること
により、前記評価関数の最適解を探索するコンピュータ
実行可能なプログラムであって、前記使用者による前記
探索点の選択結果に基づいて前記新たな探索点の前記マ
ップ領域内での発生範囲を変更する処理をコンピュータ
に実行させるためのプログラムである。

【００２９】このような構成であれば、プログラムに従
ってコンピュータが実行したときは、請求項２記載の最
適解探索装置と同等の作用が得られる。

【００３０】

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照しながら説明する。図１ないし図９は、本発明に
係る最適解探索装置、制御対象の制御装置および最適解
探索プログラムの実施の形態を示す図である。本実施の
形態は、本発明に係る最適解探索装置、制御対象の制御
装置および最適解探索プログラムを、図１に示すよう
に、エンジン１０の燃費特性およびレスポンス特性をＧ
Ａにより使用者向けに最適化する場合について適用した
ものである。

【００３１】まず、本発明を適用するエンジン制御シス
テムの構成を図１を参照しながら説明する。図１は、本
発明を適用するエンジン制御システムの構成を示すブロ
ック図である。エンジン制御システムは、図１に示すよ
うに、エンジン１０と、エンジン１０の作動状態を検出
してエンジン１０の作動状態に関する各種の情報（以
下、外界情報と総称する。）を出力する各種センサ２０
と、各種センサ２０からの外界情報に基づいてエンジン
１０の燃料噴射量を制御する制御装置３０とで構成され
ている。

【００３２】各種センサ２０は、エンジン１０の作動状
態および車両の走行状態を検出し、その検出結果に基づ
いて、エンジン１０の回転数、スロットル開度、スロッ
トル開度の変化率、距離パルスおよび燃料噴射量を外界
情報として出力するようになっている。制御装置３０
は、反射層１００、学習層２００および進化適応層３０
０の３つの制御層からなり、各種センサ２０から外界情
報を入力し、入力した外界情報に基づいて反射層１００
で燃料の基本噴射量を決定し、学習層２００および進化
適応層３００で基本噴射量に対する補正量を決定し、こ
れら基本噴射量および補正量から最終的な燃料噴射量を
決定する。以下、反射層１００、学習層２００および進
化適応層３００の構成を詳細に説明する。

【００３３】反射層１００は、数式、マップ、ニューラ
ルネットワーク、ファジールール、サブサンプションア
ーキテクチャ等の形式で、基本噴射量および過渡補正率
と外界情報との関係を定義付ける基礎制御部１１０を備
え、基礎制御部１１０は、外界情報を入力し、入力した
外界情報に基づいて基本噴射量および過渡補正率を決定
して出力する。なお、サブサンプションアーキテクチャ
とは、並列的な処理を行う行動型人工知能として公知で
ある。

【００３４】進化適応層３００は、使用者との入出力を
行うインターフェース部３１０と、ＧＡによる進化シミ
ュレーションを行ってエンジン１０の制御特性を最適化
する進化適応部３２０と、ＧＡにおける個体の評価値を
算出する評価部３３０とで構成されている。進化適応部
３２０は、外界情報に基づいて、反射層１００からの基
本噴射量および過渡補正率を使用者の希望に沿った値に
補正するための補正率（以下、この補正率うち基本噴射
量を補正するものを進化補正率といい、過渡補正率を補
正するものを進化過渡補正率という。）を出力する制御
モジュールを少なくとも１つ有し、ＧＡにより制御モジ
ュールを最適化するように構成されている。ＧＡでは、
複数の個体の集合からなる個体群を仮想的に生成すると
ともに、各個体ごとにその個体の遺伝情報に見立てて個
体情報を構成する。ここで、各個体情報には、制御モジ
ュールを構築するための制御係数を割り当てる。そし
て、同一世代において、遺伝子操作を模倣した情報操作
を個体情報に対して行う遺伝的操作、および個体の評価
値に基づいて個体の生存または淘汰を行う個体選択操作
をそれぞれ少なくとも１回行って世代を所定回進行させ
ることにより、個体群を進化させる。所定回数の世代交
代が終了したときは、個体群のなかから評価値が最も高
い個体を抽出し、抽出した個体の個体情報を制御係数と
して用い制御モジュールを構築する。以下、評価値が最
も高い個体の個体情報を用いて構築した制御モジュール
のことを「最適制御モジュール」という。なお、制御モ
ジュールとは、制御系のあるまとまった制御を行う一単
位をいう。

【００３５】また、進化適応部３２０は、最適制御モジ
ュールを構築した後、進化適応部３２０の制御モジュー
ルをその最適制御モジュールに固定し、反射層１００か
らの基本噴射量を補正する進化補正率による制御および
反射層１００からの過渡補正率を補正する進化過渡補正
率による制御を行う一方、学習層２００にその最適制御
モジュールに関する情報を学習させる。また、最適制御
モジュールに関する情報を学習層２００に学習させた後
は、その出力を「１」に戻し、その後は、使用者の指示
に応じて作動する。すなわち、進化適応部３２０の制御
モジュールによる制御が行われるのは、進化シミュレー
ション中および学習中のみである。

【００３６】学習層２００は、学習用と実行用とに切換
可能な２つのニューラルネットワークを有する学習部２
１０を備え、学習部２１０は、一方のニューラルネット
ワーク（実行用）で制御を実行している間、他方のニュ
ーラルネットワーク（学習用）で進化適応層３００から
最適制御モジュールに関する入力と出力との関係を学習
する。学習用ニューラルネットワークでの学習が終了す
ると、制御を実行しているニューラルネットワークと学
習後のニューラルネットワークとを切り換え、学習後の
ニューラルネットワークで学習結果から得られる制御モ
ジュールによる制御を開始し、制御を実行していたニュ
ーラルネットワークが学習用として機能し始める。な
お、学習層２００におけるニューラルネットワークは、
初期状態では「１」を出力するように設定されており、
したがって、初期状態では、反射層１００と進化適応層
３００とによる制御が行われる。

【００３７】実行用ニューラルネットワークは、特に図
示しないが、さらに、２つのニューラルネットワークを
含んで構成されている。一方のニューラルネットワーク
は、スロットル開度およびエンジン回転数を外界情報と
して入力し、その入力情報に基づいて反射層１００から
の基本噴射量を補正するための補正率（以下、この補正
率を学習補正率という。）を出力するようになってお
り、他方のニューラルネットワークは、スロットル開度
の変化率およびエンジン回転数を外界情報として入力
し、その入力情報に基づいて反射層１００からの過渡補
正率を補正するための補正率（以下、この補正率を学習
過渡補正率という。）を出力するようになっている。こ
の構成は、学習用ニューラルネットワークについても同
様である。

【００３８】そして、制御装置３０は、学習層２００か
らの学習補正率と進化適応層３００からの進化補正率と
を加算し、反射層１００からの基本噴射量にその加算結
果を乗算し、これを第１の乗算結果とする一方、学習層
２００からの学習過渡補正率と進化適応層３００からの
進化過渡補正率とを加算し、反射層１００からの過渡補
正率にその加算結果を乗算し、これを第２の乗算結果と
し、第１の乗算結果に第２の乗算結果を乗算することに
より燃料噴射量を算出する。この燃料噴射量をエンジン
１０に出力する。

