JP2004164426A - 出力制御方法、出力制御装置および出力制御プログラム - Google Patents
出力制御方法、出力制御装置および出力制御プログラム Download PDFInfo
- Publication number
- JP2004164426A JP2004164426A JP2002331133A JP2002331133A JP2004164426A JP 2004164426 A JP2004164426 A JP 2004164426A JP 2002331133 A JP2002331133 A JP 2002331133A JP 2002331133 A JP2002331133 A JP 2002331133A JP 2004164426 A JP2004164426 A JP 2004164426A
- Authority
- JP
- Japan
- Prior art keywords
- control
- model
- control unit
- output
- pseudo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Feedback Control In General (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
【課題】アルゴリズムの簡易化を図りつつ、連続型の変数を高速に最適化する。
【解決手段】第１最適化手段３０３は、パーティクル・スウォーム・オプティマイゼーションを用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整し、制御対象モデル３０４のモデル状態量および規範モデル部３０１から出力された規範応答の評価結果に基づいて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する。
【選択図】 図３
【解決手段】第１最適化手段３０３は、パーティクル・スウォーム・オプティマイゼーションを用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整し、制御対象モデル３０４のモデル状態量および規範モデル部３０１から出力された規範応答の評価結果に基づいて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する。
【選択図】 図３
Description
【０００１】
【発明の属する技術分野】
本発明は出力制御方法、出力制御装置および出力制御プログラムに関し、特に、パーティクル・スウォーム・オプティマイゼーション（Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ：ＰＳＯ）を用いて駆動制御を行う場合に適用して好適なものである。
【０００２】
【従来の技術】
従来の出力制御装置の最適化方法では、例えば、特許文献１〜５に開示されているように、遺伝的アルゴリズム（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ：ＧＡ）を用いて制御ゲインの最適化を行う方法があった。
図１４は、従来の出力制御装置の概略構成を示すブロック図である。
【０００３】
図１４において、出力制御装置には、サーボモータ１４０１ａ〜１４０１ｎを有するサーボシステム１４０１、サーボモータ１４０１ａ〜１４０１ｎを制御するコントローラ１４０２、制御対象を近似した近似モデル１４０３、近似モデル１４０３を作成するためのモデル同定部１４０４、遺伝的アルゴリズムを用いて制御ゲインの自動調整を行う制御ゲイン調整装置１４０５、基準範囲内の応答が得られた場合に、コントローラ１４０２の出力信号を近似モデル１４０３側からサーボシステム１４０１側に切り替える切り替え手段１４０６、近似モデル１４０３の規範となる応答を予め設定する規範応答モデル１４０７、負荷を考慮した制御対象の近似モデル１４０３の応答と規範応答モデル１４０７の応答偏差を評価値とする評価値演算部１４０８が設けられている。
【０００４】
ここで、モデル同定部１４０４に関しては、制御ゲインの調整を行うための妥当なモデルを、近似モデル１４０３に予め設定しておき、未知の定数のみを最小二乗法などにより同定する。
そして、制御ゲインの調整中は、切り替え手段１４０６によりコントローラ１４０２の出力信号を近似モデル１４０３側に切り替える。そして、制御ゲイン調整装置１４０５にて、評価値演算部１４０８から出力される評価値を考慮しつつ、遺伝的アルゴリズムを近似モデル１４０３に適用することにより、制御ゲインの最適化を行う。
【０００５】
そして、制御ゲインの最適化が終了すると、切り替え手段１４０６によりコントローラ１４０２の出力信号をサーボシステム１４０１側に切り替え、通常運転に入る。
これにより、局所解に陥ることなく、しかも高速にサーボシステム１４０１の制御ゲインを最適に調整することが行われていた。
【０００６】
【特許文献１】
特開平９−１３１０８７号公報
【特許文献２】
特開２０００−９２８８１号公報
【特許文献３】
特開２００１−８４７７号公報
【特許文献４】
特開２００１−８４７８号公報
【特許文献５】
特開２００２−１９９７６５号公報
【０００７】
【発明が解決しようとする課題】
しかしながら、遺伝的アルゴリズムの対象問題は組み合わせ最適化であるため、状態変数は離散変数であることが必要である。
このため、従来の出力制御装置では、制御器内の複数の制御ゲインをコード化し、この制御ゲインを表すビット列を繋ぎ合わせたデータを、１つの制御ゲインの組み合わせ候補となるコード列とするための操作が必要となるとともに、それぞれの個体を評価する時は、ビット列からゲイン値に戻す必要があり、制御ゲインの最適化に時間がかかるという問題があった。
【０００８】
また、従来の出力制御装置では、連続的な値が遺伝的アルゴリズムという組み合わせ最適化手法で無理に最適化処理が行われるため、最適化時は制御ゲインの連続性が無視される上、制御ゲインを表すビット列を繋ぎ合わせる順番などが最適化の収束性に影響するため、そのアルゴリズムの設計が困難であるという問題があった。
そこで、本発明の目的は、アルゴリズムの簡易化を図りつつ、連続型の変数を高速に最適化することが可能な出力制御方法、出力制御装置および出力制御プログラムを提供することである。
【０００９】
【課題を解決するための手段】
上述した課題を解決するために、請求項１記載の出力制御方法によれば、パーティクル・スウォーム・オプティマイゼーションを適用して生成された擬似制御出力に基づいて、制御対象を模擬動作させるステップと、前記制御対象の模擬動作結果に基づいて、前記制御対象に出力される実制御出力を調整するステップとを備えることを特徴とする。
【００１０】
これにより、概念が簡単なアルゴリズムを用いて、連続型の変数のままで実制御出力の最適化を図ることが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項２記載の出力制御方法によれば、パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象を模擬した制御対象モデルを構築するステップと、パーティクル・スウォーム・オプティマイゼーションを適用して生成された擬似制御出力に基づいて、前記制御対象モデルを動作させるステップと、前記制御対象モデルの動作結果に基づいて、前記制御対象に出力される実制御出力を調整するステップとを備えることを特徴とする。
【００１１】
これにより、制御対象の特性が不明な場合においても、簡単なアルゴリズムを繰り返し用いることで、制御対象モデルの特性を自律的に最適化しつつ、実制御出力の最適化を図ることが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項３記載の出力制御方法によれば、制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、前記制御対象を模擬した制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする。
【００１２】
これにより、概念が簡単なアルゴリズムを用いて、連続型の変数のまま制御対象モデルの動作をシミュレートすることで、実制御部のパラメータを調整することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項４記載の出力制御方法によれば、制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、前記制御対象を模擬した制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、前記パラメータが調整された実制御部側に、前記指令信号の入力先を切り替えるステップと、前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする。
【００１３】
これにより、実制御部のパラメータの調整中は、指令信号が実制御部に入力されないようにして、制御対象の動作を停止させることが可能となるとともに、実制御部のパラメータの調整後は、指令信号が実制御部に入力されるようにして、制御対象を動作させることが可能となる。
このため、実制御部のパラメータの調整を制御対象の動作と切り離して行うことが可能となり、実制御部のパラメータの調整を制御対象の動作と独立させて、コンピュータなどを用いて容易に行うことが可能となる。
【００１４】
また、請求項５記載の出力制御方法によれば、制御対象を模擬した制御対象モデルのパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記制御対象を制御する実制御部に指令信号を入力するステップと、前記実制御部から出力される実制御出力に基づいて、前記制御対象および制御対象モデルを制御するステップと、前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルのパラメータを調整するステップと、前記制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、前記制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする。
【００１５】
これにより、制御対象の特性が不明な場合においても、簡単なアルゴリズムを繰り返し用いることで、制御対象モデルの特性を自律的に最適化しつつ、連続型の変数のまま制御対象モデルの動作をシミュレートすることが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項６記載の出力制御方法によれば、制御対象を模擬した制御対象モデルのパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記制御対象を制御する実制御部に指令信号を入力するステップと、前記実制御部から出力される実制御出力に基づいて、前記制御対象を制御するステップと、前記実制御部を模擬する擬似制御部のパラメータに、前記実制御部のパラメータをコピーするステップと、前記擬似制御部から出力される擬似制御出力に基づいて、前記制御対象モデルを制御するステップと、前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルのパラメータを調整するステップと、前記擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、前記制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする。
【００１６】
これにより、制御対象の特性が不明な場合においても、実制御部から出力される実制御出力を制御対象モデルに入力することなく、制御対象モデルの特性を制御対象の特性に近づけることが可能となり、構成の簡略化を図りつつ、制御対象を高速かつ安定して制御することが可能となる。
また、請求項７記載の出力制御方法によれば、前記制御対象を電動機機械システムとしたことを特徴とする。
【００１７】
また、請求項８記載の出力制御装置によれば、制御対象の状態量を少なくとも１つ観測する状態観測手段と、指令信号および前記状態観測手段により観測された状態量に基づいて、前記制御対象を制御する実制御手段と、パーティクル・スウォーム・オプティマイゼーションを適用した前記制御対象の模擬動作結果に基づいて、前記実制御手段の特性を調整するシミュレータ手段とを備えることを特徴とする。
【００１８】
これにより、連続型の変数に適用される簡単なアルゴリズムを用いて、実制御手段の特性を最適化することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項９記載の出力制御装置によれば、前記シミュレータ手段は、前記制御対象を模擬した制御対象モデルと、前記実制御手段と同様な構造を有し、前記制御対象モデルに擬似制御入力を出力する擬似制御手段と、前記指令信号に基づいて、前記制御対象に要求される規範応答を生成する規範モデルと、前記制御対象モデルの動作結果に基づいて、前記擬似制御手段のパラメータを最適化する第１最適化手段とを備えることを特徴とする。
【００１９】
これにより、連続型の変数に適用される簡単なアルゴリズムを用いて、制御対象の動作を模擬しつつ、制御対象の最適制御が可能となるように、擬似制御手段のパラメータを調整することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項１０記載の出力制御装置によれば、前記第１最適化手段は、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を前記擬似制御手段のパラメータに設定するパラメータ設定手段と、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御手段のパラメータを更新するパラメータ更新手段とを備えることを特徴とする。
【００２０】
これにより、パーティクル・スウォーム・オプティマイゼーションを適用することで、擬似制御手段の特性を評価しつつ、擬似制御手段の特性が最適化されるように、擬似制御手段のパラメータを容易に変更することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項１１記載の出力制御装置によれば、前記指令信号の入力を、前記シミュレータ手段または前記実制御手段に切り替える第１選択手段をさらに備えることを特徴とする。
