JP2003013794A - 車両用制御パラメータの適合方法及び適合装置 - Google Patents

Abstract

(57)【要約】 【課題】 比較的短い時間内に複数のエンジン制御パラ
メータのマップ定数を能率良く適合する。 【解決手段】 複数のエンジン制御パラメータのマップ
定数を遺伝的アルゴリズムを用いて適合する。この遺伝
的アルゴリズムでは、制御パラメータのＬＳＢ（変化
幅）を遺伝子とし、制御パラメータの１つのデータを１
つの遺伝子型とみなすと共に、適合対象となる複数の制
御パラメータのデータ（遺伝子型）の組み合わせを１つ
の個体とみなし、最初に適宜の方法で規定個数の個体を
作成して初期集団を形成し、その集団の各個体の適合度
を評価して、その集団の中から適合度の高い方の個体の
みを選択して次の世代に残し、その個体を交配、突然変
異させることで、一部の遺伝子が変化した新たな個体を
規定個数作成して新たな集団を形成する。以後、上述し
た評価、選択、交配、突然変異、集団形成を１世代とし
て、これを適当な世代数だけ繰り返すことで最適値を求
める。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、車両の制御対象を
制御する複数の制御パラメータのマップ定数を、該制御
対象の目標性能を満足するように適合する車両用制御パ
ラメータの適合方法及び適合装置に関するものである。

【０００２】

【従来の技術】近年の内燃機関（エンジン）は、車載コ
ンピュータで点火時期、噴射時期等の制御パラメータを
運転条件に応じてマップにより最適値に制御することに
より、出力向上、排気エミッション低減、燃費節減等を
実現するようにしている。エンジンの制御パラメータの
マップ定数の最適値は、機種毎に異なるため、開発過程
で、制御パラメータのマップ定数を目標性能を満足する
ように適合する作業が必要となってくる。

【０００３】従来の適合方法は、図３に示すように、例
えば、点火時期と噴射時期の２つの制御パラメータのマ
ップ定数を適合する場合は、点火時期と噴射時期の各々
についてそれぞれ例えば６点ずつ測定点を設定し、それ
らの全ての組み合わせの測定条件（６×６＝３６通りの
条件）でエンジンを運転して、トルク、排気エミッショ
ン、燃費等を測定して適合度を評価し、その適合度が最
高となる最適ポイントを探索するようにしている。

【０００４】

【発明が解決しようとする課題】近年の高性能エンジン
は、出力向上、排気エミッション低減、燃費節減等を実
現するために、可変バルブタイミング機構や排気環流シ
ステム等の様々な機能を搭載しているため、適合すべき
制御パラメータが点火時期と噴射時期のみではなく、バ
ルブタイミングや排気環流率等も適合する必要があり、
適合すべき制御パラメータの数が増加する傾向にある。
従って、上記従来の適合方法のように、適合対象となる
全ての制御パラメータの全ての測定点の組み合わせにつ
いて適合度を評価する“全点測定”を行うようにしたの
では、適合工数が非常に多くなってしまい、生産性向上
の要求を満たすことができない。

【０００５】これを具体的に説明すると、例えば、適合
すべき制御パラメータの数が６個の場合、１つの制御パ
ラメータの測定点が６点であれば、従来の適合方法（全
点測定）では、６⁶ ＝４６６５６通りの条件でエンジン
を運転して、トルク、排気エミッション、燃費等を測定
して適合度を評価する必要があるが、このような膨大な
数の条件の適合度を評価するには、膨大な時間がかか
り、現実には適合不可能である。

【０００６】本発明はこのような事情を考慮してなされ
たものであり、従ってその目的は、複数の制御パラメー
タのマップ定数の適合に要する時間を従来よりも短くす
ることができて、比較的短い時間内に複数の制御パラメ
ータのマップ定数を能率良く適合することができる車両
用制御パラメータの適合方法及び適合装置を提供するこ
とにある。

【０００７】

【課題を解決するための手段】上記目的を達成するため
に、本発明は、複数の制御パラメータのマップ定数を最
適化手法を用いて適合するようにしたものである。この
ように、最適化手法を用いれば、図３に示すように、複
数の制御パラメータの測定点を所定のアルゴリズムに従
って変化させながら最適値を適切なルートで探索するこ
とができるので、全点測定を行わずに、少ない測定条件
で複数の制御パラメータのマップ定数を最適値に適合す
ることができ、複数の制御パラメータの適合時間を従来
よりも短くすることができる。

【０００８】この場合、最適化手法としては、進化的手
法や統計的手法等があるが、進化的手法の方が適合精度
が良く、また、複雑な制御対象にも適用しやすい。

【０００９】更に、進化的手法としては、遺伝的アルゴ
リズムを用いると良い。この遺伝的アルゴリズムでは、
制御パラメータのＬＳＢ（変化幅）を遺伝子とし、制御
パラメータの１つのデータを１つの遺伝子型とみなすと
共に、適合対象となる複数の制御パラメータのデータ
（遺伝子型）の組み合わせを１つの個体とみなし、最初
に、適宜の方法で規定個数の個体を作成して初期集団
（初期の個体群）を形成し、その集団の各個体の適合度
（適応度）を評価して、その集団の中から適合度の高い
方の個体のみを選択して次の世代に残し、その個体を交
配（２つの個体の遺伝子の入れ換え等）、突然変異（遺
伝子型の一部情報のランダムな変化等）させることで、
一部の遺伝子が変化した新たな個体を規定個数作成して
新たな集団を形成し、以後、上述した評価、選択、交
配、突然変異、新しい集団の形成を１世代として、これ
を適当な世代数だけ繰り返すことで、最適値を求めるも
のである。この遺伝的アルゴリズムを用いれば、比較的
少ない測定数でも、精度の良い適合が可能となる。

【００１０】この遺伝的アルゴリズムでは、初期集団を
ランダムに形成しても良いが、これを統計的手法で形成
するようにしても良い。初期集団を統計的手法で形成す
れば、初期集団を形成する個体を統計的手法で選別する
ことができるため、比較的少ない世代数でも、精度の良
い適合が可能となる。

【００１１】また、適合対象となる制御パラメータの数
が多い場合は、適合対象となる全ての制御パラメータを
複数のグループに分類して、各グループに少なくとも２
個の制御パラメータを配属し、前記複数のグループの中
から順番に１つのグループを選択して適合作業を行う際
に、他のグループの制御パラメータの値を固定した状態
で、当該１つのグループ内の複数の制御パラメータの値
を同時に変化させて適合度を評価するようにしても良
い。このようにすれば、適合対象となる制御パラメータ
の数が多い場合でも、能率良く適合を行うことができ
る。

【００１２】この場合、制御対象に対する重要度に応じ
て制御パラメータを配属するグループを決定し、重要度
の高い制御パラメータが配属されたグループから順番に
適合作業を行うようにしても良い。このようにすれば、
重要度の高い制御パラメータが最初に適合されるため、
他の制御パラメータの適合作業中に制御対象の制御状態
が悪化することを避けることができる。