【００３９】次に、進化適応層３００の各部の構成を図
２を参照しながら詳細に説明する。図２は、進化適応層
３００の各部の構成を示すブロック図である。インター
フェース部３１０は、図２に示すように、ＧＡによる進
化シミュレーション中の個体の評価値を表示する表示部
３１２と、使用者による評価を入力する入力部３１４と
で構成されており、ＧＡによる進化シミュレーション中
では、各世代ごとに各個体の評価値（後段で詳述する
が、燃費およびレスポンス度）が表示部３１２に表示さ
れ、使用者は、乗り心地等の車両の体感をもとに各個体
の評価値を入力部３１４に入力する。

【００４０】評価部３３０は、図２に示すように、燃料
噴射量および距離パルスに基づいてエンジン１０の燃費
を算出する燃費算出部３３２と、スロットル開度および
エンジン回転数に基づいてレスポンス度を算出するレス
ポンス度算出部３３４とで構成されている。燃費算出部
３３２は、燃料噴射量および距離パルスを外界情報とし
て入力し、所定距離走行するごとに入力される距離パル
スの入力間隔で噴出量を総和して燃費として算出し、算
出した燃費を、ＧＡにおける個体の第１評価値として進
化適応部３２０に出力するようになっている。レスポン
ス度算出部３３４は、スロットル開度およびエンジン回
転数を外界情報として入力し、スロットル開度の変化率
およびエンジン回転数の変化率を算出し、エンジン回転
数の変化率をスロットル開度の変化率で除算することに
よりレスポンス度を算出し、算出したレスポンス度を、
ＧＡにおける個体の第２評価値として進化適応部３２０
および予測部３４０に出力するようになっている。

【００４１】進化適応部３２０は、図２に示すように、
制御モジュール３２２を有し、制御モジュール３２２
は、さらに、２つのニューラルネットワークを含んで構
成されている。一方のニューラルネットワーク３２２ａ
は、スロットル開度およびエンジン回転数を外界情報と
して入力し、その入力情報に基づいて進化補正率を出力
するようになっており、他方のニューラルネットワーク
３２２ｂは、スロットル開度の変化率およびエンジン回
転数を外界情報として入力し、その入力情報に基づいて
進化過渡補正率を出力するようになっている。

【００４２】ＧＡにおける個体の個体情報には、ニュー
ラルネットワーク３２２ａ，３２２ｂにおけるシナプス
の結合係数を割り当てる。具体的には、図３に示すよう
に割り当てられている。図３は、ニューラルネットワー
ク３２２ａ，３２２ｂの構成および個体情報のデータ構
造を示す図である。ニューラルネットワーク３２２ａ
は、スロットル開度を入力する入力層ｆ_i1と、エンジン
回転数を入力する入力層ｆ_i2と、入力層ｆ_i1，ｆ_i2から
の出力を入力する中間層ｆ_h1，ｆ_h2と、中間層ｆ_h1，ｆ
_h2の出力を入力して進化補正率を出力する出力層ｆ_o1と
の５つのパーセプトロンから構成されている。そして、
入力層ｆ_i1と中間層ｆ_h1とは結合係数ｋ_f1のシナプスに
より、入力層ｆ_i2と中間層ｆ_h1は結合係数ｋ_f2のシナプ
スにより、中間層ｆ_h1と出力層ｆ_o1とは結合係数ｋ_f3の
シナプスにより、入力層ｆ_i1と中間層ｆ_h2とは結合係数
ｋ_f4のシナプスにより、入力層ｆ_i2と中間層ｆ_h2とは結
合係数ｋ_f5のシナプスにより、中間層ｆ_h2と出力層ｆ_o2
とは結合係数ｋ_f6のシナプスによりそれぞれ結合されて
いる。

【００４３】ニューラルネットワーク３２２ｂは、スロ
ットル開度の変化率を入力する入力層ａ_i1と、エンジン
回転数を入力する入力層ａ_i2と、入力層ａ_i1，ａ_i2から
の出力を入力する中間層ａ_h1，ａ_h2と、中間層ａ_h1，ａ
_h2の出力を入力して進化過渡補正率を出力する出力層ａ
_o1との５つのパーセプトロンから構成されている。そし
て、入力層ａ_i1と中間層ａ_h1とは結合係数ｋ_a1のシナプ
スにより、入力層ａ_i2と中間層ａ_h1は結合係数ｋ_a2のシ
ナプスにより、中間層ａ_h1と出力層ａ_o1とは結合係数ｋ
_a3のシナプスにより、入力層ａ_i1と中間層ａ_h2とは結合
係数ｋ_a4のシナプスにより、入力層ａ_i2と中間層ａ_h2と
は結合係数ｋ_a5のシナプスにより、中間層ａ_h2と出力層
ａ_o2とは結合係数ｋ_a6のシナプスによりそれぞれ結合さ
れている。

【００４４】そして、ＧＡにおける個体の個体情報は、
シナプスの結合係数ｋ_f1〜ｋ_f6を上位側に、シナプスの
結合係数ｋ_a1〜ｋ_a6を下位側にそれぞれ連続して割り当
てることにより構成されている。例えば、１つの結合係
数が８ビットのデータで構成されていれば、個体情報
は、全体で９６ビットのデータとなる。また、進化シミ
ュレーションを開始する際に生成する初期の個体情報
は、各個体ごとに乱数により決定する。その際、レスポ
ンス度をある程度保証するために、乱数の発生範囲を所
定範囲に制限するのが好ましい。すなわち、レスポンス
度が明らかに悪くなるような範囲には、乱数を発生させ
ないようにする。

【００４５】次に、進化適応部３２０で実行される処理
を図４を参照しながら詳細に説明する。図４は、進化適
応部３２０で実行される処理を示すフローチャートであ
る。ＧＡは、各個体にランダムな初期値を与えて探索空
間内に配置し、世代ごとに交叉、突然変異と呼ばれる遺
伝的操作を適用し、個体の評価値に応じて個体の増殖お
よび選択を行うことにより、次世代の個体の集合を得
る。このような世代交代を繰り返すことにより、漸近的
に最適解に近づくことを目的とする。以下、遺伝的操作
である交叉、突然変異、選択について説明する。

【００４６】交叉とは、少なくとも２つの個体を親と
し、親となる個体の個体情報の一部を入れ替えることに
より、子孫となる個体を１以上生成する操作である。あ
る個体の個体情報のよい部分と別の個体の個体情報のよ
い部分を合体させることにより、より評価値の高い個体
を得ることが期待できる。例えば、２つの個体を親とし
て子孫となる２つの個体を生成する場合、一方の親とな
る個体の個体情報を「000110」、他方の親となる個体の
個体情報を「110111」とし、３番目の位置で交叉させる
ことにより、「000111」の個体情報をもつ個体と、「11
0110」の個体情報をもつ個体とを子孫となる個体として
得る。