【００２１】
これにより、実制御手段のパラメータの調整中は、指令信号がシミュレータ手段に入力されるとともに、実制御手段に入力されないようにして、制御対象の動作を停止させつつ、制御対象の動作をシミュレートすることが可能となる。
このため、実制御手段のパラメータの調整を制御対象の動作と切り離して行うことが可能となり、実制御手段のパラメータの調整を制御対象の動作と独立させて、コンピュータなどを用いて容易に行うことが可能となる。
【００２２】
また、請求項１２記載の出力制御装置によれば、前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルの構造またはパラメータを最適化する第２最適化手段をさらに備えることを特徴とする。
これにより、制御対象の特性が不明な場合においても、簡単なアルゴリズムを繰り返し用いることで、制御対象を模擬しつつ、制御対象の振る舞いに近づくように、制御対象モデルを構築することが可能となるとともに、制御対象の最適制御が可能となるように、擬似制御手段のパラメータを調整することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
【００２３】
また、請求項１３記載の出力制御装置によれば、前記制御対象モデルの入力を、前記擬似制御手段からの擬似制御出力または前記実制御手段からの実制御出力に切り替える第２選択手段をさらに備えることを特徴とする。
これにより、制御対象の特性が不明な場合においても、制御対象の振る舞いに近づくように、制御対象モデルを構築した後に、その制御対象モデルを用いて、御対象の最適制御が可能となるように、擬似制御手段のパラメータを調整することが可能となる。
【００２４】
また、請求項１４記載の出力制御プログラムによれば、パーティクル・スウォーム・オプティマイゼーションを適用して制御出力を模擬的に生成するステップと、前記模擬的に生成された制御出力に基づいて、制御対象の動作をシミュレートするステップと、前記制御対象のシミュレート結果に基づいて、前記制御対象を制御する実制御部のパラメータを調整するステップとを備えることを特徴とする。
【００２５】
これにより、連続型の変数に適用される簡単なアルゴリズムを用いて、実制御部のパラメータを最適化することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項１５記載の出力制御プログラムによれば、パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象を模擬した制御対象モデルを構築するステップと、パーティクル・スウォーム・オプティマイゼーションを適用して制御出力を模擬的に生成するステップと、前記期擬似制御出力に基づいて、前記制御対象モデルを動作させるステップと、前記制御対象モデルの動作結果に基づいて、前記制御対象を制御する実制御部のパラメータを調整するステップとを備えることを特徴とする。
【００２６】
これにより、制御対象の特性が不明な場合においても、簡単なアルゴリズムを繰り返し用いることで、制御対象を模擬しつつ、制御対象の振る舞いに近づくように、制御対象モデルを構築することが可能となるとともに、制御対象の最適制御が可能となるように、擬似制御手段のパラメータを調整することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
【００２７】
【発明の実施の形態】
以下、本発明の実施形態に係る出力制御装置について図面を参照しながら説明する。
図１は、本発明の一実施形態に係る出力制御装置の概略構成を示すブロック図である。
【００２８】
図１において、出力制御装置には、シミュレータ部１０１、実制御部１０２および状態観測部１０７が設けられ、制御対象１０６は、例えば、電動機などの負荷機械１０５を駆動するための駆動部１０４、この駆動部１０４に電力を供給するインバータ等の電力変換部１０３とを備えている。なお、以下の説明では、制御対象１０６を電動機機械システムという総称で呼ぶことにする。
【００２９】
ここで、シミュレータ部１０１は、パーティクル・スウォーム・オプティマイゼーションを適用した制御対象１０６の模擬動作結果に基づいて、実制御部１０２の特性を調整するとともに、制御対象１０６の特性が不明の場合、パーティクル・スウォーム・オプティマイゼーションを適用することで、制御対象１０６の特性を模擬する制御対象モデルを構築する。
【００３０】
実制御部１０２は、指令信号および状態観測部１０７により観測された状態量に基づいて制御対象１０６を制御し、例えば、実制御出力としてトルク指令を変換部１０３に出力する。
状態観測部１０７は、制御対象１０６の状態量として駆動部１０４の位置を少なくとも１つ観測する。
【００３１】
変換部１０３は、駆動部１０４で発生されるトルクが、実制御部１０２から出力されたトルク指令に対応するように、駆動部１０４に供給される電力を調整する。
駆動部１０４は、例えば、電動機と伝達機構で構成され、負荷機械１０５を駆動する。
【００３２】
ここで、パーティクル・スウォーム・オプティマイゼーションは、簡単化した社会モデルのシミュレーションを通して開発されたモダンヒューリスティック（Ｍｏｄｅｒｎ Ｈｅｕｒｉｓｔｉｃ：ＭＨ）手法の１つであり、鳥の群れの動きを連続変数の２次元空間で表現することを通して開発された。
なお、パーティクル・スウォーム・オプティマイゼーションについては、Ｊ．Ｋｅｎｎｅｄｙ ａｎｄ Ｒ．Ｅｂｅｒｈａｒｔによる“Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ”（Ｐｒｏｃ． ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，Ｖｏｌ．ＩＶ，ｐｐ．１９４２−１９４８，Ｐｅｒｔｈ，Ａｕｓｔｒａｌｉａ，１９９５．）や、吉田・福山他による「電圧信頼度を考慮したＰａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎによる電圧無効電力制御方式の検討」（電気学会論文誌Ｂ，１１９巻１２号，１９９９年１２月）、特開２０００−１１６００３「電圧無効電力制御方法」、特開２００２−５１４６４「配電系統における状態推定法」などに記載されている。
【００３３】
そして、パーティクル・スウォーム・オプティマイゼーションでは、各エージェント（パーティクル・スウォーム・オプティマイゼーションでは、群れの個々をエージェントと呼ぶ。）の位置（状態量）をｘ、ｙ座標で表し、各エージェントの速度をｖｘ（ｘ方向の速度）、ｖｙ（ｙ方向の速度）で表現する。
そして、各エージェントの位置と速度の情報から、次時点の各エージェントの位置を更新することができる。
【００３４】
この概念に基づき、鳥の群れ全体が何らかの目的関数を最適化するような行動をとると考えると、以下のような最適化が考えられる。
すなわち、各エージェントは、各々の探索における目的関数のそれまでの最も評価の高い最良値ｐｂｅｓｔと、その位置（状態量）を示すｘ、ｙ座標とを覚えている。また、各エージェントは、各エージェントが保有する最良値ｐｂｅｓｔの集団の中で最も評価の高いもの、すなわち、集団のそれまでの目的関数の最良値ｇｂｅｓｔを共有している。
【００３５】
また、各エージェントは、現在の位置（ｘ、ｙ座標）および現在の速度（ｖｘ、ｖｙ）を持っている。
そして、各エージェントは、現在の位置（ｘ、ｙ座標）および速度（ｖｘ、ｖｙ）と、最良値ｐｂｅｓｔ、ｇｂｅｓｔとの間の距離に応じて、最良値ｐｂｅｓｔ、ｇｂｅｓｔの存在する位置に方向を変更しようとする。
【００３６】
この変更しようとする行動は速度で表現される。そして、各エージェントの速度は、現在の速度と最良値ｐｂｅｓｔ、ｇｂｅｓｔとを用いて、（１）式のように修正することができる。
Ｖｉ ｋ＋１＝ｗ×Ｖｉ ｋ＋ｃ１×ｒａｎｄ（）×（ｐｂｅｓｔｉ−ｓｉ ｋ）
＋ｃ２×ｒａｎｄ（）×（ｇｂｅｓｔ−ｓｉ ｋ） ・・・（１）
ただし、Ｖｉ ｋは、エージェントｉの速度、ｒａｎｄ（）は、０〜１までの一様乱数、ｓｉ ｋは、エージェントｉの探索ｋ回目の位置（探索点）、ｐｂｅｓｔｉは、エージェントｉの最良値ｐｂｅｓｔ、ｗは、エージェント速度に対する重み関数、ｃ１、ｃ２は、各項に対する重み係数である。
【００３７】
この（１）式を用いることにより、各エージェントのこれまでの最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔに確率的に近づくような速度Ｖｉ ｋ＋１を求めることができ、これにより、各エージェントの現在の位置（探索点）ｓｉ ｋを（２）式のように修正することができる。
ｓｉ ｋ＋１＝ｓｉ ｋ＋Ｖｉ ｋ＋１ ・・・（２）
ここで、パーティクル・スウォーム・オプティマイゼーションでは、遺伝的アルゴリズムと同様に複数の探索点を持った多点探索で、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔを用いて各探索点を確率的に変更していくことにより、大域最適解（最良解）を得ることができる。
【００３８】
また、パーティクル・スウォーム・オプティマイゼーションでは、これまでの速度を維持しようとする大域探索（（１）式の右辺第１項）と、最良値ｐｂｅｓｔ、ｇｂｅｓｔとを用いてこれらに近づこうとする、局所探索（（１）式の右辺第２、３項）とをバランスよく行うことができる。
さらに、パーティクル・スウォーム・オプティマイゼーションでは、各ステップで目的関数を評価する必要があるが、評価回数は問題の規模によらず、エージェント数のみでよいため、大規模問題への適用を容易に行うことができる。
【００３９】
図２は、図１の実制御部１０２の概略構成を示すブロック図である。
図２において、実制御部１０２には、減算器２０１、２０３、係数器２０２、２０５、微分器２０４、積分器２０６および加算器２０７が設けられている。
そして、指令信号としての位置指令と、状態量としての駆動部１０４の位置が入力され、比例制御（Ｐ制御）および比例−積分制御（ＰＩ制御）を行った後、実制御出力としてトルク指令を変換部１０３に出力する。
【００４０】
ここで、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉは、擬似制御部３０２により調整される。
すなわち、指令信号が減算器２０１に入力されるとともに、状態観測部１０７で観測された駆動部１０４の状態量が減算器２０１および微分器２０４に入力される。
【００４１】
そして、減算器２０１にて、指令信号から状態量が減算され、その減算結果が係数器２０２に出力される。そして、係数器２０２にて、減算器２０１から出力された減算結果に係数Ｋｐが乗算され、その乗算結果が減算器２０３に出力される。
一方、微分器２０４に入力された状態量は、微分器２０４にて微分された後、減算器２０３に出力される。
【００４２】
そして、減算器２０３にて、係数器２０２から出力された乗算結果と、微分器２０４から出力された微分結果とが減算された後、その減算結果が係数器２０５に出力される。そして、係数器２０５にて、減算器２０３から出力された減算結果に係数Ｋｖが乗算され、その乗算結果が積分器２０６および加算器２０７に出力される。
【００４３】
そして、積分器２０６にて、係数器２０５から出力された乗算結果が積分されるとともに、係数Ｔｉで除算され、積分器２０６からの出力値が加算器２０７に出力される。
そして、加算器２０７にて、係数器２０５から出力された乗算結果と積分器２０６からの出力値とが加算された後、実制御出力として出力する。
【００４４】
図３は、図１のシミュレータ部１０１の概略構成を示すブロック図である。
図３において、シミュレータ部１０１には、規範モデル部３０１、擬似制御部３０２、第１最適化手段３０３、制御対象モデル３０４、第２最適化手段３０５および第２選択部３０６が設けられている。
ここで、第２選択部３０６は、制御対象モデル３０４の入力を、擬似制御部３０２からの擬似制御出力または実制御部１０２からの実制御出力に切り替える。
【００４５】
制御対象モデル３０４は、図１の制御対象１０６と同様な構造を有し、制御対象１０６を模擬する。
擬似制御部３０２は、図１の実制御部１０２と同様な構造を有し、制御対象モデル３０４に擬似制御入力を出力する。
第１最適化手段３０３は、制御対象モデル３０４の動作結果に基づいて、擬似制御部３０２のパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを適用して、擬似制御部３０２のパラメータを調整するＰＳＯ適用部３０３ａが設けられている。
【００４６】
第２最適化手段３０５は、制御対象１０６の状態量および制御対象モデル３０４のモデル状態量（模擬応答とも言われる）に基づいて、制御対象モデル３０４の構造またはパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象１０６を模擬した制御対象モデル３０４を構築するためのＰＳＯ適用部３０５ａが設けられている。
【００４７】
規範モデル部３０１は、指令信号に基づいて、制御対象１０６に要求される規範応答を生成する。
図４は、図３の第２選択部３０６の概略構成を示すブロック図である。
図４において、第２選択部３０６には、制御対象モデル３０４の入力を、擬似制御部３０２からの擬似制御出力または実制御部１０２からの実制御出力に切り替える切替手段４０１が設けられている。
【００４８】
そして、第２選択部３０６は、第１最適化手段３０３により擬似制御部３０２の特性の最適化が行なわれる場合、擬似制御部３０２からの擬似制御出力を制御対象モデル３０４に入力し、第２最適化手段３０５により制御対象モデル３０４２の特性の最適化が行なわれる場合、実制御部１０２からの実制御出力を制御対象モデル３０４に入力する。
【００４９】
これにより、制御対象１０６の特性が不明であっても、制御対象モデル３０４の入力を切り替えることで、制御対象モデル３０４の特性が制御対象１０６の特性に近づくように、制御対象モデル３０４の特性を最適化することが可能となる。
図５は、図３の制御対象モデル３０４の概略構成を示すブロック図である。
【００５０】
図５において、制御対象モデル３０４には、減算器５０１、５０６、係数器５０８、微分器５０７、積分器５０２〜５０５および加算器５０９が設けられ、２慣性系モデルを構成している。