【００１３】また、制御パラメータの適合度を評価する
ための評価関数は、１つの数式に複数の要求項目（目標
項目）を組み込んだ関数を用い、複数の要求項目に対す
る制御パラメータの適合度を総合的に評価するようにす
ると良い。このようにすれば、要求項目が複数存在して
も、極めて簡単な演算処理で複数の要求項目に対する制
御パラメータの適合度を数値に換算することができ、適
合度の評価を容易に行うことができる。

【００１４】この場合、評価関数に組み込んだ複数の要
求項目のうちの重要度が低い方の要求項目は、目標範囲
から外れた場合のみ、評価関数の値を減算するのに用い
るようにしても良い。このようにすれば、重要度が高い
方の要求項目を重視した実用的な適合度の評価が可能と
なる。

【００１５】また、適合作業中に制御対象が損傷する可
能性のある制御状態になったときに評価関数の値を悪化
させて、直ちに制御パラメータを次の値に変更するよう
にしても良い。このようにすれば、適合作業中の制御状
態の悪化による制御対象の損傷を未然に防止できると共
に、適合時間も短くすることができる。

【００１６】更に、制御パラメータの探索範囲は、初期
状態では広く、適合段階が進むに連れて徐々に狭くする
ようにしても良い。このようにすれば、制御パラメータ
の探索範囲を適合段階に応じて適切に変化させることが
でき、比較的短い時間内に複数の制御パラメータのマッ
プ定数を精度良く適合することができる。

【００１７】また、制御パラメータの変化幅は、初期状
態では大きく、適合段階が進むに連れて徐々に小さくす
るようにしても良い。このようにすれば、制御パラメー
タの変化幅を適合段階に応じて適切に変化させることが
でき、比較的短い時間内に複数の制御パラメータのマッ
プ定数を精度良く適合することができる。

【００１８】また、初めに応答性の速い制御パラメータ
のみで適合度を評価し、その適合度が悪い場合は、応答
性の遅い制御パラメータの適合度の評価を行わずに次の
制御パラメータの値の組み合わせに変更するようにして
も良い。このようにすれば、応答性の速い制御パラメー
タによって適合度が悪いと判明した場合は、応答性の遅
い制御パラメータの適合度の評価を行わずに済み、その
分、適合時間を短くすることができる。

【００１９】本発明は、車両に搭載された各種の電子制
御システムのマップ定数の適合に適用することができ、
例えば、内燃機関制御システムのマップ定数の適合に適
用しても良い。近年の内燃機関制御システムは、出力向
上、排気エミッション低減、燃費節減等を実現するため
に、可変バルブタイミング機構や排気環流システム等の
様々な機能を搭載しているため、適合すべき制御パラメ
ータの数が増加する傾向にあるが、本発明の適合方法を
用いれば、比較的短い時間内に複数の内燃機関制御パラ
メータのマップ定数を能率良く適合することができる。

【００２０】この場合、適合対象となる全ての制御パラ
メータを複数のグループに分類する際に、燃焼性への影
響度に応じて制御パラメータを配属するグループを決定
し、燃焼性への影響度の高い制御パラメータが配属され
たグループから順番に適合作業を行うようにしても良
い。このようにすれば、適合作業中に内燃機関の燃焼性
が悪化して失火やエンストが発生することを防止でき
る。

【００２１】ところで、例えば、吸気／排気の可変バル
ブタイミングによる内部ＥＧＲと排気還流制御システム
による外部ＥＧＲとは、内燃機関の燃焼に及ぼす作用が
ほぼ同一であるが、これらが異なったグループに分類さ
れると、先に適合したグループの制御パラメータの適合
値の違いにより、後に適合するグループの制御パラメー
タの適合値がばらついてしまう可能性がある。

【００２２】この対策として、適合対象となる全ての制
御パラメータを複数のグループに分類する際に、内燃機
関の燃焼に及ぼす作用が同一又は類似する制御パラメー
タを同一のグループに分類するようにしても良い。この
ようにすれば、内燃機関の燃焼に及ぼす作用が同一又は
類似する制御パラメータを全て同時に適合することがで
きるため、それらの適合値のばらつきを少なくすること
ができる。

【００２３】また、適合対象となる全ての制御パラメー
タを前記最適化手法を用いて適合した後、該制御パラメ
ータのマップ点の特性をモデル化し、そのモデルを使用
して該制御パラメータのマップ点の特性を全領域又は一
部領域で平滑化するようにしても良い。このようにすれ
ば、最適化手法で適合した制御パラメータのマップ点の
特性がばらついていても、車両性能を向上させるように
制御パラメータのマップ点の特性を自動的に平滑化する
ことができる。

【００２４】この場合、制御パラメータのマップ点の特
性を平滑化する際に、その平滑化の対象となる領域の特
性から求めた評価関数の値が最大又は目標値以上となる
ように平滑化のレベルを決定するようにすると良い。こ
のようにすれば、車両性能を高めるように制御パラメー
タのマップ点の特性を平滑化することができる。

【００２５】この際、評価関数は、内燃機関の運転領域
毎に要求項目に対する重み付けを変化させるようにして
も良い。これにより、内燃機関の運転領域毎にその運転
領域に合った評価基準で平滑化レベルの適正度合を評価
することができる。

【００２６】

【発明の実施の形態】［実施形態（１）］以下、本発明
をエンジン制御パラメータの適合システムに適用した実
施形態（１）を図１乃至図９に基づいて説明する。ま
ず、適合システムの構成を図１に基づいて説明する。適
合するエンジン１１（内燃機関）をベンチ１２上に取り
付け、このエンジン１１のクランク軸を動力計１３に連
結する。適合作業中は、エンジン１１に装着された後述
する各種のアクチュエータを電子制御ユニット（ＥＣ
Ｕ）１４によって制御する。この電子制御ユニット１４
は、通信ボックス１６を介して適合制御用コンピュータ
１７（適合手段）に接続され、適合作業中は、この適合
制御用コンピュータ１７から通信ボックス１６を介して
電子制御ユニット１４に適合制御信号を送信すること
で、電子制御ユニット１４内の各制御パラメータのマッ
プ定数等を変更する。適合作業中のエンジン１１のスロ
ットル開度は、スロットルコントロール装置１５によっ
て調整される。

【００２７】適合作業中は、動力計制御盤１８によって
動力計１３とスロットルコントロール装置１５を制御し
てエンジン負荷を制御すると共に、動力計１３で計測し
たエンジントルクを適合制御用コンピュータ１７に送信
する。エンジン１１には、クーラント（冷却水）の温度
を調整するクーラント温度調整装置１９と、エンジンオ
イルの温度を調整するオイル温度調整装置２０と、燃料
の温度を調整する燃費計測機能付きの燃料温度調整装置
２１を接続し、適合作業中は、これら各温度調整装置２
１によってクーラント温度、エンジンオイル温度、燃料
温度が一定条件に自動調整される。適合作業中にエンジ
ン１１から排出される排出ガスは、排出ガス分析計２２
で分析され、排出ガス中のＮＯｘ、ＣＯ、ＨＣ等のエミ
ッションの測定結果が適合制御用コンピュータ１７に送
信される。