【００４７】突然変異とは、所定の確率で個体の個体情
報のうち特定部分を変更する操作であり、個体群内での
多様性を増加させる。具体的には、個体情報の特定のビ
ットを反転させる操作であり、例えば、ある個体の個体
情報を「000111」とし、その３番目の位置で突然変異を
起こすことにより、「001111」の個体情報をもつ個体を
得る。

【００４８】選択とは、個体の評価値に応じて個体群の
なかのよりよい個体を次世代に残すための操作である。
ルーレット選択と呼ばれる選択方法では、各個体は評価
値に比例した確率で選択される。例えば、ある世代にお
いて、「000000」、「111011」、「110111」、「01011
1」の個体情報をもつ個体の評価値がそれぞれ「８」、
「４」、「２」、「２」であったとする。それぞれの個
体が選択される確率は、「８／１６」、「４／１６」、
「２／１６」、「２／１６」となる。したがって、平均
的には、次世代において、「000000」の個体情報をもつ
個体は２つに増え、「111011」の個体情報をもつ個体は
１つのままで、「110111」の個体情報をもつ個体または
「010111」の個体情報をもつ個体はいずれかが残るよう
な個体群が得られる。もっとも、本実施の形態において
は、個体の選択を使用者の選択により行う。

【００４９】以上のことをふまえて、進化適応部３２０
で実行される処理を説明する。なお、図４のフローチャ
ートに示す処理は、例えば、ＲＯＭにあらかじめ格納さ
れているプログラムを読み出し、読み出したプログラム
に従ってＣＰＵが実行する。図４に示すように、まず、
ステップＳ１００に移行して、進化シミュレーションを
開始する指示である進化開始指示を入力部３１４から入
力したか否かを判定し、進化開始指示を入力したと判定
したとき(Yes)は、ステップＳ１０２に移行するが、そ
うでないと判定したとき(No)は、進化開始指示を入力す
るまでステップＳ１００で待機する。

【００５０】ステップＳ１０２では、所定数（例えば、
９個）の個体の集合からなる個体群を仮想的に生成する
とともに各個体ごとに個体情報を構成する。ここで、各
個体情報には、ニューラルネットワーク３２２ａ，３２
２ｂにおけるシナプスの結合係数を割り当て、各個体の
個体情報を乱数により決定する。このとき、個体情報の
すべての値が「０」となる個体を１つ生成することで、
進化の過程で進化前のレスポンス性能を下回らないよう
にすることができる。なお、各個体の個体情報は、ＲＡ
Ｍ等の記憶装置上に格納され管理される。

【００５１】次いで、ステップＳ１０４に移行して、個
体群のうち先頭の個体の個体情報を読み出し、ステップ
Ｓ１０６に移行して、読み出した個体情報に基づいてニ
ューラルネットワーク３２２ａ，３２２ｂの結合状態を
決定して制御モジュール３２２を構築し、構築した制御
モジュール３２２によりエンジン１０の制御を開始す
る。このとき、進化適応層３００からの出力は、スロッ
トル開度、スロットル開度の変化率およびエンジン回転
数をニューラルネットワーク３２２ａ，３２２ｂに入力
し、さらにその出力を下式（１）により線形変換するこ
とにより算出する。また、スロットル開度、スロットル
開度の変化率およびエンジン回転数の入力情報は、それ
ぞれを正規化したものを用いる。下式（１）において、
Ｙは進化補正率または進化過渡補正率であり、ｘはニュ
ーラルネットワーク３２２ａ，３２２ｂの出力であり、
Ｇは所定のゲインである。

【００５２】

【数１】

【００５３】このように、ニューラルネットワーク３２
２ａ，３２２ｂの出力ｘを線形変換して用いることによ
り、進化適応層３００から出力される進化補正率または
進化過渡補正率の値が極端に大きくなることがなく、全
体として進化シミュレーションが少しずつ進行するよう
になり、エンジン１０の挙動が評価や進化シミュレーシ
ョンのために極端に変動することがなくなる。

【００５４】次いで、ステップＳ１０８に移行して、燃
費およびレスポンス度を評価部３３０から取得する。こ
こで、個体情報に基づいて制御モジュール３２２を構築
し、構築した制御モジュール３２２によりエンジン１０
の制御を開始し、その結果得られた燃費およびレスポン
ス度は、その個体に対する評価値とする。この評価値が
高いほど、すなわち、第１評価値である燃費について
は、小さければ小さいほど、第２評価値であるレスポン
ス度については、高ければ高いほど、ＧＡによる進化シ
ミュレーションにおいて優秀な個体であると位置付ける
ことができる。

【００５５】次いで、ステップＳ１１０に移行して、個
体群のすべての個体についてステップＳ１０６からＳ１
０８までの処理が終了したか否かを判定し、すべての個
体について処理が終了したと判定したとき(Yes)は、ス
テップＳ１１２に移行する。ステップＳ１１２では、使
用者の評価により個体の生殖または淘汰を行う個体選択
処理を行い、ステップＳ１１４に移行して、ＧＡにおけ
る個体の交叉を行う交叉処理を実行する。具体的に、ス
テップＳ１１４では、使用者により選択された個体群の
なかから乱数を用いて２個の親個体を選択し、これらに
交叉を施して２個の子個体を生成する。この処理を５回
行うことにより、再び、９個の子個体からなる個体群を
生成する（１０番目の子個体は破棄する）。交叉処理に
は、例えば、上記の１点交叉処理のほかに、２点交叉処
理または正規分布交叉処理等を採用することができる。
正規分布交叉処理とは、実数値表現の個体情報につい
て、両親個体を結ぶ軸に対して回転対称な正規分布にし
たがって子個体を生成する処理である。正規分布の標準
偏差は、両親個体を結ぶ主軸方向の成分については両親
個体間の距離に比例させ、その他の軸の成分については
両親個体を結ぶ直線と個体群のなかからサンプルした第
３の親個体との距離に比例させる。この交叉方法は、親
個体の特質が子個体に引き継がれやすいという利点があ
る。

【００５６】次いで、ステップＳ１１６に移行して、Ｇ
Ａにおける個体の突然変異を行う突然変異処理を実行
し、ステップＳ１１８に移行して、入力部３１４からの
入力により使用者が満足する特性が得られたか否かを判
定し、使用者が満足する特性が得られないと判定したと
き(No)は、ステップＳ１２０に移行して、世代交代数が
所定回数以上であるか否かを判定し、所定回数以上であ
ると判定したとき(Yes)は、ステップＳ１２２に移行す
る。

【００５７】ステップＳ１２２では、個体群のなかから
評価値が最も高い個体を抽出し、抽出した個体の個体情
報に基づいて最適制御モジュールを構築し、制御モジュ
ール３２２を最適制御モジュールに固定し、ステップＳ
１２４に移行して、制御モジュール３２２の入出力関係
を学習層２００に学習させ、ステップＳ１２６に移行し
て、制御モジュール３２２の出力を「１」に設定し、一
連の処理を終了して元の処理に復帰させる。