そして、擬似制御部３０２からの擬似制御出力または実制御部１０２からの実制御出力が入力され、駆動部１０４に相当する位置を状態量として擬似制御部３０２、第１最適化手段３０３および第２最適化手段３０５に出力する。
【００５１】
ここで、制御対象モデル３０４の各係数Ｊｍ、Ｄ、Ｋ、ＪＬは、第２最適化手段３０５により調整される。
すなわち、擬似制御部３０２からの擬似制御出力または実制御部１０２からの実制御出力が減算器５０１に入力される。
そして、減算器５０１にて、擬似制御出力または実制御出力と加算器５０９から出力された加算結果とが減算され、その減算結果が積分器５０２に出力される。そして、積分器５０２にて、減算器５０１から出力された減算結果が積分されるとともに、係数Ｊｍで除算され、積分器５０２からの出力値が積分器５０３に出力される。
【００５２】
そして、積分器５０３にて、積分器５０２からの出力値が積分され、制御対象モデル３０４のモデル状態量として出力されるとともに、減算器５０６に出力される。
一方、加算器５０９から出力された加算結果は、積分器５０４にも出力される。そして、積分器５０４にて、加算器５０９から出力された加算結果が積分されるとともに、係数ＪＬで除算され、積分器５０４からの出力値が積分器５０５に出力される。そして、積分器５０５にて、積分器５０４からの出力値が積分され、減算器５０６に出力される。
【００５３】
そして、減算器５０６にて、積分器５０３からの出力値と、積分器５０５からの出力値とが減算され、その減算結果が微分器５０７および係数器５０８に出力される。
そして、微分器５０７にて、減算器５０６から出力された減算結果が微分されるとともに、係数Ｄが乗算され、加算器５０９に出力されるとともに、係数器５０８にて、減算器５０６から出力された減算結果に係数Ｄが乗算され、加算器５０９に出力される。
【００５４】
そして、加算器５０９にて、微分器５０７からの出力値と、係数器５０８からの出力値とが加算され、その加算結果が減算器５０１および積分器５０４に出力される。
図６は、図３の擬似制御部３０２の概略構成を示すブロック図である。
図６において、擬似制御部３０２には、実制御部１０２に対応して、減算器６０１、６０３、係数器６０２、６０５、微分器６０４、積分器６０６および加算器６０７が設けられている。
【００５５】
そして、第１最適化手段３０３により調整された擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。
すなわち、指令信号が減算器６０１に入力されるとともに、制御対象モデル３０４のモデル状態量が減算器６０１および微分器６０４に入力される。
【００５６】
そして、減算器６０１にて、指令信号から状態量が減算され、その減算結果が係数器６０２に出力される。そして、係数器６０２にて、減算器６０１から出力された減算結果に係数Ｋｐが乗算され、その乗算結果が減算器６０３に出力される。
一方、微分器６０４に入力された状態量は、微分器６０４にて微分された後、減算器６０３に出力される。
【００５７】
そして、減算器６０３にて、係数器６０２から出力された乗算結果と、微分器６０４から出力された微分結果とが減算された後、その減算結果が係数器６０５に出力される。そして、係数器６０５にて、減算器６０３から出力された減算結果に係数Ｋｖが乗算され、その乗算結果が積分器６０６および加算器６０７に出力される。
【００５８】
そして、積分器６０６にて、係数器６０５から出力された乗算結果が積分されるとともに、係数Ｔｉで除算され、積分器６０６からの出力値が加算器６０７に出力される。
そして、加算器６０７にて、係数器６０５から出力された乗算結果と積分器６０６からの出力値とが加算された後、擬似制御出力として出力する。
【００５９】
図７は、図３の規範モデル部３０１の概略構成を示すブロック図である。
図７において、規範モデル部３０１には、一次遅れ系７０１が設けられ、一次遅れ系７０１の係数Ｔｒは外部から設定される。そして、一次遅れ系７０１には、指令信号が入力され、この指令信号に対し、制御対象１０６の状態量の規範となる信号が出力される。
【００６０】
以下、各種条件下での図１の構成の動作について説明する。
まず、制御対象モデル３０４の特性が制御対象１０６の特性に近い場合、第２選択部３０６は、切替手段４０１により、制御対象モデル３０４の入力を擬似制御部３０２からの擬似制御出力側に切り替え、擬似制御出力を常に選択する。
そして、擬似制御部３０２は、指令信号および制御対象モデル３０４のモデル状態量が入力されると、第１最適化手段３０３によって、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの調整が図られながら、擬似制御出力を第２選択部３０６に出力する。
【００６１】
そして、第２選択部３０６は、擬似制御部３０２から擬似制御出力が入力されると、その擬似制御出力を制御対象モデル３０４に出力する。
そして、擬似制御出力が制御対象モデル３０４に入力されると、制御対象モデル３０４は、制御対象１０６の動作を模擬することにより、制御対象１０６の状態量に相当するモデル状態量を擬似制御部３０２、第１最適化手段３０３および第２最適化手段３０５に出力する。
【００６２】
そして、指令信号がシミュレータ部１０１に入力されると、規範モデル部３０１は、この指令信号に対して制御対象１０６の状態量の規範となる規範応答を第１最適化手段３０３に出力する。
そして、第１最適化手段３０３は、パーティクル・スウォーム・オプティマイゼーションを用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整し、制御対象モデル３０４のモデル状態量および規範モデル部３０１から出力された規範応答の評価結果に基づいて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する。
【００６３】
そして、第１最適化手段３０３により、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉが最適化されると、擬似制御部３０２は、この最適化された各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。そして、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉが調整されると、実制御部１０２は、指令信号および状態観測部１０７で観測された駆動部１０４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１０３に出力する。
【００６４】
そして、変換部１０３は、実制御出力が実制御部１０２から入力されると、その実制御出力に対応するように駆動部１０４に供給される電力を調整する。そして、駆動部１０４は、変換部１０３から供給された電力を駆動源として負荷機械１０６を駆動する。
以下、パーティクル・スウォーム・オプティマイゼーションを第１最適化手段３０３に適用した場合の具体的な手順について説明する。
【００６５】
まず、パーティクル・スウォーム・オプティマイゼーションのエージェントの状態変数は、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉとする。
次に、エージェントの初期値として、エージェントの位置ｓｉおよび速度ｖｉを設定する。なお、エージェントの数ｉは事前に設定しておく。
次に、（１）式および（２）式の計算を繰り返すことにより、最適解を探索する。なお、繰り返し回数ｋは事前に設定しておく。また、最適解を探索する際に、ステップごとに、各エージェントの評価と、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔの更新を行う。
【００６６】
ここで、各エージェントの評価は、以下の手順で行うことができる。
まず、エージェントの状態変数ｓｉを、擬似制御部３０２の係数Ｋｐ、Ｋｖ、Ｔｉに設定する。
次に、制御対象モデル３０４のモデル状態量データおよび規範モデル部３０１から出力された規範応答データを、一定時間の指令信号についてＮ点分だけ算出する。
次に、制御対象モデル３０４のモデル状態量および規範モデル部３０１から出力された規範応答を、（３）式により評価する。
【００６７】
【数１】
【００６８】
ただし、Ｘｒ（ｎ）は、規範モデル部３０１から出力された規範応答データ、Ｘｅ（ｎ）は、制御対象モデル３０４のモデル状態量データ、Ｗ（ｎ）は、データ点に対する重み関数、Ｆは評価結果である。
そして、全てのエージェントの評価結果Ｆに基づいて、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔを決定する。
【００６９】
そして、指定された回数が終了したら、集団の最良値ｇｂｅｓｔの状態量を擬似制御部３０２の係数Ｋｐ、Ｋｖ、Ｔｉとしたものを、最適な係数として保存する。
これにより、連続型の変数に適用される簡単なアルゴリズムを用いて、制御対象１０６の動作を模擬しつつ、制御対象１０６の最適制御が可能となるように、擬似制御部３０２の係数Ｋｐ、Ｋｖ、Ｔｉを調整することが可能となり、制御対象１０６を高速かつ安定して制御することが可能となる。
【００７０】
なお、パーティクル・スウォーム・オプティマイゼーションでエージェントを評価する評価式は、（３）式に限定されることなく、例えば、応答データのオーバーシュート量や整定時間などを切り出したり、他の評価式を用いるなど、目的に応じて評価式を自由に設定することができる。
また、シミュレータ部１０１の構成はコンピュータを用いて実現することができ、コンピュータのメモリに指令信号を保持し、オフラインにて最適化処理を行うようにしてもよい。
【００７１】
次に、制御対象モデル３０４の特性が制御対象１０６の特性と異なる場合、制御対象モデル３０４に擬似制御出力を入力しても、制御対象モデル３０４の特性が制御対象１０６の特性と異なるため、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することができない。
そこで、第１最適化手段３０３を用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う前に、第２最適化手段３０５を用いることで、制御対象モデル３０４の特性が制御対象１０６の特性に近づくように、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する。
【００７２】
まず、第２選択部３０６は、切替手段４０１により、制御対象モデル３０４の入力を実制御部１０２からの実制御出力側に切り替え、実制御出力を選択する。
そして、実制御部３０２は、指令信号および状態観測部１０７で観測された駆動部１０４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１０４に出力して、制御対象１０６を動作させるとともに、この実制御出力を第２選択部３０６にも出力する。
【００７３】
そして、状態観測部１０７は、実制御出力が変換部１０３に出力されると、駆動部１０４の状態量を、実制御部３０２および第２最適化手段３０５に出力する。
また、第２選択部３０６は、実制御部３０２から実制御出力が入力されると、その実制御出力を制御対象モデル３０４に出力する。
【００７４】
そして、実制御出力が制御対象モデル３０４に入力されると、制御対象モデル３０４は、制御対象モデル３０４で生成されたモデル状態量を擬似制御部３０２、第１最適化手段３０３および第２最適化手段３０５に出力する。
そして、第２最適化手段３０５は、パーティクル・スウォーム・オプティマイゼーションを用いて、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを調整し、制御対象モデル３０４のモデル状態量と状態観測部１０７で観測された駆動部１０４の状態量とが一致するように、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する。
【００７５】
なお、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する場合、擬似制御出力は用いられないため、第１最適化手段３０３の動作を停止させることができる。
以下、パーティクル・スウォーム・オプティマイゼーションを第２最適化手段３０５に適用した場合の具体的な手順について説明する。
【００７６】
まず、パーティクル・スウォーム・オプティマイゼーションのエージェントの状態変数は、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋとする。
次に、エージェントの初期値として、エージェントの位置ｓｉおよび速度ｖｉを設定する。なお、エージェントの数ｉは事前に設定しておく。
次に、（１）式および（２）式の計算を繰り返すことにより、最適解を探索する。なお、繰り返し回数ｋは事前に設定しておく。また、最適解を探索する際に、ステップごとに、各エージェントの評価と、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔの更新を行う。
【００７７】
ここで、各エージェントの評価は、以下の手順で行うことができる。
まず、エージェントの状態変数ｓｉを、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋに設定する。
次に、制御対象モデル３０４のモデル状態量データおよび状態観測部１０７で観測された駆動部１０４の状態量データを、一定範囲の実制御出力についてＮ点分だけ算出する。
次に、制御対象モデル３０４のモデル状態量および状態観測部１０７で観測された駆動部１０４の状態量を、（４）式により評価する。
【００７８】
【数２】
【００７９】
ただし、Ｘｍ（ｎ）は、状態観測部１０７で観測された駆動部１０４の状態量データ、Ｘｅ（ｎ）は、制御対象モデル３０４のモデル状態量データ、Ｗ（ｎ）は、データ点に対する重み関数、Ｆは評価結果である。
そして、全てのエージェントの評価結果Ｆに基づいて、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔを決定する。
【００８０】
そして、指定された回数が終了したら、集団の最良値ｇｂｅｓｔの状態量を制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋとしたものを、最適な係数として保存する。