【００２８】この適合システムで適合可能なエンジン１
１は、吸気ポート噴射エンジン、直噴エンジン、ディー
ゼルエンジン等のいずれの方式でも良いが、本実施形態
では、例えば、図２に示すような直噴エンジン１１の制
御パラメータの適合方法を説明する。

【００２９】本実施形態の直噴エンジン１１では、適合
対象となる制御パラメータは、燃料噴射弁２３の噴射時
期、点火プラグ２４の点火時期、モータ等で駆動される
スロットルバルブ２５の開度（スロットル開度）、スワ
ールコントロールバルブ２６の開度（ＳＣＶ開度）、吸
気バルブ及び排気バルブの可変バルブタイミング機構２
７の進角値（ＶＶＴ進角値）、排気環流制御バルブ２８
の開度（ＥＧＲ開度）である。これら各制御パラメータ
の影響が複雑に絡み合ってエンジン運転状態が変化する
ため、従来の適合方法（全点測定）では、適合が非常に
複雑となり、適合時間が膨大になる。

【００３０】そこで、本実施形態では、これら各制御パ
ラメータのマップ定数を最適化手法を用いて適合するこ
とで、図３に示すように、複数の制御パラメータの測定
点を所定のアルゴリズムに従って変化させながら最適値
を適切なルートで探索するようにする。これにより、全
点測定を行わずに、少ない測定条件で複数の制御パラメ
ータのマップ定数を最適値に適合することができ、複数
の制御パラメータの適合時間を従来よりも短くすること
ができる。

【００３１】この場合、最適化手法としては、進化的手
法や統計的手法等があるが、進化的手法の方が適合精度
が良く、しかも、複雑な制御対象にも適用しやすい。進
化的手法としては、遺伝的アルゴリズムと勾配法等があ
るが、本実施形態では、遺伝的アルゴリズムを用いた適
合方法を説明する。

【００３２】ここで、遺伝的アルゴリズムについて図４
に基づいて説明する。遺伝的アルゴリズムでは、制御パ
ラメータのＬＳＢ（変化幅）を遺伝子とし、制御パラメ
ータの１つのデータを１つの遺伝子型とみなすと共に、
適合対象となる複数の制御パラメータのデータ（遺伝子
型）の組み合わせを１つの個体とみなす。図４の例で
は、適合する制御パラメータが点火時期と噴射時期の２
つであり、点火時期のデータ（遺伝子型）を例えば５ビ
ットのビット列で２進数表現し、噴射時期のデータ（遺
伝子型）を例えば７ビットのビット列で２進数表現す
る。従って、１つの個体は、１２ビットのビット列で表
現され、そのうちの上位の５ビットのビット列が点火時
期のデータ（遺伝子型）を表し、下位の７ビットのビッ
ト列が噴射時期のデータ（遺伝子型）を表す。

【００３３】最初に、適宜の方法で規定個数（図４の例
では４個）の個体を作成して初期集団（初期の個体群）
を形成する。この初期集団は、ランダムに形成しても良
いが、本実施形態では、統計的手法を用いて初期集団を
形成するものとし、更に、統計的手法として、例えば実
験計画法を用いるものとする。この手法を用いて初期集
団を形成すれば、偏りのない初期集団を形成することが
できるため、比較的少ない世代数でも、精度の良い適合
が可能となる。

【００３４】初期集団の形成後は、その集団の各個体の
適合度（適応度）を次のようにして評価する。まず、個
体のビット列をデコードして、各制御パラメータ（例え
ば点火時期と噴射時期）のデータに変換し、その条件で
エンジン１１を運転してエンジントルクと排気エミッシ
ョン等のデータを計測し、後述する評価関数で適合度を
算出する。この後、集団の中から適合度の高い方の例え
ば２つの個体を選択して次の世代に残し、適合度の低い
方の残り２つの個体を淘汰する。

【００３５】この後、次の世代に残された個体を交配、
突然変異させることで、一部の遺伝子が変化した新たな
個体を規定個数作成して新たな集団を形成する。ここ
で、交配は、２つの個体の遺伝子の入れ換え等を行うこ
とで、一部の遺伝子が変化した新たな個体を作り出すこ
とである。図４の例では、交配を行う際に、一方の個体
のビット列のうちの上位４ビットと下位４ビットの値
を、それぞれ他方の個体のビット列のうちの上位４ビッ
トと下位４ビットの値と入れ換えることで、新たな２つ
の個体を作り出す。尚、遺伝子情報を入れ換えるビット
の位置は、１箇所でも、複数箇所でも良く、また、その
入れ換え位置をランダム又は適宜の方法で変化させるよ
うにしても良い。また、交配で入れ換えるビットの数も
１ビットでも、複数ビットでも良い。

【００３６】また、突然変異は、遺伝子の一部情報をあ
る確率でランダムに変化させることで、一部の遺伝子が
変化した新たな個体を作り出すことである。この突然変
異が発生するビットの位置は、ランダム又は適宜の方法
で変化させるようにしても良い。

【００３７】以後、上述した評価、選択、交配、突然変
異、新しい集団の形成を１世代として、これを適当な世
代数だけ繰り返すことで、最適値を求める。このような
遺伝的アルゴリズムを用いれば、図５に示すように、最
適解よりも適合度の低い局所解が存在する場合（評価関
数に複数の極大点が存在する場合）でも、突然変異によ
り局所解から抜け出して最適解に収束させることができ
る。

【００３８】ところで、本実施形態では、適合対象とな
る制御パラメータは、噴射時期、点火時期、スロットル
開度、ＳＣＶ開度、ＶＶＴ進角値、ＥＧＲ開度であり、
制御パラメータの数が多い。しかも、これらの制御パラ
メータの影響が複雑に絡み合ってエンジン運転状態が変
化するため、全ての制御パラメータを同時に適合しよう
とすると、適合時間が長くなったり、適合作業中に燃焼
性が悪化して失火やエンストが発生する可能性がある。

【００３９】そこで、本実施形態では、適合対象となる
６個の制御パラメータを例えば２つのグループに分類し
て、各グループに少なくとも２個の制御パラメータを配
属し、一方のグループの制御パラメータの適合作業を行
う際に、他方のグループの制御パラメータの値を固定し
た状態で、当該一方のグループ内の複数の制御パラメー
タの値を同時に変化させて適合度を評価する。