【００５８】一方、ステップＳ１２０で、世代交代数が
所定回数未満であると判定したとき(Yes)は、ステップ
Ｓ１０４に移行する。一方、ステップＳ１１８で、使用
者が満足する特性が得られたと判定したとき(Yes)は、
ステップＳ１２２に移行する。一方、ステップＳ１１０
で、個体群のすべての個体についてステップＳ１０６か
らＳ１０８までの処理が終了していないと判定したとき
(No)は、ステップＳ１２８に移行して、個体群のうち次
の個体の個体情報を読み出し、ステップＳ１０６に移行
する。

【００５９】次に、上記ステップＳ１１２の個体選択処
理を図５を参照しながら詳細に説明する。図５は、上記
ステップＳ１１２の個体選択処理を示すフローチャート
である。個体選択処理は、上記ステップＳ１１２におい
て実行されると、図５に示すように、まず、ステップＳ
２００に移行するようになっている。

【００６０】ステップＳ２００では、燃費特性を縦軸に
とりかつレスポンス特性を横軸にとったマップ領域を仮
想的に形成し、個体群の各個体をその評価値である燃費
およびレスポンス度に基づいてマップ領域上に配置し、
マップ領域上の個体を選択可能な選択領域をマップ領域
内に形成する。選択領域は、マップ領域よりも小さいも
のであればよいが、初期状態では、例えば、マップ領域
と同じ大きさの領域として形成する。そして、マップ領
域上の個体群のうち選択領域に属している個体を表示部
３１２にマップ表示する。

【００６１】次いで、ステップＳ２０２に移行して、使
用者による個体の選択を入力部３１４から入力し、ステ
ップＳ２０４に移行して、個体の選択が完了したか否か
を判定し、個体の選択が完了したと判定したとき(Yes)
は、ステップＳ２０６に移行する。個体の選択を行うと
きは、制御は一度評価モードに入る。評価モードでは、
使用者が表示部３１２に表示された個体の評価を見て試
走してみたい特性の個体を選択すると、使用者により選
択された個体の個体情報に基づいて制御モジュール３２
２を構築して一時的に固定し、制御モジュール３２２に
よる制御を行う。これにより、使用者は、表示部３１２
に表示された各個体の特性を、実際に走行した乗り心地
等から判定し、各個体の評価値を乗り心地から評価す
る。そして、使用者は、表示部３１２に表現された個体
の評価と、実際に走行した時の乗り心地とに基づく各個
体の評価を終了した段階で、制御を選択モードに切り換
え、個体の選択を行う。

【００６２】ステップＳ２０６では、選択領域内の個体
の総数に対する使用者が選択した個体の数の選択割合を
算出し、ステップＳ２０８に移行して、算出した選択割
合が所定値（例えば、２０％）以上であるか否かを判定
し、選択割合が所定値以上であると判定したとき(Yes)
は、ステップＳ２１０に移行して、選択領域を縮小し、
一連の処理を終了して元の処理に復帰させる。具体的
に、ステップＳ２１０では、使用者が選択した個体がす
べて選択領域に属する範囲を限度として選択領域を縮小
するようにしてもよいし、使用者が選択した個体が複数
あれば、そのうちの代表となる個体を選択し、代表の個
体が選択領域に属する範囲を限度として選択領域を縮小
するようにしてもよい。

【００６３】一方、ステップＳ２０８で、算出した選択
割合が所定値未満であると判定したとき(No)は、ステッ
プＳ２１２に移行して、算出した選択割合が所定値（例
えば、１０％）以下であるか否かを判定し、選択割合が
所定値以下であると判定したとき(Yes)は、ステップＳ
２１４に移行して、選択領域を拡大し、一連の処理を終
了して元の処理に復帰させる。

【００６４】一方、ステップＳ２１２で、算出した選択
割合が所定値よりも大きいと判定したとき(No)は、一連
の処理を終了して元の処理に復帰させる。次に、上記実
施の形態の動作を図面を参照しながら説明する。エンジ
ン１０の制御特性を使用者向けに最適化するには、使用
者は、まず、進化開始指示を入力部３１４に入力する。

【００６５】進化適応部３２０では、使用者から進化開
始指示を入力すると、ステップＳ１００，Ｓ１０２を経
て、９個の個体の集合からなる個体群が生成されるとと
もに各個体ごとに個体情報が構成される。個体群が生成
されると、第１世代目の進化シミュレーションが開始さ
れる。第１世代目の進化シミュレーションでは、まず、
ステップＳ１０４，Ｓ１０６を経て、個体群のうち先頭
の個体の個体情報が読み出され、読み出された個体情報
に基づいて制御モジュール３２２が構築され、構築され
た制御モジュール３２２によりエンジン１０の制御が開
始され、しばらくの間その制御モジュール３２２による
制御が行われる。その間、ステップＳ１０８を経て、燃
費およびレスポンス度が評価部３３０から取得される。

【００６６】これと同じ要領で、ステップＳ１０６から
Ｓ１０８までの処理が個体群のすべての個体について終
了すると、ステップＳ１１２，Ｓ２００を経て、燃費特
性を縦軸にとりかつレスポンス特性を横軸にとったマッ
プ領域が仮想的に形成され、個体群の各個体がその評価
値である燃費およびレスポンス度に基づいてマップ領域
上に配置され、選択領域がマップ領域内に形成される。
そして、マップ領域上の個体群のうち選択領域に属して
いる個体が表示部３１２にマップ表示される。ここで、
使用者は、表示部３１２に表示された各個体の評価を参
照しながら、個体群のなかから自己の好みの特性を持つ
個体を幾つか選択する。

【００６７】使用者により個体の選択が行われると、ス
テップＳ２０６を経て、選択領域内の個体の総数に対す
る使用者が選択した個体の数の選択割合が算出され、選
択割合が所定値（例えば、２０％）以上であると、ステ
ップＳ２０８，Ｓ２１０を経て、選択領域が縮小され
る。例えば、図６の中段に示すように、個体Ａ，Ｂ，
Ｃ，Ｄ，Ｅが選択領域上に配置されている場合に、使用
者が個体Ａのみを選択すると、選択割合が２０％となる
ので、個体Ａが選択領域に属する範囲を限度として選択
領域が縮小される。また例えば、図６の下段に示すよう
に、個体Ａ，Ｂ，Ｃ，Ｄ，Ｅが選択領域上に配置されて
いる場合に、使用者が個体Ｄ，Ｅを選択すると、選択割
合が４０％となるので、個体Ｄ，Ｅが選択領域に属する
範囲を限度として選択領域が縮小される。この場合はい
ずれも、元の選択領域の幅をＷとすると、新たな選択領
域の幅は、０．８Ｗとなっている。図６は、使用者が個
体を選択する場合を説明するための図である。

【００６８】これに対し、ステップＳ２０６を経て、選
択領域内の個体の総数に対する使用者が選択した個体の
数の選択割合が算出され、選択割合が所定値（例えば、
１０％）以下であると、ステップＳ２１２，Ｓ２１４を
経て、選択領域が拡大される。例えば、図６の上段に示
すように、個体Ａ，Ｂ，Ｃ，Ｄ，Ｅが選択領域上に配置
されている場合に、使用者が個体をいずれも選択しない
と、選択割合が０％となるので、選択領域が拡大され
る。この場合は、元の選択領域の幅をＷとすると、新た
な選択領域の幅は、１．２Ｗとなっている。