これにより、制御対象１０６の特性が不明な場合においても、簡単なアルゴリズムを用いることで、制御対象１０６を模擬しつつ、制御対象１０６の振る舞いに近づくように、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを調整することが可能となる。
【００８１】
なお、シミュレータ部１０１の構成はコンピュータを用いて実現することができ、実制御部１０２から出力された実制御出力および状態観測部１０７で観測された駆動部１０４の状態量をコンピュータのメモリに保持し、オフラインにて最適化処理を行うようにしてもよい。
そして、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化することで、制御対象モデル３０４の特性が制御対象１０６の特性に近くなると、第２選択部３０６は、切替手段４０１により、制御対象モデル３０４の入力を擬似制御部３０２からの擬似制御出力側に切り替え、擬似制御出力を選択する。
【００８２】
そして、シミュレータ部１０１は、擬似制御出力が選択されると、第１最適化手段３０３を用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う。
そして、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉが最適化されると、この擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。
【００８３】
このように、第１最適化手段３０３および第２最適化手段３０５にて、パーティクル・スウォーム・オプティマイゼーションを繰り返し適用することで、規範モデル部３０１に任意の関数を与えれば、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを自律的に調整することが可能となり、制御対象１０６の最適制御を容易に行うことが可能となる。
【００８４】
また、実際の制御対象１０６の特性が不明の場合においても、実際の制御対象１０６を動作させたまま、制御対象モデル３０４の特性を自律的に最適化することが可能となる。
図８は、本発明の第２実施形態に係る出力制御装置の概略構成を示すブロック図である。なお、この第２実施形態は、第１選択部８０８を図１の構成に付加するようにしたものであり、その他のブロックの構成は、図１の構成と同様である。
【００８５】
すなわち、図８において、出力制御装置には、シミュレータ部８０１、実制御部８０２および状態観測部８０７に加え、第１選択部８０８が設けられ、制御対象８０６には、例えば、変換部８０３、駆動部８０４および負荷機械８０５が設けられている。
ここで、シミュレータ部８０１は、パーティクル・スウォーム・オプティマイゼーションを適用した制御対象８０６の模擬動作結果に基づいて、実制御部８０２の特性を調整する。
【００８６】
実制御部８０２は、指令信号および状態観測部８０７により観測された状態量に基づいて制御対象８０６を制御し、例えば、実制御出力としてトルク指令を変換部８０３に出力する。
状態観測部８０７は、制御対象８０６の状態量として駆動部８０４の位置を少なくとも１つ観測する。
【００８７】
変換部８０３は、駆動部８０４で発生されるトルクが、実制御部８０２から出力されたトルク指令に対応するように、駆動部８０４に供給される電力を調整する。
駆動部８０４は、例えば、電動機と伝達機構で構成され、負荷機械８０５を駆動する。
【００８８】
第１選択部８０８は、指令信号の出力をシミュレータ部８０１側または実制御部８０２側に切り替える。
図９は、図８の第１選択部８０８の概略構成を示すブロック図である。
図９において、第１選択部８０８には、指令信号の出力をシミュレータ部８０１または実制御部８０２に切り替える切替手段９０１が設けられている。
【００８９】
そして、第１選択部８０８は、第１最適化手段３０３を用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する場合、指令信号の出力をシミュレータ部８０１側に切り替え、制御対象１０６を動作させる場合、指令信号の出力を実制御部８０２側に切り替える。
これにより、第１最適化手段３０３を用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する場合、指令信号が実制御部８０２に入力されないようにして、制御対象１０６が動作しないようにすることができる。
【００９０】
このため、シミュレータ部８０１をコンピュータなどで実現し、制御対象１０６の状態量をメモリなどに保存して、実際の制御対象１０６とは独立に擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することが可能となる。
なお、上述した第１、２実施形態において、制御対象モデル３０４を構成するブロックの付加・削除・変更を行なえるようにして、制御対象モデル３０４の構造が可変となるようにしてもよい。
【００９１】
この場合、第２最適化手段３０５におけるパーティクル・スウォーム・オプティマイゼーションによる最適化アルゴリズムの状態変数は、制御対象モデル３０４のパラメータの状態変数に、制御対象モデル３０４の構造を表す状態変数を付け加えるようにする。
図１０は、本発明の第３実施形態に係る出力制御装置の概略構成を示すブロック図である。なお、第３実施形態は、図３のシミュレータ部１０１から第２最適化手段３０５および第２選択部３０６を除去するようにしたものであり、その他のブロックの構成は、図１および図３の構成と同様である。
【００９２】
すなわち、図１０において、出力制御装置には、シミュレータ部１００１、実制御部１００２および状態観測部１００７が設けられ、制御対象１００６には、例えば、変換部１００３、駆動部１００４および負荷機械１００５が設けられている。
ここで、シミュレータ部１００１は、パーティクル・スウォーム・オプティマイゼーションを適用した制御対象１００６の模擬動作結果に基づいて、実制御部１００２の特性を調整する。
【００９３】
実制御部１００２は、指令信号および状態観測部１００７により観測された状態量に基づいて制御対象１００６を制御し、例えば、実制御出力としてトルク指令を変換部１００３に出力する。
状態観測部１００７は、制御対象１００６の状態量として駆動部１００４の位置を少なくとも１つ観測する。
【００９４】
変換部１００３は、駆動部１００４で発生されるトルクが、実制御部１００２から出力されたトルク指令に対応するように、駆動部１００４に供給される電力を調整する。
駆動部１００４は、例えば、電動機と伝達機構で構成され、負荷機械１００５を駆動する。
【００９５】
図１１は、図１０のシミュレータ部１００１の概略構成を示すブロック図である。
図１１において、シミュレータ部１００１には、規範モデル部１１０１、擬似制御部１１０２、第１最適化手段１１０３および制御対象モデル１１０４が設けられている。
【００９６】
ここで、制御対象モデル１１０４は、図１０の制御対象１００６と同様な構造を有し、制御対象１００６を模擬する。
擬似制御部１１０２は、図１０の実制御部１００２と同様な構造を有し、制御対象モデル１１０２に擬似制御入力を出力する。
第１最適化手段１１０３は、制御対象モデル１１０４の動作結果に基づいて、擬似制御部１１０２のパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを適用して、擬似制御部１１０２のパラメータを調整するＰＳＯ適用部１１０３ａが設けられている。
【００９７】
規範モデル部１１０１は、指令信号に基づいて、制御対象１１０６に要求される規範応答を生成する。
以下、図１０の構成の動作について説明する。
まず、制御対象モデル１１０４の特性が制御対象１００６の特性に近い場合、擬似制御部１１０２は、第１最適化手段１１０３によって、擬似制御部１１０２の係数Ｋｐ、Ｋｖ、Ｔｉの調整が図られながら、指令信号および制御対象モデル１１０４のモデル状態量に基づいて擬似制御出力を生成し、その擬似制御出力を制御対象モデル１１０４に出力する。
【００９８】
そして、擬似制御出力が制御対象モデル１１０４に入力されると、制御対象モデル１１０４は、制御対象１００６の動作を模擬することにより、制御対象１００６の状態量に相当するモデル状態量を擬似制御部１１０２および第１最適化手段１１０３に出力する。
そして、指令信号がシミュレータ部１１０１に入力されると、規範モデル部１１０１は、この指令信号に対して制御対象１００６の状態量の規範となる規範応答を第１最適化手段１１０３に出力する。
【００９９】
そして、第１最適化手段１１０３は、パーティクル・スウォーム・オプティマイゼーションを用いて、擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整し、制御対象モデル１１０４のモデル状態量および規範モデル部１１０１から出力された規範応答の評価結果に基づいて、擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する。
【０１００】
そして、第１最適化手段１１０３により、擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉが最適化されると、擬似制御部１１０２は、この最適化された各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１００２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。
そして、実制御部１００２の各係数Ｋｐ、Ｋｖ、Ｔｉが調整されると、実制御部１００２は、指令信号および状態観測部１００７で観測された駆動部１００４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１００３に出力する。
【０１０１】
そして、変換部１００３は、実制御出力が実制御部１００２から入力されると、その実制御出力に対応するように駆動部１００４に供給される電力を調整する。そして、駆動部１００４は、変換部１００４から供給された電力を駆動源として負荷機械１００６を駆動する。
一方、制御対象モデル１１０４の特性が制御対象１００６の特性と異なる場合、シミュレータ部１００１以外の構成を用いることにより、制御対象モデル１１０４の特性を制御対象１００６の特性に近づける。
【０１０２】
そして、制御対象モデル１１０４の特性が制御対象１００６の特性に近くなると、シミュレータ部１００１は、第１最適化手段１１０３を用いて、擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う。
これにより、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを調整するための構成をシミュレータ部１００１に設ける必要がなくなり、シミュレータ部１００１の構成を簡略化しつつ、実制御部１００２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化を行うことが可能となる。
【０１０３】
なお、図１０の第３実施形態において、シミュレータ部１００１および実制御部１００２の前段に、図８の第１選択部８０８を付加するようにしてもよい。
これにより、シミュレータ部１００１の構成を簡略化しつつ、実際の制御対象１００６とは独立に擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することが可能となる。
【０１０４】
図１２は、本発明の第４実施形態に係る出力制御装置の概略構成を示すブロック図である。なお、第４実施形態は、図３のシミュレータ部１０１から第２選択部３０６を除去するとともに、図１２の実制御部１２０２から図１３の擬似制御部１３０２に係数情報が伝達されるようにしたものであり、その他のブロックの構成は、図１および図３の構成とほぼ同様である。
【０１０５】
図１２において、出力制御装置には、シミュレータ部１２０１、実制御部１２０２および状態観測部１２０７が設けられ、制御対象１２０６には、例えば、変換部１２０３、駆動部１２０４および負荷機械１２０５が設けられている。
ここで、シミュレータ部１２０１は、パーティクル・スウォーム・オプティマイゼーションを適用した制御対象１２０６の模擬動作結果に基づいて、実制御部１２０２の特性を調整するとともに、制御対象１２０６の特性が不明の場合、パーティクル・スウォーム・オプティマイゼーションを適用することで、制御対象１２０６の特性を模擬する制御対象モデルを構築する。
【０１０６】
実制御部１２０２は、指令信号および状態観測部１２０７により観測された状態量に基づいて制御対象１２０６を制御し、例えば、実制御出力としてトルク指令を変換部１２０３に出力する。
状態観測部１２０７は、制御対象１２０６の状態量として駆動部１２０４の位置を少なくとも１つ観測する。
【０１０７】
変換部１２０３は、駆動部１２０４で発生されるトルクが、実制御部１２０２から出力されたトルク指令に対応するように、駆動部１２０４に供給される電力を調整する。
駆動部１２０４は、例えば、電動機と伝達機構で構成され、負荷機械１２０５を駆動する。
【０１０８】
図１３は、図１２のシミュレータ部１２０１の概略構成を示すブロック図である。
図１３において、シミュレータ部１２０１には、規範モデル部１３０１、擬似制御部１３０２、第１最適化手段１３０３、制御対象モデル１３０４および第２最適化手段１３０５が設けられている。
【０１０９】
ここで、制御対象モデル１３０４は、図１２の制御対象１２０６と同様な構造を有し、制御対象１２０６を模擬する。
擬似制御部１３０２は、図１２の実制御部１２０２と同様な構造を有し、制御対象モデル１３０４に擬似制御入力を出力するとともに、実制御部１２０２のパラメータを擬似制御部１３０２のパラメータにコピーする。
【０１１０】
第１最適化手段１３０３は、制御対象モデル１３０４の動作結果に基づいて、擬似制御部１３０２のパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを適用して、擬似制御部１３０２のパラメータを調整するＰＳＯ適用部１３０３ａが設けられている。