【００４０】更に、本実施形態では、適合対象となる６
個の制御パラメータを２つのグループに分類する際に、
重要度つまり燃焼性への影響度に応じて制御パラメータ
を配属するグループを決定し、燃焼性への影響度の高い
制御パラメータが配属されたグループから順番に適合作
業を行う。本実施形態では、６個の制御パラメータのう
ちの燃焼性への影響度が比較的大きい制御パラメータで
ある点火時期と噴射時期を第１のグループに分類し、燃
焼性への影響度が比較的小さい制御パラメータであるス
ロットル開度、ＳＣＶ開度、ＶＶＴ進角値、ＥＧＲ開度
を第２のグループに分類し、第１のグループから適合作
業を行う。これにより、適合作業中に燃焼性が悪化して
失火やエンストが発生することを防止する。

【００４１】以上説明した遺伝的アルゴリズムを用いた
エンジン制御パラメータの適合作業は、前述した図１の
適合システムを用いて、図６乃至図８のフローチャート
に従って実行される。以下、これら各フローチャートの
各ステップの処理内容を説明する。

【００４２】図６の自動適合準備のフローチャートは、
自動適合の準備段階で作業者が行うべき作業内容を示し
ている。自動適合の準備段階では、まずステップ１０１
で、各制御パラメータのマップ定数に暫定マップ定数を
入力する。この際、暫定マップ定数としては、適合済み
の類似エンジンのマップ定数を流用すれば良い。

【００４３】そして、次のステップ１０２で、適合作業
中のノック発生によるエンジン１１の損傷を防止するた
め、目標ノック音（許容最大ノック音）とノック検出装
置（図示せず）との相関関係を評価し、そのデータを入
力する。この後、ステップ１０３に進み、適合する制御
パラメータの種類を設定する。本実施形態では、適合す
る制御パラメータは、例えば、噴射時期、点火時期、ス
ロットル開度、ＳＣＶ開度、ＶＶＴ進角値、ＥＧＲ開度
である。

【００４４】この後、ステップ１０４に進み、各制御パ
ラメータの初期値、探索範囲、ＬＳＢ（変化幅）を設定
する。例えば、噴射時期の場合は、初期値＝２０℃Ａ、
探索範囲＝１０〜３０℃Ａ、ＬＳＢ＝１℃Ａと設定す
る。これ以外の初期値に設定しても良いことは言うまで
もない。

【００４５】この後、ステップ１０５に進み、エンジン
性能の目標値を設定する。例えば、ＮＯｘ排出量＝５ｇ
／ｋｗｈ、トルク変動量＜２．０、排気温度＜９００℃
等をエンジン性能の目標値として設定する。これ以外の
目標値を設定しても良いことは言うまでもない。

【００４６】この後、ステップ１０６に進み、評価関数
を設定する。例えば、目標ＮＯｘ排出量の範囲内で最大
トルクを発生するように適合する場合は、次のように評
価関数を設定する。

【００４７】実際のＮＯｘ排出量が目標ＮＯｘ排出量以
下の場合 評価関数＝トルク 実際のＮＯｘ排出量が目標ＮＯｘ排出量を越えている場
合 評価関数＝トルク−Ｋ×（実際のＮＯｘ排出量−目標Ｎ
Ｏｘ排出量） ここで、Ｋは重み付け係数である。この重み付け係数Ｋ
は、演算処理の簡略化のために固定値としても良いが、
運転領域や燃焼方式により変化させるようにしても良
い。

【００４８】この評価関数は、適合度を評価する指標と
なり、この評価関数の値が大きいほど、適合度が高いこ
とを意味する。この評価関数を用いることで、極めて簡
単な演算処理で２つの要求項目（トルクとＮＯｘ排出
量）に対する制御パラメータの適合度を数値に換算する
ことができ、適合度の評価を容易に行うことができる。

【００４９】上記評価関数は、１つの数式に２つの要求
項目（トルクとＮＯｘ排出量）を組み込んでいるが、更
に、この評価関数に、トルク変動量、ＨＣ排出量、ＣＯ
排出量、排気温度、燃費、ノック等の他の要求項目を追
加するようにしても良い。この場合は、要求項目に応じ
て個々の重み付け係数を設定すれば良い。１つの数式に
複数の要求項目を組み込んだ評価関数を用いれば、要求
項目が複数存在しても、極めて簡単な演算処理で複数の
要求項目に対する制御パラメータの適合度を数値に換算
することができ、適合度の評価を容易に行うことができ
る。勿論、評価関数に組み込む要求項目を１つのみとし
ても良く、この場合は、評価関数＝要求項目とすれば良
い。

【００５０】また、評価関数に組み込んだ複数の要求項
目のうちの重要度が低い方の要求項目は、目標範囲から
外れた場合のみ、評価関数の値を減算するのに用いるよ
うにしても良い。このようにすれば、重要度が高い方の
要求項目を重視した実用的な適合度の評価が可能とな
る。

【００５１】以上説明した各ステップ１０１〜１０６の
作業を行うと、自動適合の準備作業が全て終了し、図７
の自動適合プログラムと図８の遺伝的アルゴリズム実行
プログラムによって自動適合を実行できる状態となる。

【００５２】図７の自動適合プログラムと図８の遺伝的
アルゴリズム実行プログラムは、適合制御用コンピュー
タ１７によって実行され、定常運転での各制御パラメー
タの基本マップを次のようにして適合する。

【００５３】図７の自動適合プログラムによる自動適合
が開始されると、まずステップ２０１で、適合度を評価
する制御パラメータのマップ点にエンジン運転条件を切
り換えて自動運転する。この後、ステップ２０２に進
み、第１のグループに属する制御パラメータ、つまり、
燃焼性への影響度が比較的大きい制御パラメータ（点火
時期、噴射時期）を図８の遺伝的アルゴリズム実行プロ
グラムによって自動適合する。この自動適合は、例え
ば、目標ノックの範囲内でトルク（評価関数の値）が最
大となる第１のグループ内の制御パラメータ（点火時
期、噴射時期）の組み合わせを探索する。この際、第２
のグループの制御パラメータ（スロットル開度、ＳＣＶ
開度、ＶＶＴ進角値、ＥＧＲ開度）は、初期値のまま変
化させない。

【００５４】また、適合作業中に発生するノックが目標
ノックを越えたときは、直ちに評価関数の値を最悪値
（例えば０）とし、直ちに制御パラメータを次の値に変
更する。これにより、適合作業中のノック発生によるエ
ンジン１１の損傷を未然に防止する。尚、ノックの他
に、失火又は排気温度の過昇温を検出したときに、直ち
に評価関数の値を最悪値（例えば０）とし、直ちに制御
パラメータを次の値に変更するようにしても良い。