【００６９】また、使用者が個体を選択するには、図７
に示すような要領で行う。図７は、表示部３１２および
入力部３１４の構成を示す外観図である。入力部３１４
は、図７に示すように、表示部３１２の個体を指示する
カーソル３１２ａを移動するためのカーソルキー３１４
ａと、カーソルキー３１４ａの操作によりカーソル３１
２ａで指示した個体を仮選択するための選択ボタン３１
４ｂと、個体の選択を決定するための決定ボタン３１４
ｃとで構成されている。個体の選択は、例えば、図７
（ａ）に示すように、個体Ａ，Ｂ，Ｃ，Ｄ，Ｅが表示部
３１２に表示されている場合、個体Ｃ，Ｄを選択するに
は、使用者は、まず、カーソルキー３１４ａを操作し、
個体Ｃをカーソル３１２ａで指示し、選択ボタン３１４
ｂを押下して個体Ｃを仮選択する。次に、カーソルキー
３１４ａを操作し、個体Ｄをカーソル３１２ａで指示
し、選択ボタン３１４ｂを押下して個体Ｄを仮選択す
る。仮選択された個体は、図７（ｂ）に示すように、表
示部３１２において仮選択されていない他の個体と区別
可能となるように例えば網掛け表示される。また、カー
ソル３１２ａは、表示部３１２において反転表示されて
いる。そして、個体Ｃ，Ｄの仮選択が完了したら、決定
キー３１４ｃを押下してそれらの選択を決定する。選択
の決定は、同時に次の世代への進行を指示するものでも
ある。

【００７０】次いで、ステップＳ１１２〜Ｓ１１６を経
て、個体群のうち選択された個体が残され、それ以外の
個体が消去されることにより個体の生存または淘汰が行
われ、交叉処理および突然変異処理が行われる。ここま
での処理を経て、第１世代目の進化シミュレーションが
終了する。その後は、これと同じ要領で、使用者が満足
する特性が得られるかまたは世代交代数が所定回数以上
となるまで、進化シミュレーションが繰り返し行われ
る。

【００７１】次いで、進化シミュレーションが完了する
と、ステップＳ１２２を経て、個体群のなかから評価値
が最も高い個体が抽出され、抽出された個体の個体情報
に基づいて最適制御モジュールが構築され、制御モジュ
ール３２２が最適制御モジュールに固定される。次い
で、ステップＳ１２４を経て、制御モジュール３２２の
入出力関係が学習層２００に学習させられる。この学習
では、まず、最適制御モジュールにより得られる実際の
エンジン回転数等の入力情報に対する進化補正率および
進化過渡補正率による制御を行う。進化適応層３００が
進化補正率および進化過渡補正率による制御を実行し始
めると、学習層２００の学習用ニューラルネットワーク
は、制御モジュール３２２の入出関係を、学習層２００
の実行用として機能しているニューラルネットワークの
入出関係と合わせて学習する。この間、進化適応層３０
０の出力は、それ以前の評価関数を最大とした個体によ
り行われ、制御則が時間的に変化することはない。前記
した学習では、進化適応層３００と学習層２００の実行
用ニューラルネットワークとの入出力を、あるステップ
幅で平均化し、これを入出力データとして教師データ集
合の更新に用いる。例えば、１秒間の平均エンジン回転
数が５０００［ｒｐｍ］、平均スロットル開度が２０、
平均吸気温度が２８［℃］、平均大気圧が１０１３［ｈ
Ｐａ］であった場合、これらと、その時の進化適応層３
００および学習層２００における実行用ニューラルネッ
トワークの出力を加算したものを入出力データとして用
いる（図８参照）。この入出力データを、以前の教師デ
ータに加えて新しい教師データ集合を得る。このとき、
教師データ集合における新しいデータとのユークリッド
距離が一定値以内の古い教師データは消去する。この様
子を図９に示す。また、教師データ集合の初期値は、す
べての入力データに対して出力を「１」にしておく。学
習層２００では、更新された教師データ集合に基づい
て、学習用ニューラルネットワークにおけるシナプスの
結合係数の学習を行う。結合係数の学習は、学習中の学
習用ニューラルネットワークの出力と反射層１００から
の基本噴射量および過渡補正率とから得られる仮想制御
出力と、実際の制御出力との間の誤差がしきい値以下に
なるまで行われ、この学習が終わると、学習用のニュー
ラルネットワークは実行用になり、もとの制御用のニュ
ーラルネットワークが学習用となる。この後、学習層２
００は、新しく得られた実行用のニューラルネットワー
クにより学習補正率および学習過渡補正率を決定して実
際に出力し、同時に、ステップＳ１２６を経て、制御モ
ジュール３２２の出力は「１」になり、学習層２００と
反射層１００とによる制御が行われる。また、学習層２
００の実行用のニューラルネットワークの初期値は、出
力が常に「１」になるように設定しておく。こうするこ
とで、初期状態においては、反射層１００と進化適応層
３００のみで制御を行うようにできる。

【００７２】このようにして、本実施の形態では、進化
適応部３２０は、燃費特性を縦軸にとりかつレスポンス
特性を横軸にとったマップ領域を仮想的に形成し、個体
群の各個体をその評価値である燃費およびレスポンス度
に基づいてマップ領域上に配置し、マップ領域上の個体
を選択可能な選択領域をマップ領域内に形成しておき、
同一世代において、選択領域内の個体を使用者に選択さ
せる個体選択、使用者による個体の選択結果に基づいて
新たな個体を生成する個体生成、および遺伝的操作を行
って世代を進行させることにより個体群を進化させ、世
代進行の過程では、選択領域内の個体の総数に対する使
用者が選択した個体の数の選択割合を算出し、算出した
選択割合が所定値（例えば、２０％）以上であるとき
は、選択領域を縮小し、算出した選択割合が所定値（例
えば、１０％）以下であるときは、選択領域を拡大する
ようになっている。

【００７３】これにより、使用者が希望する制御特性の
個体が選択領域に数多く含まれている場合は、選択範囲
が絞り込まれ、逆に、使用者が希望する制御特性の個体
が選択領域にさほど含まれていない場合は、選択範囲が
拡張されるので、エンジン１０の制御内容に疎い使用者
であっても、個体の選択を比較的適切に行うことができ
る。したがって、従来に比して、使用者の希望に比較的
沿った制御特性となるようにエンジン１０を最適化する
ことができる。

【００７４】さらに、本実施の形態では、第１評価値
は、エンジン１０の燃費であり、第２評価値は、レスポ
ンス度である。これにより、燃費およびレスポンス度を
向上する方向に個体群が進化していくので、エンジン１
０の制御特性のうち燃費特性およびレスポンス特性を最
適化することができる。

【００７５】さらに、本実施の形態では、エンジン１０
の燃料噴射量の補正率または過渡補正率の補正率をニュ
ーラルネットワーク３２２ａ，３２２ｂにより生成する
ようになっており、個体情報には、ニューラルネットワ
ーク３２２ａ，３２２ｂにおけるシナプスの結合係数を
割り当てるようになっている。これにより、高い評価値
を得ることが期待できる、ニューラルネットワーク３２
２ａ，３２２ｂにおけるシナプスの結合係数を決定する
ことができる。