第２最適化手段１３０５は、制御対象１２０６の状態量および制御対象モデル１３０４のモデル状態量に基づいて、制御対象モデル１３０４の構造またはパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象１２０６を模擬した制御対象モデル１３０４を構築するＰＳＯ適用部１３０５ａが設けられている。
【０１１１】
規範モデル部１３０１は、指令信号に基づいて、制御対象１２０６に要求される規範応答を生成する。
以下、各種条件下での図１２の構成の動作について説明する。
まず、制御対象モデル１３０４の特性が制御対象１２０６の特性に近い場合、擬似制御部１３０２は、第１最適化手段１３０３によって、制御対象モデル１３０４の各係数Ｋｐ、Ｋｖ、Ｔｉの調整が図られながら、指令信号および制御対象モデル１３０４のモデル状態量に基づいて擬似制御出力を生成し、その擬似制御出力を制御対象モデル１３０４に出力する。
【０１１２】
そして、擬似制御出力が制御対象モデル１３０４に入力されると、制御対象モデル１３０４は、制御対象１２０６の動作を模擬することにより、制御対象１２０６の状態量に相当するモデル状態量を擬似制御部１３０２、第１最適化手段１３０３および第２最適化手段１３０５に出力する。
そして、指令信号がシミュレータ部１２０１に入力されると、規範モデル部１３０１は、この指令信号に対して制御対象１２０６の状態量の規範となる規範応答を第１最適化手段１３０３に出力する。
【０１１３】
そして、第１最適化手段１３０３は、パーティクル・スウォーム・オプティマイゼーションを用いて、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整し、制御対象モデル１３０４のモデル状態量および規範モデル部１３０１から出力された規範応答の評価結果に基づいて、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する。
【０１１４】
そして、第１最適化手段１３０３により、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉが最適化されると、擬似制御部１３０２は、この最適化された各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。
そして、実制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉが調整されると、実制御部１２０２は、指令信号および状態観測部１２０７で観測された駆動部１２０４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１２０３に出力する。
【０１１５】
そして、変換部１２０３は、実制御出力が実制御部１２０２から入力されると、その実制御出力に対応するように駆動部１２０４に供給される電力を調整する。そして、駆動部１２０４は、変換部１２０４から供給された電力を駆動源として負荷機械１２０６を駆動する。
次に、制御対象モデル１３０４の特性が制御対象１２０５の特性と異なる場合、制御対象モデル１３０４に擬似制御出力を入力しても、制御対象モデル１３０４の特性が制御対象１２０６の特性と異なるため、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することができない。
【０１１６】
このため、第１最適化手段１３０３を用いて、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う前に、第２最適化手段１３０５を用いることで、制御対象モデル１３０４の特性が制御対象１２０６の特性に近づくように、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する。
まず、擬似制御部１３０２は、実制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉを擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉにコピーする。
【０１１７】
そして、擬似制御部１３０２は、指令信号および制御対象モデル１３０４のモデル状態量に基づいて擬似制御出力を生成し、この擬似御出力を制御対象モデル１３０４に出力する。
そして、擬似制御出力が制御対象モデル１３０４に入力されると、制御対象モデル１３０４は、制御対象モデル１３０４で生成されたモデル状態量を擬似制御部１３０２、第１最適化手段１３０３および第２最適化手段１３０５に出力する。
【０１１８】
また、実制御部１３０２は、指令信号および状態観測部１２０７で観測された駆動部１２０４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１２０３に出力して、制御対象１２０６を動作させる。
そして、状態観測部１２０７は、実制御出力が変換部１２０３に出力されると、駆動部１２０４の状態量を、実制御部１２０２および第２最適化手段１３０５に出力する。
【０１１９】
そして、第２最適化手段１３０５は、パーティクル・スウォーム・オプティマイゼーションを用いて、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを調整し、制御対象モデル１３０４のモデル状態量と状態観測部１２０７で観測された駆動部１２０４の状態量とが一致するように、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する。
【０１２０】
ここで、実制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉが擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉにコピーされているため、擬似制御部１３０２と実制御部１２０２とは同様の特性を示す。
このため、制御対象モデル１３０４の特性と制御対象１２０６の特性とが一致すれば、制御対象モデル１３０４のモデル状態量と制御対象１２０６の状態量も一致するはずである。
【０１２１】
従って、制御対象モデル１３０４のモデル状態量と状態観測部１２０７で観測された駆動部１２０４の状態量とが一致するように、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化することにより、制御対象モデル１３０４の特性と制御対象１２０６の特性とを一致させることができる。
そして、シミュレータ部１２０１は、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化することで、制御対象モデル１３０４の特性が制御対象１２０６の特性に近くなると、第１最適化手段１３０３を用いて、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う。
【０１２２】
これにより、実際の制御対象１２０６の特性が不明の場合においても、シミュレータ部１２０１に実制御出力を入力することなく、制御対象１２０６の特性に近くなるように、制御対象モデル１３０４の特性を自律的に最適化することが可能となるとともに、制御対象１２０６の最適制御が可能となるように、実擬似制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整することが可能となり、シミュレータ部１２０１の構成を簡略化しつつ、制御対象１２０６を高速かつ安定して制御することが可能となる。
【０１２３】
なお、図１２の第４実施形態において、シミュレータ部１２０１および実制御部１２０２の前段に、図８の第１選択部８０８を付加するようにしてもよい。
これにより、制御対象１２０６を動作させた時と同じ指令信号を用いることで、制御対象１２０６の状態量をメモリなどに保存して、実際の制御対象１２０６とは独立に擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することが可能となる。
【０１２４】
また、上述した第４実施形態において、制御対象モデル１３０４を構成するブロックの付加・削除・変更を行なえるようにして、制御対象モデル１３０４の構造が可変となるようにしてもよい。
この場合、第２最適化手段１３０５におけるパーティクル・スウォーム・オプティマイゼーションによる最適化アルゴリズムの状態変数は、パラメータの状態変数に構造を表す状態変数を付け加えるようにする。
【０１２５】
また、上述した第１〜４実施形態において、シミュレータ部１０１、８０１、１００１、１２０１はコンピュータなどで実現してもよく、また、ミュレータ部１０１、８０１、１００１、１２０１の入力される指令信号は、制御対象１０６、８０６、１００６、１２０６を動作させる同じパターンの指令信号ならば、コンピュータなどで実現してもよい。
【０１２６】
また、上述した第１〜４実施形態において、シミュレータ部１０１、８０１、１００１、１２０１は、複数のコンピュータと通信手段で実現してもよく、例えば、ネットワークに接続されたコンピュータ間でデータの送受信を行ないながら、シミュレータ部１０１、８０１、１００１、１２０１の動作を実現するようにしてもよい。
【０１２７】
【発明の効果】
以上説明したように、本発明によれば、パーティクル・スウォーム・オプティマイゼーションを用いて制御対象をシミュレートすることにより、概念が簡単なアルゴリズムを用いて、連続型の変数のままで実制御出力の最適化を図ることが可能となり、制御対象を高速かつ安定して制御することが可能となる。
【図面の簡単な説明】
【図１】本発明の第１実施形態に係る出力制御装置の概略構成を示すブロック図である。
【図２】図１の実制御部１０２の概略構成を示すブロック図である。
【図３】図１のシミュレータ部１０１の概略構成を示すブロック図である。
【図４】図３の第２選択部３０６の概略構成を示すブロック図である。
【図５】図３の制御対象モデル３０４の概略構成を示すブロック図である。
【図６】図３の擬似制御部３０２の概略構成を示すブロック図である。
【図７】図３の規範モデル部３０１の概略構成を示すブロック図である。
【図８】本発明の第２実施形態に係る出力制御装置の概略構成を示すブロック図である。
【図９】図８の第１選択部８０８の概略構成を示すブロック図である。
【図１０】本発明の第３実施形態に係る出力制御装置の概略構成を示すブロック図である。
【図１１】図１０のシミュレータ部１００１の概略構成を示すブロック図である。
【図１２】本発明の第４実施形態に係る出力制御装置の概略構成を示すブロック図である。
【図１３】図１２のシミュレータ部１２０１の概略構成を示すブロック図である。
【図１４】従来の出力制御装置の概略構成を示すブロック図である。
【符号の説明】
１０１、８０１、１００１、１２０１ シミュレータ部
１０２、８０２、１００２、１２０２ 実制御部
１０３，８０３、１００３、１２０３ 変換部
１０４、８０４、１００４、１２０４ 駆動部
１０５、８０５、１００５、１２０５ 負荷機械
１０６、８０６、１００６、１２０６ 制御対象
１０７、８０７、１００７、１２０７ 状態観測部
２０１、２０３、５０１、５０６、６０１、６０３ 減算器
２０２、２０５、５０８、６０２、６０５ 係数器
２０４、５０７、６０４ 微分器
２０６、５０２〜５０５、６０６ 積分器
２０７、５０９、６０７ 加算器
３０１、１１０１、１３０１ 規範モデル部
３０２、１１０２、１３０２ 擬似制御部
３０３、１１０３、１３０３ 第１最適化手段
３０４、１１０４、１３０４ 制御対象モデル
３０５、１３０５ 第２最適化手段
３０６ 第２選択部
３０３ａ、３０５ａ、１１０３ａ、１３０３ａ ＰＳＯ適用部
４０１、９０１ 切り替え手段
７０１ 一次遅れ系
８０８ 第１選択部
【発明の属する技術分野】
本発明は出力制御方法、出力制御装置および出力制御プログラムに関し、特に、パーティクル・スウォーム・オプティマイゼーション（Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ：ＰＳＯ）を用いて駆動制御を行う場合に適用して好適なものである。
【０００２】
【従来の技術】
従来の出力制御装置の最適化方法では、例えば、特許文献１〜５に開示されているように、遺伝的アルゴリズム（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ：ＧＡ）を用いて制御ゲインの最適化を行う方法があった。
図１４は、従来の出力制御装置の概略構成を示すブロック図である。
【０００３】
図１４において、出力制御装置には、サーボモータ１４０１ａ〜１４０１ｎを有するサーボシステム１４０１、サーボモータ１４０１ａ〜１４０１ｎを制御するコントローラ１４０２、制御対象を近似した近似モデル１４０３、近似モデル１４０３を作成するためのモデル同定部１４０４、遺伝的アルゴリズムを用いて制御ゲインの自動調整を行う制御ゲイン調整装置１４０５、基準範囲内の応答が得られた場合に、コントローラ１４０２の出力信号を近似モデル１４０３側からサーボシステム１４０１側に切り替える切り替え手段１４０６、近似モデル１４０３の規範となる応答を予め設定する規範応答モデル１４０７、負荷を考慮した制御対象の近似モデル１４０３の応答と規範応答モデル１４０７の応答偏差を評価値とする評価値演算部１４０８が設けられている。
【０００４】
ここで、モデル同定部１４０４に関しては、制御ゲインの調整を行うための妥当なモデルを、近似モデル１４０３に予め設定しておき、未知の定数のみを最小二乗法などにより同定する。
そして、制御ゲインの調整中は、切り替え手段１４０６によりコントローラ１４０２の出力信号を近似モデル１４０３側に切り替える。そして、制御ゲイン調整装置１４０５にて、評価値演算部１４０８から出力される評価値を考慮しつつ、遺伝的アルゴリズムを近似モデル１４０３に適用することにより、制御ゲインの最適化を行う。
【０００５】
そして、制御ゲインの最適化が終了すると、切り替え手段１４０６によりコントローラ１４０２の出力信号をサーボシステム１４０１側に切り替え、通常運転に入る。
これにより、局所解に陥ることなく、しかも高速にサーボシステム１４０１の制御ゲインを最適に調整することが行われていた。
【０００６】
【特許文献１】
特開平９−１３１０８７号公報
【特許文献２】
特開２０００−９２８８１号公報
【特許文献３】
特開２００１−８４７７号公報
【特許文献４】
特開２００１−８４７８号公報
【特許文献５】
特開２００２−１９９７６５号公報
【０００７】
【発明が解決しようとする課題】