【００５５】このようにして、第１のグループを自動適
合した後、ステップ２０３に進み、第２のグループに属
する制御パラメータ、つまり、燃焼性への影響度が比較
的小さい制御パラメータ（スロットル開度、ＳＣＶ開
度、ＶＶＴ進角値、ＥＧＲ開度）を図８の遺伝的アルゴ
リズム実行プログラムによって同時に自動適合する。こ
の自動適合は、例えば、目標ＮＯｘ排出量の範囲内で且
つトルク変動量ΔＴＲＱが目標値以下の範囲内でトルク
（評価関数の値）が最大となる第２のグループの制御パ
ラメータ（スロットル開度、ＳＣＶ開度、ＶＶＴ進角
値、ＥＧＲ開度）の組み合わせを探索する。この際、先
に自動適合した第１のグループの制御パラメータ（点火
時期、噴射時期）は、上記ステップ２０２で自動適合し
た適合値のまま変化させない。

【００５６】このようにして、第２のグループを自動適
合した後、ステップ２０４に進み、上記ステップ２０
２，２０３で自動適合した全ての制御パラメータを、再
度、図８の遺伝的アルゴリズム実行プログラムによって
同時に自動適合し、評価関数の値が最大となる制御パラ
メータの組み合わせを探索する。この際、各制御パラメ
ータの初期値として、上記ステップ２０２，２０３で適
合した適合値を使用すると共に、上記ステップ２０２，
２０３の自動適合時と比較して、探索範囲を狭くし、且
つ、ＬＳＢ（変化幅）を小さくして適合する。

【００５７】以上説明したステップ２０１〜２０４の処
理を、適合するマップ点の数だけ繰り返し実行する。

【００５８】一方、図８の遺伝的アルゴリズム実行プロ
グラムは、図７のステップ２０２〜２０４でそれぞれ実
行され、次のようにして遺伝的アルゴリズムによって制
御パラメータを自動適合する。まず、ステップ３０１
で、遺伝的アルゴリズムの条件（例えば、世代数、選択
方法、交配方法、突然変異の確率等）を設定する。この
後、ステップ３０２に進み、適宜の方法で規定個数（図
４の例では４個）の個体を作成して初期集団（初期の個
体群）を形成する。この初期集団は、ランダムに形成し
ても良いが、統計的手法を用いて初期集団を形成しても
良く、統計的手法として、例えば実験計画法を用いるよ
うにしても良い。

【００５９】初期集団の形成後、ステップ３０３に進
み、その集団の各個体の適合度（適応度）を次のように
して評価する。まず、個体のビット列をデコードして、
各制御パラメータのデータに変換し、その条件でエンジ
ン１１を運転してエンジントルクと排気エミッション等
のデータを計測し、前述した評価関数で適合度を算出す
る。

【００６０】この後、ステップ３０４に進み、集団の中
から適合度の高い方の例えば２つの個体を選択して次の
世代に残し、適合度の低い方の残り２つの個体を淘汰す
る。この後、ステップ３０５に進み、次の世代に残され
た個体を交配（２つの個体の遺伝子の入れ換え等）、突
然変異（遺伝子の一部情報のランダムな変化等）させる
ことで、一部の遺伝子が変化した新たな個体を規定個数
作成して、新たな集団を形成する。以後、上述した評
価、選択、交配、突然変異、新しい集団の形成を１世代
として、これを設定世代数だけ繰り返すことで、最適値
を求める。

【００６１】以上説明した遺伝的アルゴリズムによる制
御パラメータの自動適合の一例を図９に基づいて説明す
る。

【００６２】この例では、適合対象となる制御パラメー
タを、噴射時期、点火時期、スロットル開度、ＳＣＶ開
度、ＶＶＴ進角値、ＥＧＲ開度の６個とし、そのうち、
燃焼性への影響度が比較的大きい制御パラメータである
点火時期と噴射時期を第１のグループに分類し、それ以
外の制御パラメータであるスロットル開度、ＳＣＶ開
度、ＶＶＴ進角値、ＥＧＲ開度を第２のグループに分類
している。

【００６３】そして、最初に、第１のグループの点火時
期と噴射時期の自動適合を実行し、目標ノックの範囲内
でトルク（評価関数の値）が最大となる点火時期と噴射
時期の組み合わせを探索する。この際、第２のグループ
の制御パラメータ（スロットル開度、ＳＣＶ開度、ＶＶ
Ｔ進角値、ＥＧＲ開度）は、初期値のまま変化させな
い。

【００６４】このようにして、第１のグループを自動適
合した後、第２のグループに属するスロットル開度、Ｓ
ＣＶ開度、ＶＶＴ進角値、ＥＧＲ開度の自動適合を実行
し、目標ＮＯｘ排出量の範囲内で且つトルク変動量ΔＴ
ＲＱが目標値以下の範囲内でトルク（評価関数の値）が
最大となるスロットル開度、ＳＣＶ開度、ＶＶＴ進角
値、ＥＧＲ開度の組み合わせを探索する。この際、先に
自動適合した第１のグループの制御パラメータ（点火時
期、噴射時期）は、自動適合した適合値のまま変化させ
ない。

【００６５】このようにして、第２のグループを自動適
合した後、第１及び第２の両グループに属する全ての制
御パラメータを、再度、遺伝的アルゴリズムによって同
時に自動適合し、評価関数の値が最大となる６個の制御
パラメータの組み合わせを探索する。この際、各制御パ
ラメータの初期値として、先に自動適合した適合値を使
用すると共に、先の自動適合時と比較して、探索範囲を
狭くし、且つ、ＬＳＢ（変化幅）を小さくして適合す
る。

【００６６】以上説明した本実施形態（１）によれば、
遺伝的アルゴリズムを用いてエンジン制御パラメータの
マップ定数を適合するようにしたので、比較的少ない測
定数でも、精度の良い適合が可能となり、複数のエンジ
ン制御パラメータのマップ定数の適合に要する時間を従
来よりも短くすることができて、比較的短い時間内に複
数のエンジン制御パラメータのマップ定数を能率良く適
合することができる。

【００６７】しかも、本実施形態（１）では、適合対象
となるエンジン制御パラメータの数が多いことを考慮し
て、適合対象となる全ての制御パラメータを２つのグル
ープに分類すると共に、燃焼性への影響度に応じて制御
パラメータを配属するグループを決定し、燃焼性への影
響度の高い制御パラメータが配属されたグループから順
番に適合作業を行うようにしたので、適合作業中にエン
ジン１１の燃焼性が悪化して失火やエンストが発生する
ことを防止できると共に、適合対象となる制御パラメー
タの数が多い場合でも、能率良く適合を行うことができ
る。

【００６８】更に、本実施形態（１）では、制御パラメ
ータの探索範囲を、初期状態では広く、適合段階が進む
に連れて徐々に狭くすると共に、制御パラメータの変化
幅（ＬＳＢ）を、初期状態では大きく、適合段階が進む
に連れて徐々に小さくするようにしたので、制御パラメ
ータの探索範囲と変化幅を適合段階に応じて適切に変化
させることができ、比較的短い時間内に複数の制御パラ
メータのマップ定数を精度良く適合することができる。