【００７６】上記実施の形態において、ニューラルネッ
トワーク３２２ａ，３２２ｂにおけるシナプスの結合係
数は、請求項３、７若しくは１０記載の制御係数に対応
し、燃費およびレスポンス度は、請求項１、３、８また
は１３記載の出力値に対応し、燃費は、請求項８記載の
第１出力値に対応している。また、レスポンス度は、請
求項８記載の第２出力値に対応し、個体は、請求項１、
３ないし５、７または１３記載の探索点に対応し、エン
ジン１０は、請求項３ないし５、７、８または１０記載
の制御対象に対応している。

【００７７】なお、上記実施の形態においては、進化適
応部３２０は、選択領域内の個体の総数に対する使用者
が選択した個体の数の選択割合に応じて、選択領域の大
きさを変更するように構成したが、これに限らず、使用
者による選択結果に基づいて、選択領域の位置を変更す
るように構成してもよい。この場合、使用者により個体
の選択が行われると、選択領域の位置が変更される。例
えば、図１０の中段に示すように、個体Ａ，Ｂ，Ｃ，
Ｄ，Ｅが選択領域上に配置されている場合に、使用者が
個体Ａのみを選択すると、個体Ａが選択領域に属する範
囲を限度として選択領域の位置が変更される。また例え
ば、図１０の下段に示すように、個体Ａ，Ｂ，Ｃ，Ｄ，
Ｅが選択領域上に配置されている場合に、使用者が個体
Ｄ，Ｅを選択すると、個体Ｄ，Ｅが選択領域に属する範
囲を限度として選択領域の位置が変更される。また例え
ば、図１０の上段に示すように、個体Ａ，Ｂ，Ｃ，Ｄ，
Ｅが選択領域上に配置されている場合に、使用者が個体
をいずれも選択しないと、選択領域の位置が任意に変更
される。なお、この場合はいずれも、選択領域の大きさ
は変更前後で不変である。図１０は、使用者が個体を選
択する場合を説明するための図である。

【００７８】また、上記実施の形態においては、個体の
選択を、使用者による評価に基づいて行うように構成し
たが、これに限らず、あらかじめ定めた基準に基づいて
進化適応部３２０が自動的に行うように構成してもよ
い。例えば、図１１に示すように、使用者が選択した個
体について、燃費およびレスポンス度がその個体に対応
する燃費およびレスポンス度となるようにエンジン１０
を実際に制御した実制御時間を算出し、算出した実制御
時間に基づいて個体選択を行うように構成する。具体的
には、実制御時間を個体の評価値として定義し、評価値
が所定値以上である個体を選択し、評価値が同所定値未
満である個体を選択しない。図１１の例では、評価値が
「８０」以上の個体を選択するようにしている。図１１
は、実制御時間により個体を選択する場合を説明するた
めの図である。

【００７９】これにより、使用者が個体を選択しなくて
すむので、使用者の最適化に要する手間を低減すること
ができる。また、上記実施の形態においては、進化適応
部３２０は、選択領域内の個体の総数に対する使用者が
選択した個体の数の選択割合に応じて、選択領域の大き
さを変更するように構成したが、これに限らず、使用者
による選択結果に基づいて、新たな個体のマップ領域内
での発生範囲を変更するように構成してもよい。

【００８０】これにより、使用者が希望する制御特性の
個体が選択領域に数多く含まれている場合は、選択範囲
が絞り込まれ、逆に、使用者が希望する制御特性の個体
が選択領域にさほど含まれていない場合は、選択範囲が
拡張されるので、エンジン１０の制御内容に疎い使用者
であっても、個体の選択を比較的適切に行うことができ
る。したがって、従来に比して、使用者の希望に比較的
沿った制御特性となるようにエンジン１０を最適化する
ことができる。

【００８１】また、上記実施の形態においては、エンジ
ン１０の燃料噴射量の補正率または過渡補正率の補正率
をニューラルネットワーク３２２ａ，３２２ｂにより生
成するようになっており、個体情報には、ニューラルネ
ットワーク３２２ａ，３２２ｂにおけるシナプスの結合
係数を割り当てるように構成したが、これに限らず、個
体情報には、エンジン１０の燃料噴射量の補正率または
過渡補正率の補正率を直接割り当てるように構成しても
よい。

【００８２】これにより、高い評価値を得ることが期待
できる、エンジン１０の燃料噴射量の補正率または過渡
補正率の補正率を決定することができる。また、上記実
施の形態においては、各個体の個体情報には、ニューラ
ルネットワーク３２２ａ，３２２ｂにおけるシナプスの
結合係数を割り当てるように構成したが、これに限ら
ず、図１２に示すようなバリエーションが考えられる。
図１２は、個体情報の他のデータ構造を示す図である。
図１２（ａ）では、燃料制御モジュールを構築するため
の係数を個体情報に割り当てている。図１２（ｂ）で
は、電子スロットルモジュールおよび燃料制御モジュー
ルを構築するためのそれぞれの係数を個体情報に割り当
てている。図１２（ｃ）では、電子スロットルモジュー
ル、燃料制御モジュールおよびＣＶＴ（Continuously V
ariable Transmission）モジュールを構築するためのそ
れぞれの係数を個体情報に割り当てている。

【００８３】また、上記実施の形態においては、制御装
置３０の制御対象として車両用エンジン１０を適用して
いるが、制御装置３０の制御対象は本実施の形態に限定
されることなく任意のものでよく、例えば、車体のサス
ペンションやシートのダンパー特性の制御または、電気
モータやエンジンを補助動力とする自転車或いは車イス
における補助動力のアシスト特性、またはパーソナルロ
ボットの動作特性（きびきびした動作やのんびりした動
作）の制御に適用してもよい。

【００８４】また、本実施の形態においては、制御出力
として燃料噴射量を取り扱っているが、制御対象として
エンジン１０を適用する場合、制御出力としては、その
他に、例えば、噴射時間、点火時期、吸気バルブタイミ
ング、電子スロットル開度、バルブリフト量、排気バル
ブタイミング、または吸排気制御用バルブタイミング等
が考えられる。ここで、吸気制御用バルブとは、タンブ
ルおよびスワールの制御を行うために吸気管に設けられ
るバルブであり、また、排気制御バルブとは、排気脈動
を制御するために排気管に設けられるバルブである。

【００８５】また、本実施の形態においては、学習層２
００を階層型ニューラルネットワークで構成している
が、学習層２００の制御系の構成は本実施例に限定され
ることなく、例えば、ＣＭＡＣ（Cerebellar Model Ari
thmetic Computer）を用いてもよい。ＣＭＡＣを用いる
利点としては、階層型ニューラルネットワークに比べ
て、追加学習の能力が優れていること、学習が高速であ
る等が挙げられる。