しかしながら、遺伝的アルゴリズムの対象問題は組み合わせ最適化であるため、状態変数は離散変数であることが必要である。
このため、従来の出力制御装置では、制御器内の複数の制御ゲインをコード化し、この制御ゲインを表すビット列を繋ぎ合わせたデータを、１つの制御ゲインの組み合わせ候補となるコード列とするための操作が必要となるとともに、それぞれの個体を評価する時は、ビット列からゲイン値に戻す必要があり、制御ゲインの最適化に時間がかかるという問題があった。
【０００８】
また、従来の出力制御装置では、連続的な値が遺伝的アルゴリズムという組み合わせ最適化手法で無理に最適化処理が行われるため、最適化時は制御ゲインの連続性が無視される上、制御ゲインを表すビット列を繋ぎ合わせる順番などが最適化の収束性に影響するため、そのアルゴリズムの設計が困難であるという問題があった。
そこで、本発明の目的は、アルゴリズムの簡易化を図りつつ、連続型の変数を高速に最適化することが可能な出力制御方法、出力制御装置および出力制御プログラムを提供することである。
【０００９】
【課題を解決するための手段】
上述した課題を解決するために、請求項１記載の出力制御方法によれば、パーティクル・スウォーム・オプティマイゼーションを適用して生成された擬似制御出力に基づいて、制御対象を模擬動作させるステップと、前記制御対象の模擬動作結果に基づいて、前記制御対象に出力される実制御出力を調整するステップとを備えることを特徴とする。
【００１０】
これにより、概念が簡単なアルゴリズムを用いて、連続型の変数のままで実制御出力の最適化を図ることが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項２記載の出力制御方法によれば、パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象を模擬した制御対象モデルを構築するステップと、パーティクル・スウォーム・オプティマイゼーションを適用して生成された擬似制御出力に基づいて、前記制御対象モデルを動作させるステップと、前記制御対象モデルの動作結果に基づいて、前記制御対象に出力される実制御出力を調整するステップとを備えることを特徴とする。
【００１１】
これにより、制御対象の特性が不明な場合においても、簡単なアルゴリズムを繰り返し用いることで、制御対象モデルの特性を自律的に最適化しつつ、実制御出力の最適化を図ることが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項３記載の出力制御方法によれば、制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、前記制御対象を模擬した制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする。
【００１２】
これにより、概念が簡単なアルゴリズムを用いて、連続型の変数のまま制御対象モデルの動作をシミュレートすることで、実制御部のパラメータを調整することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項４記載の出力制御方法によれば、制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、前記制御対象を模擬した制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、前記パラメータが調整された実制御部側に、前記指令信号の入力先を切り替えるステップと、前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする。
【００１３】
これにより、実制御部のパラメータの調整中は、指令信号が実制御部に入力されないようにして、制御対象の動作を停止させることが可能となるとともに、実制御部のパラメータの調整後は、指令信号が実制御部に入力されるようにして、制御対象を動作させることが可能となる。
このため、実制御部のパラメータの調整を制御対象の動作と切り離して行うことが可能となり、実制御部のパラメータの調整を制御対象の動作と独立させて、コンピュータなどを用いて容易に行うことが可能となる。
【００１４】
また、請求項５記載の出力制御方法によれば、制御対象を模擬した制御対象モデルのパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記制御対象を制御する実制御部に指令信号を入力するステップと、前記実制御部から出力される実制御出力に基づいて、前記制御対象および制御対象モデルを制御するステップと、前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルのパラメータを調整するステップと、前記制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、前記制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする。
【００１５】
これにより、制御対象の特性が不明な場合においても、簡単なアルゴリズムを繰り返し用いることで、制御対象モデルの特性を自律的に最適化しつつ、連続型の変数のまま制御対象モデルの動作をシミュレートすることが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項６記載の出力制御方法によれば、制御対象を模擬した制御対象モデルのパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記制御対象を制御する実制御部に指令信号を入力するステップと、前記実制御部から出力される実制御出力に基づいて、前記制御対象を制御するステップと、前記実制御部を模擬する擬似制御部のパラメータに、前記実制御部のパラメータをコピーするステップと、前記擬似制御部から出力される擬似制御出力に基づいて、前記制御対象モデルを制御するステップと、前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルのパラメータを調整するステップと、前記擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、前記制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする。
【００１６】
これにより、制御対象の特性が不明な場合においても、実制御部から出力される実制御出力を制御対象モデルに入力することなく、制御対象モデルの特性を制御対象の特性に近づけることが可能となり、構成の簡略化を図りつつ、制御対象を高速かつ安定して制御することが可能となる。
また、請求項７記載の出力制御方法によれば、前記制御対象を電動機機械システムとしたことを特徴とする。
【００１７】
また、請求項８記載の出力制御装置によれば、制御対象の状態量を少なくとも１つ観測する状態観測手段と、指令信号および前記状態観測手段により観測された状態量に基づいて、前記制御対象を制御する実制御手段と、パーティクル・スウォーム・オプティマイゼーションを適用した前記制御対象の模擬動作結果に基づいて、前記実制御手段の特性を調整するシミュレータ手段とを備えることを特徴とする。
【００１８】
これにより、連続型の変数に適用される簡単なアルゴリズムを用いて、実制御手段の特性を最適化することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項９記載の出力制御装置によれば、前記シミュレータ手段は、前記制御対象を模擬した制御対象モデルと、前記実制御手段と同様な構造を有し、前記制御対象モデルに擬似制御入力を出力する擬似制御手段と、前記指令信号に基づいて、前記制御対象に要求される規範応答を生成する規範モデルと、前記制御対象モデルの動作結果に基づいて、前記擬似制御手段のパラメータを最適化する第１最適化手段とを備えることを特徴とする。
【００１９】
これにより、連続型の変数に適用される簡単なアルゴリズムを用いて、制御対象の動作を模擬しつつ、制御対象の最適制御が可能となるように、擬似制御手段のパラメータを調整することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項１０記載の出力制御装置によれば、前記第１最適化手段は、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を前記擬似制御手段のパラメータに設定するパラメータ設定手段と、前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御手段のパラメータを更新するパラメータ更新手段とを備えることを特徴とする。
【００２０】
これにより、パーティクル・スウォーム・オプティマイゼーションを適用することで、擬似制御手段の特性を評価しつつ、擬似制御手段の特性が最適化されるように、擬似制御手段のパラメータを容易に変更することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項１１記載の出力制御装置によれば、前記指令信号の入力を、前記シミュレータ手段または前記実制御手段に切り替える第１選択手段をさらに備えることを特徴とする。
【００２１】
これにより、実制御手段のパラメータの調整中は、指令信号がシミュレータ手段に入力されるとともに、実制御手段に入力されないようにして、制御対象の動作を停止させつつ、制御対象の動作をシミュレートすることが可能となる。
このため、実制御手段のパラメータの調整を制御対象の動作と切り離して行うことが可能となり、実制御手段のパラメータの調整を制御対象の動作と独立させて、コンピュータなどを用いて容易に行うことが可能となる。
【００２２】
また、請求項１２記載の出力制御装置によれば、前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルの構造またはパラメータを最適化する第２最適化手段をさらに備えることを特徴とする。
これにより、制御対象の特性が不明な場合においても、簡単なアルゴリズムを繰り返し用いることで、制御対象を模擬しつつ、制御対象の振る舞いに近づくように、制御対象モデルを構築することが可能となるとともに、制御対象の最適制御が可能となるように、擬似制御手段のパラメータを調整することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
【００２３】
また、請求項１３記載の出力制御装置によれば、前記制御対象モデルの入力を、前記擬似制御手段からの擬似制御出力または前記実制御手段からの実制御出力に切り替える第２選択手段をさらに備えることを特徴とする。
これにより、制御対象の特性が不明な場合においても、制御対象の振る舞いに近づくように、制御対象モデルを構築した後に、その制御対象モデルを用いて、御対象の最適制御が可能となるように、擬似制御手段のパラメータを調整することが可能となる。
【００２４】
また、請求項１４記載の出力制御プログラムによれば、パーティクル・スウォーム・オプティマイゼーションを適用して制御出力を模擬的に生成するステップと、前記模擬的に生成された制御出力に基づいて、制御対象の動作をシミュレートするステップと、前記制御対象のシミュレート結果に基づいて、前記制御対象を制御する実制御部のパラメータを調整するステップとを備えることを特徴とする。
【００２５】
これにより、連続型の変数に適用される簡単なアルゴリズムを用いて、実制御部のパラメータを最適化することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
また、請求項１５記載の出力制御プログラムによれば、パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象を模擬した制御対象モデルを構築するステップと、パーティクル・スウォーム・オプティマイゼーションを適用して制御出力を模擬的に生成するステップと、前記期擬似制御出力に基づいて、前記制御対象モデルを動作させるステップと、前記制御対象モデルの動作結果に基づいて、前記制御対象を制御する実制御部のパラメータを調整するステップとを備えることを特徴とする。
【００２６】
これにより、制御対象の特性が不明な場合においても、簡単なアルゴリズムを繰り返し用いることで、制御対象を模擬しつつ、制御対象の振る舞いに近づくように、制御対象モデルを構築することが可能となるとともに、制御対象の最適制御が可能となるように、擬似制御手段のパラメータを調整することが可能となり、制御対象を高速かつ安定して制御することが可能となる。
【００２７】
【発明の実施の形態】
以下、本発明の実施形態に係る出力制御装置について図面を参照しながら説明する。
図１は、本発明の一実施形態に係る出力制御装置の概略構成を示すブロック図である。
【００２８】
図１において、出力制御装置には、シミュレータ部１０１、実制御部１０２および状態観測部１０７が設けられ、制御対象１０６は、例えば、電動機などの負荷機械１０５を駆動するための駆動部１０４、この駆動部１０４に電力を供給するインバータ等の電力変換部１０３とを備えている。なお、以下の説明では、制御対象１０６を電動機機械システムという総称で呼ぶことにする。
【００２９】
ここで、シミュレータ部１０１は、パーティクル・スウォーム・オプティマイゼーションを適用した制御対象１０６の模擬動作結果に基づいて、実制御部１０２の特性を調整するとともに、制御対象１０６の特性が不明の場合、パーティクル・スウォーム・オプティマイゼーションを適用することで、制御対象１０６の特性を模擬する制御対象モデルを構築する。
【００３０】
実制御部１０２は、指令信号および状態観測部１０７により観測された状態量に基づいて制御対象１０６を制御し、例えば、実制御出力としてトルク指令を変換部１０３に出力する。
状態観測部１０７は、制御対象１０６の状態量として駆動部１０４の位置を少なくとも１つ観測する。
【００３１】
変換部１０３は、駆動部１０４で発生されるトルクが、実制御部１０２から出力されたトルク指令に対応するように、駆動部１０４に供給される電力を調整する。
駆動部１０４は、例えば、電動機と伝達機構で構成され、負荷機械１０５を駆動する。
【００３２】
ここで、パーティクル・スウォーム・オプティマイゼーションは、簡単化した社会モデルのシミュレーションを通して開発されたモダンヒューリスティック（Ｍｏｄｅｒｎ Ｈｅｕｒｉｓｔｉｃ：ＭＨ）手法の１つであり、鳥の群れの動きを連続変数の２次元空間で表現することを通して開発された。