【００６９】但し、本発明は、制御パラメータの探索範
囲及び／又は変化幅（ＬＳＢ）を、最初から最後まで一
定値に固定して適合するようにしても良く、この場合で
も、従来の適合方法（全点測定）と比較すれば適合時間
を短くすることができる。

【００７０】また、本発明は、初めに応答性の速い制御
パラメータ（例えばエンジントルク）のみで適合度を評
価し、その適合度が悪い場合には、応答性の遅い制御パ
ラメータ（例えば排気エミッション）の適合度の評価を
行わずに次の制御パラメータの値の組み合わせに変更す
るようにしても良い。このようにすれば、応答性の速い
制御パラメータによって適合度が悪いと判明した場合に
は、応答性の遅い制御パラメータの適合度の評価を行わ
ずに済み、その分、適合時間を短くすることができる。

【００７１】尚、本実施形態（１）では、制御パラメー
タを２つのグループに分類したが、３つ以上のグループ
に分類しても良い。また、適合対象となる制御パラメー
タの数が比較的少ない場合は、制御パラメータをグルー
プ分けせずに適合するようにしても良い。

【００７２】また、適合対象となる制御パラメータは、
噴射時期、点火時期、スロットル開度、ＳＣＶ開度、Ｖ
ＶＴ進角値、ＥＧＲ開度に限定されず、これ以外の制御
パラメータ（例えば燃料圧力）を追加したり、一部の制
御パラメータを適合対象から外しても良い。

【００７３】また、本実施形態（１）では、定常運転で
の各制御パラメータの基本マップの適合方法を説明した
が、過渡運転での燃料噴射量補正量、点火時期補正量、
空気量補正量等の適合にも適用可能である。

【００７４】［実施形態（２）］上記実施形態（１）で
は、適合対象となる６個の制御パラメータを２つのグル
ープに分類する際に、重要度つまり燃焼性への影響度に
応じて制御パラメータを配属するグループを決定するよ
うにしたが、図１０に示す本発明の実施形態（２）で
は、適合対象となる全ての制御パラメータを複数のグル
ープに分類する際に、エンジン１１の燃焼に及ぼす作用
が同一又は類似する制御パラメータを同一のグループに
分類するようにしている。

【００７５】つまり、例えば、吸気／排気の可変バルブ
タイミング（ＶＶＴ進角値）による内部ＥＧＲと、排気
還流制御システムのＥＧＲ開度による外部ＥＧＲとは、
エンジン１１の燃焼に及ぼす作用がほぼ同一であるが、
これらが異なったグループに分類されると、先に適合し
たグループの制御パラメータの適合値の違いにより、後
に適合するグループの制御パラメータの適合値がばらつ
いてしまう可能性がある。同様に、スロットル開度とＳ
ＣＶ開度についても、エンジン１１の燃焼に及ぼす作用
（吸入空気の流れを変化させる点）が類似しているた
め、これらが異なったグループに分類されると、適合値
がばらついてしまう可能性がある。

【００７６】そこで、本実施形態（２）では、適合対象
となる例えば６個の制御パラメータ（噴射時期、点火時
期、スロットル開度、ＳＣＶ開度、ＶＶＴ進角値、ＥＧ
Ｒ開度）を例えば３個のグループに分類する際に、エン
ジン１１の燃焼に及ぼす作用が同一又は類似する制御パ
ラメータを同一のグループに分類するようにしている。
具体的には、適合対象となる６個の制御パラメータの中
から、第１のグループに噴射時期と点火時期を分類し、
第２のグループにスロットル開度とＳＣＶ開度を分類
し、第３のグループにＶＶＴ進角値とＥＧＲ開度を分類
する。これら３つのグループの適合順序は、前記実施形
態（１）と同じく、重要度（燃焼性への影響度）が高い
方から順番に適合作業を行えば良い。

【００７７】本実施形態（２）では、図１０の自動適合
プログラムによって各制御パラメータが次のようにして
自動適合される。まず、ステップ４０１で、適合度を評
価する制御パラメータのマップ点にエンジン運転条件を
切り換えて自動運転する。この後、ステップ４０２に進
み、第１のグループに属する制御パラメータ、つまり、
燃焼性への影響度が比較的大きい制御パラメータ（点火
時期、噴射時期）を図８の遺伝的アルゴリズム実行プロ
グラムによって前記実施形態（１）と同様の方法で自動
適合する。

【００７８】この後、ステップ４０３に進み、第２のグ
ループに属する制御パラメータ、つまり、エンジン１１
の燃焼に及ぼす作用（吸入空気の流れを変化させる点）
が類似し、且つ、燃焼性への影響度が第３のグループよ
りも高い制御パラメータであるスロットル開度とＳＣＶ
開度を図８の遺伝的アルゴリズム実行プログラムによっ
て前記実施形態（１）と同様の方法で自動適合する。こ
の際、先に自動適合した第１のグループの制御パラメー
タ（点火時期、噴射時期）は、上記ステップ４０２で自
動適合した適合値のまま変化させない。

【００７９】この後、ステップ４０４に進み、第３のグ
ループに属する制御パラメータ、つまり、エンジン１１
の燃焼に及ぼす作用が類似し、且つ、燃焼性への影響度
が他のグループよりも低い制御パラメータであるＶＶＴ
進角値とＥＧＲ開度を図８の遺伝的アルゴリズム実行プ
ログラムによって前記実施形態（１）と同様の方法で自
動適合する。この際、先に自動適合した第１及び第２の
各グループの制御パラメータ（点火時期、噴射時期、ス
ロットル開度、ＳＣＶ開度）は、上記ステップ４０２、
４０３で自動適合した適合値のまま変化させない。

【００８０】このようにして、第３のグループを自動適
合した後、ステップ４０５に進み、上記ステップ４０２
〜４０４で自動適合した３つのグループの全ての制御パ
ラメータを、再度、図８の遺伝的アルゴリズム実行プロ
グラムによって同時に自動適合し、評価関数の値が最大
となる制御パラメータの組み合わせを探索する。この
際、各制御パラメータの初期値として、上記ステップ４
０２〜４０４で適合した適合値を使用すると共に、上記
ステップ４０２〜４０４の自動適合時と比較して、探索
範囲を狭くし、且つ、ＬＳＢ（変化幅）を小さくして適
合する。

【００８１】以上説明したステップ４０１〜４０５の処
理を、適合するマップ点の数だけ繰り返し実行する。

【００８２】以上説明した本実施形態（２）によれば、
適合対象となる全ての制御パラメータを複数のグループ
に分類する際に、エンジン１１の燃焼に及ぼす作用が同
一又は類似する制御パラメータを同一のグループに分類
するようにしたので、エンジン１１の燃焼に及ぼす作用
が同一又は類似する制御パラメータを全て同時に適合す
ることができ、それらの適合値のばらつきを少なくする
ことができる。