【００８６】また、上記実施の形態においては、エンジ
ン１０の燃料噴射量の補正率または過渡補正率の補正率
をニューラルネットワーク３２２ａ，３２２ｂにより生
成するように構成したが、これに限らず、エンジン１０
の燃料噴射量、過渡補正量、燃料噴射量の補正量または
過渡補正量の補正量をニューラルネットワーク３２２
ａ，３２２ｂにより生成するように構成してもよい。こ
のことは、ニューラルネットワーク３２２ａ，３２２ｂ
により生成せずに直接算出する構成についても同じであ
る。

【００８７】また、上記実施の形態においては、エンジ
ン１０の燃費特性およびレスポンス特性を使用者向けに
最適化するのにＧＡを用いたが、これに限らず、ＧＰや
ＥＳ等の進化的アルゴリズムを用いることもできる。ま
た、上記実施の形態において、図４および図５のフロー
チャートに示す処理を実行するにあたってはいずれも、
ＲＯＭにあらかじめ格納されているプログラムを実行す
る場合について説明したが、これに限らず、これらの手
順を示したプログラムが記録された記録媒体から、その
プログラムをＲＡＭに読み込んで実行するようにしても
よい。

【００８８】ここで、記録媒体とは、ＲＡＭ、ＲＯＭ等
の半導体記録媒体、ＦＤ、ＨＤ等の磁気記録型記録媒
体、ＣＤ、ＣＤＶ、ＬＤ、ＤＶＤ等の光学的読取方式記
録媒体、ＭＯ等の磁気記録型／光学的読取方式記録媒体
であって、電子的、磁気的、光学的等の読み取り方法の
いかんにかかわらず、コンピュータで読み取り可能な記
録媒体であれば、あらゆる記録媒体を含むものである。

【００８９】

【発明の効果】以上説明したように、本発明に係る請求
項１または２記載の最適解探索装置によれば、使用者が
探索点を選択できる範囲が使用者の選択結果に基づいて
変化するので、従来に比して、探索を行うのに不慣れな
使用者であっても、使用者の希望に比較的沿った解を探
索することができるという効果が得られる。

【００９０】一方、本発明に係る請求項３ないし１２記
載の制御対象の制御装置によれば、使用者が探索点を選
択できる範囲が使用者の選択結果に基づいて変化するの
で、従来に比して、制御内容に疎い使用者であっても、
使用者の希望に比較的沿った制御特性となるように最適
化することができるという効果が得られる。さらに、本
発明に係る請求項５記載の制御対象の制御装置によれ
ば、使用者が希望する制御特性の探索点が選択領域に数
多く含まれている場合は、選択範囲が絞り込まれ、逆
に、使用者が希望する制御特性の探索点が選択領域にさ
ほど含まれていない場合は、選択範囲が拡張されるの
で、制御内容に疎い使用者であっても、探索点の選択を
比較的適切に行うことができる。したがって、使用者の
希望にさらに沿った制御特性となるように最適化するこ
とができるという効果も得られる。

【００９１】さらに、本発明に係る請求項６記載の制御
対象の制御装置によれば、使用者が探索点を選択しなく
てすむので、使用者の最適化に要する手間を低減するこ
とができるという効果も得られる。さらに、本発明に係
る請求項８記載の制御対象の制御装置によれば、燃費お
よびレスポンス度を向上する方向に個体群が進化してい
くので、エンジンの制御特性のうち燃費特性およびレス
ポンス特性を最適化することができるという効果も得ら
れる。

【００９２】さらに、本発明に係る請求項９記載の制御
対象の制御装置によれば、評価の高い出力値を得ること
が期待できる、燃料噴射量、過渡補正量、燃料噴射量の
補正値または過渡補正量の補正値を決定することができ
るという効果も得られる。さらに、本発明に係る請求項
１０記載の制御対象の制御装置によれば、評価の高い出
力値を得ることが期待できる、ニューラルネットワーク
におけるシナプスの結合係数を決定することができると
いう効果も得られる。

【００９３】さらに、本発明に係る請求項１１記載の制
御対象の制御装置によれば、電力消費および回転変化率
を向上する方向に個体群が進化していくので、電気モー
タの制御特性のうち電力消費特性および回転変化率特性
を最適化することができるという効果も得られる。一
方、本発明に係る請求項１３記載の最適解探索プログラ
ムによれば、請求項１記載の最適解探索装置と同等の効
果が得られる。

【００９４】さらに、本発明に係る請求項１４記載の最
適解探索プログラムによれば、請求項２記載の最適解探
索装置と同等の効果が得られる。

【図面の簡単な説明】

【図１】本発明を適用するエンジン制御システムの構成
を示すブロック図である。

【図２】進化適応層３００の各部の構成を示すブロック
図である。

【図３】ニューラルネットワーク３２２ａ，３２２ｂの
構成および個体情報のデータ構造を示す図である。

【図４】進化適応部３２０で実行される処理を示すフロ
ーチャートである。

【図５】上記ステップＳ１１２の個体選択処理を示すフ
ローチャートである。

【図６】使用者が個体を選択する場合を説明するための
図である。

【図７】表示部３１２および入力部３１４の構成を示す
外観図である。

【図８】教師データ集合が新しい教師データを獲得する
状態を概念的に示す図である。

【図９】教師データ集合の更新を概念的に示す図であ
る。

【図１０】使用者が個体を選択する場合を説明するため
の図である。

【図１１】実制御時間により個体を選択する場合を説明
するための図である。

【図１２】個体情報の他のデータ構造を示す図である。

【符号の説明】

１０エンジン２０各種センサ３０制御装置１００反射層１１０基礎制御部２００学習層２１０学習部３００進化適応層３１０インターフェース部３１２表示部３１４入力部３２０進化適応部３２２制御モジュール３２２ａ，３２２ｂニューラルネットワーク３３０評価部３３２燃費算出部３３４レスポンス度算出部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｆ０２Ｄ 45/00 ３７６Ｆ０２Ｄ 45/00 ３７６ＨＧ０５Ｂ 13/02 Ｇ０５Ｂ 13/02 ＬＺＦターム(参考） 3G084 BA05 BA13 DA04 EB09 EB18 EB20 EC04 FA00 FA10 FA13 FA33 FA34 3G301 JA03 KA11 LA01 MA11 NA09 NC04 ND18 ND25 ND33 ND43 ND44 ND45 PA11Z PA12Z PB03Z PC00Z PE01Z PE02Z PF00Z 5H004 GB12 HA08 HA16 HB08 KD33 KD46 KD63 KD67