なお、パーティクル・スウォーム・オプティマイゼーションについては、Ｊ．Ｋｅｎｎｅｄｙ ａｎｄ Ｒ．Ｅｂｅｒｈａｒｔによる“Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ”（Ｐｒｏｃ． ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，Ｖｏｌ．ＩＶ，ｐｐ．１９４２−１９４８，Ｐｅｒｔｈ，Ａｕｓｔｒａｌｉａ，１９９５．）や、吉田・福山他による「電圧信頼度を考慮したＰａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎによる電圧無効電力制御方式の検討」（電気学会論文誌Ｂ，１１９巻１２号，１９９９年１２月）、特開２０００−１１６００３「電圧無効電力制御方法」、特開２００２−５１４６４「配電系統における状態推定法」などに記載されている。
【００３３】
そして、パーティクル・スウォーム・オプティマイゼーションでは、各エージェント（パーティクル・スウォーム・オプティマイゼーションでは、群れの個々をエージェントと呼ぶ。）の位置（状態量）をｘ、ｙ座標で表し、各エージェントの速度をｖｘ（ｘ方向の速度）、ｖｙ（ｙ方向の速度）で表現する。
そして、各エージェントの位置と速度の情報から、次時点の各エージェントの位置を更新することができる。
【００３４】
この概念に基づき、鳥の群れ全体が何らかの目的関数を最適化するような行動をとると考えると、以下のような最適化が考えられる。
すなわち、各エージェントは、各々の探索における目的関数のそれまでの最も評価の高い最良値ｐｂｅｓｔと、その位置（状態量）を示すｘ、ｙ座標とを覚えている。また、各エージェントは、各エージェントが保有する最良値ｐｂｅｓｔの集団の中で最も評価の高いもの、すなわち、集団のそれまでの目的関数の最良値ｇｂｅｓｔを共有している。
【００３５】
また、各エージェントは、現在の位置（ｘ、ｙ座標）および現在の速度（ｖｘ、ｖｙ）を持っている。
そして、各エージェントは、現在の位置（ｘ、ｙ座標）および速度（ｖｘ、ｖｙ）と、最良値ｐｂｅｓｔ、ｇｂｅｓｔとの間の距離に応じて、最良値ｐｂｅｓｔ、ｇｂｅｓｔの存在する位置に方向を変更しようとする。
【００３６】
この変更しようとする行動は速度で表現される。そして、各エージェントの速度は、現在の速度と最良値ｐｂｅｓｔ、ｇｂｅｓｔとを用いて、（１）式のように修正することができる。
Ｖｉ ｋ＋１＝ｗ×Ｖｉ ｋ＋ｃ１×ｒａｎｄ（）×（ｐｂｅｓｔｉ−ｓｉ ｋ）
＋ｃ２×ｒａｎｄ（）×（ｇｂｅｓｔ−ｓｉ ｋ） ・・・（１）
ただし、Ｖｉ ｋは、エージェントｉの速度、ｒａｎｄ（）は、０〜１までの一様乱数、ｓｉ ｋは、エージェントｉの探索ｋ回目の位置（探索点）、ｐｂｅｓｔｉは、エージェントｉの最良値ｐｂｅｓｔ、ｗは、エージェント速度に対する重み関数、ｃ１、ｃ２は、各項に対する重み係数である。
【００３７】
この（１）式を用いることにより、各エージェントのこれまでの最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔに確率的に近づくような速度Ｖｉ ｋ＋１を求めることができ、これにより、各エージェントの現在の位置（探索点）ｓｉ ｋを（２）式のように修正することができる。
ｓｉ ｋ＋１＝ｓｉ ｋ＋Ｖｉ ｋ＋１ ・・・（２）
ここで、パーティクル・スウォーム・オプティマイゼーションでは、遺伝的アルゴリズムと同様に複数の探索点を持った多点探索で、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔを用いて各探索点を確率的に変更していくことにより、大域最適解（最良解）を得ることができる。
【００３８】
また、パーティクル・スウォーム・オプティマイゼーションでは、これまでの速度を維持しようとする大域探索（（１）式の右辺第１項）と、最良値ｐｂｅｓｔ、ｇｂｅｓｔとを用いてこれらに近づこうとする、局所探索（（１）式の右辺第２、３項）とをバランスよく行うことができる。
さらに、パーティクル・スウォーム・オプティマイゼーションでは、各ステップで目的関数を評価する必要があるが、評価回数は問題の規模によらず、エージェント数のみでよいため、大規模問題への適用を容易に行うことができる。
【００３９】
図２は、図１の実制御部１０２の概略構成を示すブロック図である。
図２において、実制御部１０２には、減算器２０１、２０３、係数器２０２、２０５、微分器２０４、積分器２０６および加算器２０７が設けられている。
そして、指令信号としての位置指令と、状態量としての駆動部１０４の位置が入力され、比例制御（Ｐ制御）および比例−積分制御（ＰＩ制御）を行った後、実制御出力としてトルク指令を変換部１０３に出力する。
【００４０】
ここで、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉは、擬似制御部３０２により調整される。
すなわち、指令信号が減算器２０１に入力されるとともに、状態観測部１０７で観測された駆動部１０４の状態量が減算器２０１および微分器２０４に入力される。
【００４１】
そして、減算器２０１にて、指令信号から状態量が減算され、その減算結果が係数器２０２に出力される。そして、係数器２０２にて、減算器２０１から出力された減算結果に係数Ｋｐが乗算され、その乗算結果が減算器２０３に出力される。
一方、微分器２０４に入力された状態量は、微分器２０４にて微分された後、減算器２０３に出力される。
【００４２】
そして、減算器２０３にて、係数器２０２から出力された乗算結果と、微分器２０４から出力された微分結果とが減算された後、その減算結果が係数器２０５に出力される。そして、係数器２０５にて、減算器２０３から出力された減算結果に係数Ｋｖが乗算され、その乗算結果が積分器２０６および加算器２０７に出力される。
【００４３】
そして、積分器２０６にて、係数器２０５から出力された乗算結果が積分されるとともに、係数Ｔｉで除算され、積分器２０６からの出力値が加算器２０７に出力される。
そして、加算器２０７にて、係数器２０５から出力された乗算結果と積分器２０６からの出力値とが加算された後、実制御出力として出力する。
【００４４】
図３は、図１のシミュレータ部１０１の概略構成を示すブロック図である。
図３において、シミュレータ部１０１には、規範モデル部３０１、擬似制御部３０２、第１最適化手段３０３、制御対象モデル３０４、第２最適化手段３０５および第２選択部３０６が設けられている。
ここで、第２選択部３０６は、制御対象モデル３０４の入力を、擬似制御部３０２からの擬似制御出力または実制御部１０２からの実制御出力に切り替える。
【００４５】
制御対象モデル３０４は、図１の制御対象１０６と同様な構造を有し、制御対象１０６を模擬する。
擬似制御部３０２は、図１の実制御部１０２と同様な構造を有し、制御対象モデル３０４に擬似制御入力を出力する。
第１最適化手段３０３は、制御対象モデル３０４の動作結果に基づいて、擬似制御部３０２のパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを適用して、擬似制御部３０２のパラメータを調整するＰＳＯ適用部３０３ａが設けられている。
【００４６】
第２最適化手段３０５は、制御対象１０６の状態量および制御対象モデル３０４のモデル状態量（模擬応答とも言われる）に基づいて、制御対象モデル３０４の構造またはパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象１０６を模擬した制御対象モデル３０４を構築するためのＰＳＯ適用部３０５ａが設けられている。
【００４７】
規範モデル部３０１は、指令信号に基づいて、制御対象１０６に要求される規範応答を生成する。
図４は、図３の第２選択部３０６の概略構成を示すブロック図である。
図４において、第２選択部３０６には、制御対象モデル３０４の入力を、擬似制御部３０２からの擬似制御出力または実制御部１０２からの実制御出力に切り替える切替手段４０１が設けられている。
【００４８】
そして、第２選択部３０６は、第１最適化手段３０３により擬似制御部３０２の特性の最適化が行なわれる場合、擬似制御部３０２からの擬似制御出力を制御対象モデル３０４に入力し、第２最適化手段３０５により制御対象モデル３０４２の特性の最適化が行なわれる場合、実制御部１０２からの実制御出力を制御対象モデル３０４に入力する。
【００４９】
これにより、制御対象１０６の特性が不明であっても、制御対象モデル３０４の入力を切り替えることで、制御対象モデル３０４の特性が制御対象１０６の特性に近づくように、制御対象モデル３０４の特性を最適化することが可能となる。
図５は、図３の制御対象モデル３０４の概略構成を示すブロック図である。
【００５０】
図５において、制御対象モデル３０４には、減算器５０１、５０６、係数器５０８、微分器５０７、積分器５０２〜５０５および加算器５０９が設けられ、２慣性系モデルを構成している。
そして、擬似制御部３０２からの擬似制御出力または実制御部１０２からの実制御出力が入力され、駆動部１０４に相当する位置を状態量として擬似制御部３０２、第１最適化手段３０３および第２最適化手段３０５に出力する。
【００５１】
ここで、制御対象モデル３０４の各係数Ｊｍ、Ｄ、Ｋ、ＪＬは、第２最適化手段３０５により調整される。
すなわち、擬似制御部３０２からの擬似制御出力または実制御部１０２からの実制御出力が減算器５０１に入力される。
そして、減算器５０１にて、擬似制御出力または実制御出力と加算器５０９から出力された加算結果とが減算され、その減算結果が積分器５０２に出力される。そして、積分器５０２にて、減算器５０１から出力された減算結果が積分されるとともに、係数Ｊｍで除算され、積分器５０２からの出力値が積分器５０３に出力される。
【００５２】
そして、積分器５０３にて、積分器５０２からの出力値が積分され、制御対象モデル３０４のモデル状態量として出力されるとともに、減算器５０６に出力される。
一方、加算器５０９から出力された加算結果は、積分器５０４にも出力される。そして、積分器５０４にて、加算器５０９から出力された加算結果が積分されるとともに、係数ＪＬで除算され、積分器５０４からの出力値が積分器５０５に出力される。そして、積分器５０５にて、積分器５０４からの出力値が積分され、減算器５０６に出力される。
【００５３】
そして、減算器５０６にて、積分器５０３からの出力値と、積分器５０５からの出力値とが減算され、その減算結果が微分器５０７および係数器５０８に出力される。
そして、微分器５０７にて、減算器５０６から出力された減算結果が微分されるとともに、係数Ｄが乗算され、加算器５０９に出力されるとともに、係数器５０８にて、減算器５０６から出力された減算結果に係数Ｄが乗算され、加算器５０９に出力される。
【００５４】
そして、加算器５０９にて、微分器５０７からの出力値と、係数器５０８からの出力値とが加算され、その加算結果が減算器５０１および積分器５０４に出力される。
図６は、図３の擬似制御部３０２の概略構成を示すブロック図である。
図６において、擬似制御部３０２には、実制御部１０２に対応して、減算器６０１、６０３、係数器６０２、６０５、微分器６０４、積分器６０６および加算器６０７が設けられている。
【００５５】
そして、第１最適化手段３０３により調整された擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。
すなわち、指令信号が減算器６０１に入力されるとともに、制御対象モデル３０４のモデル状態量が減算器６０１および微分器６０４に入力される。
【００５６】
そして、減算器６０１にて、指令信号から状態量が減算され、その減算結果が係数器６０２に出力される。そして、係数器６０２にて、減算器６０１から出力された減算結果に係数Ｋｐが乗算され、その乗算結果が減算器６０３に出力される。
一方、微分器６０４に入力された状態量は、微分器６０４にて微分された後、減算器６０３に出力される。
【００５７】
そして、減算器６０３にて、係数器６０２から出力された乗算結果と、微分器６０４から出力された微分結果とが減算された後、その減算結果が係数器６０５に出力される。そして、係数器６０５にて、減算器６０３から出力された減算結果に係数Ｋｖが乗算され、その乗算結果が積分器６０６および加算器６０７に出力される。
【００５８】
そして、積分器６０６にて、係数器６０５から出力された乗算結果が積分されるとともに、係数Ｔｉで除算され、積分器６０６からの出力値が加算器６０７に出力される。
そして、加算器６０７にて、係数器６０５から出力された乗算結果と積分器６０６からの出力値とが加算された後、擬似制御出力として出力する。
【００５９】
図７は、図３の規範モデル部３０１の概略構成を示すブロック図である。
図７において、規範モデル部３０１には、一次遅れ系７０１が設けられ、一次遅れ系７０１の係数Ｔｒは外部から設定される。そして、一次遅れ系７０１には、指令信号が入力され、この指令信号に対し、制御対象１０６の状態量の規範となる信号が出力される。
【００６０】
以下、各種条件下での図１の構成の動作について説明する。
まず、制御対象モデル３０４の特性が制御対象１０６の特性に近い場合、第２選択部３０６は、切替手段４０１により、制御対象モデル３０４の入力を擬似制御部３０２からの擬似制御出力側に切り替え、擬似制御出力を常に選択する。
そして、擬似制御部３０２は、指令信号および制御対象モデル３０４のモデル状態量が入力されると、第１最適化手段３０３によって、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの調整が図られながら、擬似制御出力を第２選択部３０６に出力する。
【００６１】
そして、第２選択部３０６は、擬似制御部３０２から擬似制御出力が入力されると、その擬似制御出力を制御対象モデル３０４に出力する。
そして、擬似制御出力が制御対象モデル３０４に入力されると、制御対象モデル３０４は、制御対象１０６の動作を模擬することにより、制御対象１０６の状態量に相当するモデル状態量を擬似制御部３０２、第１最適化手段３０３および第２最適化手段３０５に出力する。
【００６２】
そして、指令信号がシミュレータ部１０１に入力されると、規範モデル部３０１は、この指令信号に対して制御対象１０６の状態量の規範となる規範応答を第１最適化手段３０３に出力する。