【００８３】［実施形態（３）］ところで、上記実施形
態（１）、（２）で説明した遺伝的アルゴリズムで自動
適合した制御パラメータのマップ点の特性が図１２に示
すように比較的大きくばらついている場合がある。この
ような場合は、技術者が経験に基づいて平滑化レベルを
決定して、マップ点の特性を平滑化するようにしても良
いが、この方法では、平滑化レベルが技術者の熟練度に
よってばらついてしまい、最適な平滑化レベルが得られ
るとは限らない。精度の悪い平滑化レベルを用いてマッ
プ点の特性を平滑化すれば、マップ点の適合度が低下し
てしまう。

【００８４】そこで、本発明の実施形態（３）では、図
１１に示す自動適合プログラムを実行することで、前記
実施形態（１）、（２）で説明した適合方法で、適合対
象となる全ての制御パラメータを遺伝的アルゴリズムに
より適合した後、該制御パラメータのマップ点の特性を
例えば実験計画法でモデル化し、そのモデルを使用して
該制御パラメータのマップ点の特性を全運転領域又は一
部の運転領域で平滑化するようにしている。以下、図１
１に示す自動適合プログラムの処理内容を説明する。

【００８５】図１１の自動適合プログラムが起動される
と、まずステップ５０１で、前記実施形態（１）、
（２）で説明した適合方法で、適合対象となる全ての制
御パラメータを遺伝的アルゴリズムにより適合する。こ
の後、ステップ５０２に進み、制御パラメータのマップ
点の特性を例えば実験計画法でモデル化する。実験計画
法は、少ない計測点でマップ点の特性をモデル化するの
に適している。

【００８６】この後、ステップ５０３に進み、平滑化レ
ベルに対する評価関数を演算する。この評価関数は、目
標ＮＯｘ排出量の範囲内で最大トルクを発生する平滑化
レベルを評価するための指標である。この評価関数に用
いる重み付け係数Ｋは、演算処理の簡略化のために固定
値としても良いが、運転領域や燃焼方式により変化させ
るようにしても良い。この評価関数の値が大きいほど、
平滑化レベルが最適値に近いことを意味する。この評価
関数を用いることで、極めて簡単な演算処理で２つの要
求項目（トルクとＮＯｘ排出量）に対する平滑化レベル
の適正度合を数値に換算することができ、平滑化レベル
の適正度合の評価を容易に行うことができる。

【００８７】評価関数の演算後、ステップ５０４に進
み、上記ステップ５０３で演算した評価関数に基づいて
平滑化レベルを決定する。この際、図１３に示すよう
に、評価関数が最大となる点の平滑化レベルＡに決定し
たり、或は、評価関数が低下し始める点の平滑化レベル
Ｂに決定したり、或は、評価関数が目標値を確保できる
範囲内で最大の平滑化レベルに決定しても良い。

【００８８】上記評価関数は、１つの数式に２つの要求
項目（トルクとＮＯｘ排出量）を組み込んでいるが、更
に、この評価関数に、トルク変動量、ＨＣ排出量、ＣＯ
排出量、排気温度、燃費、ノック等の他の要求項目を追
加するようにしても良い。

【００８９】勿論、評価関数に組み込む要求項目を１つ
のみとしても良く、この場合は、評価関数＝要求項目と
すれば良い。例えば、図１４に示すように、トルクにつ
いての評価関数と、ＮＯｘ排出量についての評価関数と
を別々に演算し、トルクが目標トルクを確保できる範囲
の最大の平滑化レベルＣと、ＮＯｘ排出量が目標ＮＯｘ
排出量以下となる範囲の最大の平滑化レベルＤとを比較
して、小さい方の平滑化レベル（図１４ではＣ）を最終
的な平滑化レベルとして選択するようにしても良い。

【００９０】尚、マップ点の特性を平滑化する運転領域
が一部の運転領域のみである場合は、その平滑化の対象
となる運転領域の特性から評価関数を演算すれば良い。

【００９１】そして、次のステップ５０５で、上記ステ
ップ５０４で決定した平滑化レベルによって制御パラメ
ータのマップ点の特性を全運転領域又は一部の運転領域
で平滑化する。

【００９２】以上説明した本実施形態（３）によれば、
適合対象となる全ての制御パラメータを遺伝的アルゴリ
ズムにより適合した後、該制御パラメータのマップ点の
特性をモデル化し、そのモデルを使用して該制御パラメ
ータのマップ点の特性を全運転領域又は一部の運転領域
で平滑化するようにしたので、遺伝的アルゴリズムによ
り適合した制御パラメータのマップ点の特性がばらつい
ていても、車両性能を向上させるように制御パラメータ
のマップ点の特性を自動的に平滑化することができる。

【００９３】尚、本発明の適合方法は、エンジン制御パ
ラメータのマップ定数の適合に限定されず、車両に搭載
された各種の電子制御システムのマップ定数の適合に適
用することができ、例えば、自動変速機や電子制御サス
ペンション等の制御パラメータの適合に適用したり、或
は、ハイブリットカーや電気自動車の駆動源となるモー
タの制御パラメータの適合に適用しても良い。

【００９４】更に、本発明は、最適化手法として、実験
計画法等の統計的手法を用いて制御パラメータのマップ
定数を適合するようにしても良い等、種々変更して実施
することができる。

【００９５】また、本実施形態では、適合用プログラム
を適合制御用コンピュータ１７で実行する構成としてい
るが、適合用プログラムを電子制御ユニット（ＥＣＵ）
１４のメモリに格納して、電子制御ユニット１４で適合
用プログラムを実行するようにしても良い。

【００９６】また、本実施形態では、遺伝的アルゴリズ
ムの処理で制御パラメータのデータを２進数にコード化
しているが、データをそのまま使用する実数型を用いる
ようにしても良い。