Claims

【特許請求の範囲】

【請求項１】評価関数の入力値又は出力値によりその
領域上の位置を特定可能なマップ領域を仮想的に形成
し、前記入力値又は前記出力値を対応付けた探索点を前
記マップ領域上に配置し、前記マップ領域上の探索点を
選択可能な選択領域を前記マップ領域内に形成してお
き、同一世代において、前記選択領域内の探索点を使用
者に選択させる探索点選択、及び前記使用者による前記
探索点の選択結果に基づいて新たな探索点を生成する探
索点生成を行って世代を進行させることにより、前記評
価関数の最適解を探索する装置であって、前記使用者による前記探索点の選択結果に基づいて前記
選択領域を変更するようになっていることを特徴とする
最適解探索装置。
【請求項２】評価関数の入力値又は出力値によりその
領域上の位置を特定可能なマップ領域を仮想的に形成
し、前記入力値又は前記出力値を対応付けた探索点を前
記マップ領域上に配置しておき、同一世代において、前
記マップ領域内の探索点を使用者に選択させる探索点選
択、及び前記使用者による前記探索点の選択結果に基づ
いて新たな探索点を生成する探索点生成を行って世代を
進行させることにより、前記評価関数の最適解を探索す
る装置であって、前記使用者による前記探索点の選択結果に基づいて前記
新たな探索点の前記マップ領域内での発生範囲を変更す
るようになっていることを特徴とする最適解探索装置。
【請求項３】制御対象の特性を制御する制御系の制御
特性に影響を及ぼす制御係数を入力として前記制御特性
を出力する評価関数を定義し、前記評価関数の出力値に
よりその領域上の位置を特定可能なマップ領域を仮想的
に形成し、前記出力値を対応付けた探索点を前記マップ
領域上に配置し、前記マップ領域上の探索点を選択可能
な選択領域を前記マップ領域内に形成しておき、同一世
代において、前記選択領域内の探索点を使用者に選択さ
せる探索点選択、及び前記使用者による前記探索点の選
択結果に基づいて新たな探索点を生成する探索点生成を
行って世代を進行させることにより、前記制御系の制御
特性を最適化する装置であって、前記使用者による前記探索点の選択結果に基づいて前記
選択領域を変更するようになっていることを特徴とする
制御対象の制御装置。
【請求項４】請求項３において、前記選択領域内の探索点の総数に対する前記使用者が選
択した探索点の数の割合に応じて、前記選択領域の大き
さを変更するようになっていることを特徴とする制御対
象の制御装置。
【請求項５】請求項４において、前記選択領域内の探索点の総数に対する前記使用者が選
択した探索点の数の割合が大きいときは、前記選択領域
を縮小し、前記選択領域内の探索点の総数に対する前記
使用者が選択した探索点の数の割合が小さいときは、前
記選択領域を拡大するようになっていることを特徴とす
る制御対象の制御装置。
【請求項６】請求項３乃至５のいずれかにおいて、前記使用者が選択した探索点について、前記評価関数の
出力値が当該探索点に対応する出力値となるように前記
制御対象を実際に制御した実制御時間を算出し、算出し
た実制御時間に基づいて前記探索点選択を行うようにな
っていることを特徴とする制御対象の制御装置。
【請求項７】請求項３乃至６のいずれかにおいて、前記探索点を個体として複数の個体の集合からなる個体
群を仮想的に生成するとともに、前記各個体ごとにその
個体の遺伝情報に見立てて個体情報を構成し、当該個体
情報には、前記制御係数を割り当て、同一世代におい
て、遺伝子操作を模倣した情報操作を前記個体情報に対
して行う遺伝的操作、前記探索点選択及び前記探索点生
成をそれぞれ少なくとも１回行って世代を進行させるこ
とにより、前記評価関数の最適解を探索するようになっ
ていることを特徴とする制御対象の制御装置。
【請求項８】請求項７において、前記制御対象は、エンジンであり、前記出力値は、第１出力値と第２出力値とからなり、前
記第１出力値は、前記エンジンの燃費であり、前記第２
出力値は、前記エンジンの回転数変化率及びスロットル
開度変化率により定まるレスポンス度であることを特徴
とする制御対象の制御装置。
【請求項９】請求項７及び８のいずれかにおいて、前記制御対象は、エンジンであり、前記個体情報には、前記制御係数として、前記エンジン
の燃料噴射量、前記エンジンの過渡状態において前記燃
料噴射量を補正する過渡補正量、前記燃料噴射量の補正
値又は前記過渡補正量の補正値を割り当てるようになっ
ていることを特徴とする制御対象の制御装置。
【請求項１０】請求項７及び８のいずれかにおいて、前記制御対象は、エンジンであり、前記エンジンの燃料噴射量、前記エンジンの過渡状態に
おいて前記燃料噴射量を補正する過渡補正量、前記燃料
噴射量の補正値又は前記過渡補正量の補正値をニューラ
ルネットワークにより生成するようになっており、前記個体情報には、前記制御係数として、前記ニューラ
ルネットワークにおけるシナプスの結合係数を割り当て
るようになっていることを特徴とする制御対象の制御装
置。
【請求項１１】請求項７において、前記制御対象は、電気モータであり、前記出力値は、第１出力値と第２出力値とからなり、前
記第１出力値は、前記電気モータの電力消費であり、前
記第２出力値は、前記電気モータの回転変化率であるこ
とを特徴とする制御対象の制御装置。
【請求項１２】制御対象の特性を制御する制御系の制
御特性に影響を及ぼす制御係数を入力として前記制御特
性を出力する評価関数を定義し、前記評価関数の出力値
によりその領域上の位置を特定可能なマップ領域を仮想
的に形成し、前記出力値を対応付けた探索点を前記マッ
プ領域上に配置しておき、同一世代において、前記マッ
プ領域内の探索点を使用者に選択させる探索点選択、及
び前記使用者による前記探索点の選択結果に基づいて新
たな探索点を生成する探索点生成を行って世代を進行さ
せることにより、前記制御系の制御特性を最適化する装
置であって、前記使用者による前記探索点の選択結果に基づいて前記
新たな探索点の前記マップ領域内での発生範囲を変更す
るようになっていることを特徴とする制御対象の制御装
置。
【請求項１３】評価関数の入力値又は出力値によりそ
の領域上の位置を特定可能なマップ領域を仮想的に形成
し、前記入力値又は前記出力値を対応付けた探索点を前
記マップ領域上に配置し、前記マップ領域上の探索点を
選択可能な選択領域を前記マップ領域内に形成してお
き、同一世代において、前記選択領域内の探索点を使用
者に選択させる探索点選択、及び前記使用者による前記
探索点の選択結果に基づいて新たな探索点を生成する探
索点生成を行って世代を進行させることにより、前記評
価関数の最適解を探索するコンピュータ実行可能なプロ
グラムであって、前記使用者による前記探索点の選択結果に基づいて前記
選択領域を変更する処理をコンピュータに実行させるた
めのプログラムであることを特徴とする最適解探索プロ
グラム。
【請求項１４】評価関数の入力値又は出力値によりそ
の領域上の位置を特定可能なマップ領域を仮想的に形成
し、前記入力値又は前記出力値を対応付けた探索点を前
記マップ領域上に配置しておき、同一世代において、前
記マップ領域内の探索点を使用者に選択させる探索点選
択、及び前記使用者による前記探索点の選択結果に基づ
いて新たな探索点を生成する探索点生成を行って世代を
進行させることにより、前記評価関数の最適解を探索す
るコンピュータ実行可能なプログラムであって、前記使用者による前記探索点の選択結果に基づいて前記
新たな探索点の前記マップ領域内での発生範囲を変更す
る処理をコンピュータに実行させるためのプログラムで
あることを特徴とする最適解探索プログラム。