【図面の簡単な説明】

【図１】本発明の実施形態（１）における適合システム
の構成例を概略的に示す図

【図２】実施形態（１）の適合対象となる制御パラメー
タの種類を説明する図

【図３】従来の適合方法と本発明の適合方法との相違を
概略的に説明する図

【図４】実施形態（１）の遺伝的アルゴリズムを概略的
に説明する図

【図５】実施形態（１）の局所解の存在する評価関数で
の探索方法を説明する図

【図６】実施形態（１）の自動適合の準備段階で作業者
が行うべき作業内容を示すフローチャート

【図７】実施形態（１）の自動適合プログラムの処理の
流れを示すフローチャート

【図８】実施形態（１）の遺伝的アルゴリズム実行プロ
グラムの処理の流れを示すフローチャート

【図９】実施形態（１）の遺伝的アルゴリズムによる制
御パラメータの自動適合の一例を示すタイムチャート

【図１０】実施形態（２）の自動適合プログラムの処理
の流れを示すフローチャート

【図１１】実施形態（３）の自動適合プログラムの処理
の流れを示すフローチャート

【図１２】遺伝的アルゴリズムにより適合した制御パラ
メータのマップ点の特性のばらつきと、それを平滑化し
たマップ点の特性を概念的に示す図

【図１３】評価関数の第１例を説明する図

【図１４】評価関数の第２例を説明する図

【符号の説明】

１１…エンジン（制御対象）、１７…適合制御用コンピ
ュータ（適合手段）、２３…燃料噴射弁、２４…点火プ
ラグ、２５…スロットルバルブ、２６…スワールコント
ロールバルブ、２７…可変バルブタイミング機構、２８
…排気環流制御バルブ。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 水野 利昭 愛知県刈谷市昭和町１丁目１番地 株式会 社デンソー内 Ｆターム(参考） 2G087 AA26 BB40 CC06 CC19 CC22 CC24 CC25 DD17 EE01 EE30 FF38 FF40 3G084 BA05 BA15 BA17 BA20 BA21 BA23 CA04 CA05 CA06 DA04 DA21 DA25 EB08 EC04 FA27 FA28 FA32 FA33 3G301 HA01 HA13 HA19 JA18 KA11 KA21 LA00 LA01 LA05 LA07 MA18 NA09 NC04 ND18 ND45 PD01Z PD11Z PE01Z PE06Z

Claims (19)

【特許請求の範囲】
1. 【請求項１】 車両の制御対象を制御する複数の制御パ
   ラメータのマップ定数を、該制御対象の目標性能を満足
   するように適合する車両用制御パラメータの適合方法に
   おいて、 前記複数の制御パラメータのマップ定数を最適化手法を
   用いて適合することを特徴とする車両用制御パラメータ
   の適合方法。
2. 【請求項２】 前記最適化手法として進化的手法を用い
   ることを特徴とする請求項１に記載の車両用制御パラメ
   ータの適合方法。
3. 【請求項３】 前記進化的手法として遺伝的アルゴリズ
   ムを用いることを特徴とする請求項２に記載の車両用制
   御パラメータの適合方法。
4. 【請求項４】 前記遺伝的アルゴリズムの初期集団を統
   計的手法により形成することを特徴とする請求項３に記
   載の車両用制御パラメータの適合方法。
5. 【請求項５】 適合対象となる全ての制御パラメータを
   複数のグループに分類して、各グループに少なくとも２
   個の制御パラメータを配属し、前記複数のグループの中
   から順番に１つのグループを選択して適合作業を行う際
   に、他のグループの制御パラメータの値を固定した状態
   で、当該１つのグループ内の複数の制御パラメータの値
   を同時に変化させて適合度を評価することを特徴とする
   請求項１乃至４のいずれかに記載の車両用制御パラメー
   タの適合方法。
6. 【請求項６】 前記制御対象に対する重要度に応じて前
   記制御パラメータを配属するグループを決定し、重要度
   の高い制御パラメータが配属されたグループから順番に
   適合作業を行うことを特徴とする請求項５に記載の車両
   用制御パラメータの適合方法。
7. 【請求項７】 前記制御パラメータの適合度を評価する
   ための評価関数は、１つの数式に複数の要求項目を組み
   込んだ関数を用い、前記複数の要求項目に対する制御パ
   ラメータの適合度を総合的に評価することを特徴とする
   請求項１乃至６のいずれかに記載の車両用制御パラメー
   タの適合方法。
8. 【請求項８】 前記評価関数に組み込んだ前記複数の要
   求項目のうちの重要度が低い方の要求項目は、目標範囲
   から外れた場合のみ、評価関数の値を減算するのに用い
   ることを特徴とする請求項７に記載の車両用制御パラメ
   ータの適合方法。
9. 【請求項９】 適合作業中に前記制御対象が損傷する可
   能性のある制御状態になったときに、前記評価関数の値
   を悪化させて、直ちに制御パラメータを次の値に変更す
   ることを特徴とする請求項７又は８に記載の車両用制御
   パラメータの適合方法。
10. 【請求項１０】 前記制御パラメータの探索範囲は、初
    期状態では広く、適合段階が進むに連れて徐々に狭くす
    ることを特徴とする請求項１乃至９のいずれかに記載の
    車両用制御パラメータの適合方法。
11. 【請求項１１】 前記制御パラメータの変化幅は、初期
    状態では大きく、適合段階が進むに連れて徐々に小さく
    することを特徴とする請求項１乃至１０のいずれかに記
    載の車両用制御パラメータの適合方法。
12. 【請求項１２】 初めに応答性の速い制御パラメータの
    みで適合度を評価し、その適合度が悪い場合は、応答性
    の遅い制御パラメータの適合度の評価を行わずに次の制
    御パラメータの値の組み合わせに変更することを特徴と
    する請求項１乃至１１のいずれかに記載の車両用制御パ
    ラメータの適合方法。
13. 【請求項１３】 前記制御対象は内燃機関であることを
    特徴とする請求項１乃至１２のいずれかに記載の車両用
    制御パラメータの適合方法。
14. 【請求項１４】 適合対象となる全ての制御パラメータ
    を複数のグループに分類する際に、燃焼性への影響度に
    応じて制御パラメータを配属するグループを決定し、燃
    焼性への影響度の高い制御パラメータが配属されたグル
    ープから順番に適合作業を行うことを特徴とする請求項
    １３に記載の車両用制御パラメータの適合方法。
15. 【請求項１５】 適合対象となる全ての制御パラメータ
    を複数のグループに分類する際に、内燃機関の燃焼に及
    ぼす作用が同一又は類似する制御パラメータを同一のグ
    ループに分類することを特徴とする請求項１３に記載の
    車両用制御パラメータの適合方法。
16. 【請求項１６】 適合対象となる全ての制御パラメータ
    を前記最適化手法を用いて適合した後、該制御パラメー
    タのマップ点の特性をモデル化し、そのモデルを使用し
    て該制御パラメータのマップ点の特性を全領域又は一部
    領域で平滑化することを特徴とする請求項１乃至１５の
    いずれかに記載の車両用制御パラメータの適合方法。
17. 【請求項１７】 前記制御パラメータのマップ点の特性
    を平滑化する際に、その平滑化の対象となる領域の特性
    から求めた評価関数の値が最大又は目標値以上となるよ
    うに平滑化のレベルを決定することを特徴とする請求項
    １６に記載の車両用制御パラメータの適合方法。
18. 【請求項１８】 前記評価関数は、内燃機関の運転領域
    毎に要求項目に対する重み付けを変化させることを特徴
    とする請求項１７に記載の車両用制御パラメータの適合
    方法。
19. 【請求項１９】 車両の制御対象を制御する複数の制御
    パラメータのマップ定数を、該制御対象の目標性能を満
    足するように適合する適合手段を備えた車両用制御パラ
    メータの適合装置において、 前記適合手段は、前記複数の制御パラメータのマップ定
    数を最適化手法を用いて適合することを特徴とする車両
    用制御パラメータの適合装置。