そして、第１最適化手段３０３は、パーティクル・スウォーム・オプティマイゼーションを用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整し、制御対象モデル３０４のモデル状態量および規範モデル部３０１から出力された規範応答の評価結果に基づいて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する。
【００６３】
そして、第１最適化手段３０３により、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉが最適化されると、擬似制御部３０２は、この最適化された各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。そして、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉが調整されると、実制御部１０２は、指令信号および状態観測部１０７で観測された駆動部１０４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１０３に出力する。
【００６４】
そして、変換部１０３は、実制御出力が実制御部１０２から入力されると、その実制御出力に対応するように駆動部１０４に供給される電力を調整する。そして、駆動部１０４は、変換部１０３から供給された電力を駆動源として負荷機械１０６を駆動する。
以下、パーティクル・スウォーム・オプティマイゼーションを第１最適化手段３０３に適用した場合の具体的な手順について説明する。
【００６５】
まず、パーティクル・スウォーム・オプティマイゼーションのエージェントの状態変数は、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉとする。
次に、エージェントの初期値として、エージェントの位置ｓｉおよび速度ｖｉを設定する。なお、エージェントの数ｉは事前に設定しておく。
次に、（１）式および（２）式の計算を繰り返すことにより、最適解を探索する。なお、繰り返し回数ｋは事前に設定しておく。また、最適解を探索する際に、ステップごとに、各エージェントの評価と、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔの更新を行う。
【００６６】
ここで、各エージェントの評価は、以下の手順で行うことができる。
まず、エージェントの状態変数ｓｉを、擬似制御部３０２の係数Ｋｐ、Ｋｖ、Ｔｉに設定する。
次に、制御対象モデル３０４のモデル状態量データおよび規範モデル部３０１から出力された規範応答データを、一定時間の指令信号についてＮ点分だけ算出する。
次に、制御対象モデル３０４のモデル状態量および規範モデル部３０１から出力された規範応答を、（３）式により評価する。
【００６７】
【数１】
ただし、Ｘｒ（ｎ）は、規範モデル部３０１から出力された規範応答データ、Ｘｅ（ｎ）は、制御対象モデル３０４のモデル状態量データ、Ｗ（ｎ）は、データ点に対する重み関数、Ｆは評価結果である。
そして、全てのエージェントの評価結果Ｆに基づいて、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔを決定する。
【００６９】
そして、指定された回数が終了したら、集団の最良値ｇｂｅｓｔの状態量を擬似制御部３０２の係数Ｋｐ、Ｋｖ、Ｔｉとしたものを、最適な係数として保存する。
これにより、連続型の変数に適用される簡単なアルゴリズムを用いて、制御対象１０６の動作を模擬しつつ、制御対象１０６の最適制御が可能となるように、擬似制御部３０２の係数Ｋｐ、Ｋｖ、Ｔｉを調整することが可能となり、制御対象１０６を高速かつ安定して制御することが可能となる。
【００７０】
なお、パーティクル・スウォーム・オプティマイゼーションでエージェントを評価する評価式は、（３）式に限定されることなく、例えば、応答データのオーバーシュート量や整定時間などを切り出したり、他の評価式を用いるなど、目的に応じて評価式を自由に設定することができる。
また、シミュレータ部１０１の構成はコンピュータを用いて実現することができ、コンピュータのメモリに指令信号を保持し、オフラインにて最適化処理を行うようにしてもよい。
【００７１】
次に、制御対象モデル３０４の特性が制御対象１０６の特性と異なる場合、制御対象モデル３０４に擬似制御出力を入力しても、制御対象モデル３０４の特性が制御対象１０６の特性と異なるため、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することができない。
そこで、第１最適化手段３０３を用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う前に、第２最適化手段３０５を用いることで、制御対象モデル３０４の特性が制御対象１０６の特性に近づくように、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する。
【００７２】
まず、第２選択部３０６は、切替手段４０１により、制御対象モデル３０４の入力を実制御部１０２からの実制御出力側に切り替え、実制御出力を選択する。
そして、実制御部３０２は、指令信号および状態観測部１０７で観測された駆動部１０４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１０４に出力して、制御対象１０６を動作させるとともに、この実制御出力を第２選択部３０６にも出力する。
【００７３】
そして、状態観測部１０７は、実制御出力が変換部１０３に出力されると、駆動部１０４の状態量を、実制御部３０２および第２最適化手段３０５に出力する。
また、第２選択部３０６は、実制御部３０２から実制御出力が入力されると、その実制御出力を制御対象モデル３０４に出力する。
【００７４】
そして、実制御出力が制御対象モデル３０４に入力されると、制御対象モデル３０４は、制御対象モデル３０４で生成されたモデル状態量を擬似制御部３０２、第１最適化手段３０３および第２最適化手段３０５に出力する。
そして、第２最適化手段３０５は、パーティクル・スウォーム・オプティマイゼーションを用いて、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを調整し、制御対象モデル３０４のモデル状態量と状態観測部１０７で観測された駆動部１０４の状態量とが一致するように、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する。
【００７５】
なお、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する場合、擬似制御出力は用いられないため、第１最適化手段３０３の動作を停止させることができる。
以下、パーティクル・スウォーム・オプティマイゼーションを第２最適化手段３０５に適用した場合の具体的な手順について説明する。
【００７６】
まず、パーティクル・スウォーム・オプティマイゼーションのエージェントの状態変数は、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋとする。
次に、エージェントの初期値として、エージェントの位置ｓｉおよび速度ｖｉを設定する。なお、エージェントの数ｉは事前に設定しておく。
次に、（１）式および（２）式の計算を繰り返すことにより、最適解を探索する。なお、繰り返し回数ｋは事前に設定しておく。また、最適解を探索する際に、ステップごとに、各エージェントの評価と、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔの更新を行う。
【００７７】
ここで、各エージェントの評価は、以下の手順で行うことができる。
まず、エージェントの状態変数ｓｉを、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋに設定する。
次に、制御対象モデル３０４のモデル状態量データおよび状態観測部１０７で観測された駆動部１０４の状態量データを、一定範囲の実制御出力についてＮ点分だけ算出する。
次に、制御対象モデル３０４のモデル状態量および状態観測部１０７で観測された駆動部１０４の状態量を、（４）式により評価する。
【００７８】
【数２】
ただし、Ｘｍ（ｎ）は、状態観測部１０７で観測された駆動部１０４の状態量データ、Ｘｅ（ｎ）は、制御対象モデル３０４のモデル状態量データ、Ｗ（ｎ）は、データ点に対する重み関数、Ｆは評価結果である。
そして、全てのエージェントの評価結果Ｆに基づいて、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔを決定する。
【００８０】
そして、指定された回数が終了したら、集団の最良値ｇｂｅｓｔの状態量を制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋとしたものを、最適な係数として保存する。
これにより、制御対象１０６の特性が不明な場合においても、簡単なアルゴリズムを用いることで、制御対象１０６を模擬しつつ、制御対象１０６の振る舞いに近づくように、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを調整することが可能となる。
【００８１】
なお、シミュレータ部１０１の構成はコンピュータを用いて実現することができ、実制御部１０２から出力された実制御出力および状態観測部１０７で観測された駆動部１０４の状態量をコンピュータのメモリに保持し、オフラインにて最適化処理を行うようにしてもよい。
そして、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化することで、制御対象モデル３０４の特性が制御対象１０６の特性に近くなると、第２選択部３０６は、切替手段４０１により、制御対象モデル３０４の入力を擬似制御部３０２からの擬似制御出力側に切り替え、擬似制御出力を選択する。
【００８２】
そして、シミュレータ部１０１は、擬似制御出力が選択されると、第１最適化手段３０３を用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う。
そして、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉが最適化されると、この擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。
【００８３】
このように、第１最適化手段３０３および第２最適化手段３０５にて、パーティクル・スウォーム・オプティマイゼーションを繰り返し適用することで、規範モデル部３０１に任意の関数を与えれば、実制御部１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを自律的に調整することが可能となり、制御対象１０６の最適制御を容易に行うことが可能となる。
【００８４】
また、実際の制御対象１０６の特性が不明の場合においても、実際の制御対象１０６を動作させたまま、制御対象モデル３０４の特性を自律的に最適化することが可能となる。
図８は、本発明の第２実施形態に係る出力制御装置の概略構成を示すブロック図である。なお、この第２実施形態は、第１選択部８０８を図１の構成に付加するようにしたものであり、その他のブロックの構成は、図１の構成と同様である。
【００８５】
すなわち、図８において、出力制御装置には、シミュレータ部８０１、実制御部８０２および状態観測部８０７に加え、第１選択部８０８が設けられ、制御対象８０６には、例えば、変換部８０３、駆動部８０４および負荷機械８０５が設けられている。
ここで、シミュレータ部８０１は、パーティクル・スウォーム・オプティマイゼーションを適用した制御対象８０６の模擬動作結果に基づいて、実制御部８０２の特性を調整する。
【００８６】
実制御部８０２は、指令信号および状態観測部８０７により観測された状態量に基づいて制御対象８０６を制御し、例えば、実制御出力としてトルク指令を変換部８０３に出力する。
状態観測部８０７は、制御対象８０６の状態量として駆動部８０４の位置を少なくとも１つ観測する。
【００８７】
変換部８０３は、駆動部８０４で発生されるトルクが、実制御部８０２から出力されたトルク指令に対応するように、駆動部８０４に供給される電力を調整する。
駆動部８０４は、例えば、電動機と伝達機構で構成され、負荷機械８０５を駆動する。
【００８８】
第１選択部８０８は、指令信号の出力をシミュレータ部８０１側または実制御部８０２側に切り替える。
図９は、図８の第１選択部８０８の概略構成を示すブロック図である。
図９において、第１選択部８０８には、指令信号の出力をシミュレータ部８０１または実制御部８０２に切り替える切替手段９０１が設けられている。
【００８９】
そして、第１選択部８０８は、第１最適化手段３０３を用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する場合、指令信号の出力をシミュレータ部８０１側に切り替え、制御対象１０６を動作させる場合、指令信号の出力を実制御部８０２側に切り替える。
これにより、第１最適化手段３０３を用いて、擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する場合、指令信号が実制御部８０２に入力されないようにして、制御対象１０６が動作しないようにすることができる。
【００９０】
このため、シミュレータ部８０１をコンピュータなどで実現し、制御対象１０６の状態量をメモリなどに保存して、実際の制御対象１０６とは独立に擬似制御部３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することが可能となる。
なお、上述した第１、２実施形態において、制御対象モデル３０４を構成するブロックの付加・削除・変更を行なえるようにして、制御対象モデル３０４の構造が可変となるようにしてもよい。
【００９１】
この場合、第２最適化手段３０５におけるパーティクル・スウォーム・オプティマイゼーションによる最適化アルゴリズムの状態変数は、制御対象モデル３０４のパラメータの状態変数に、制御対象モデル３０４の構造を表す状態変数を付け加えるようにする。
図１０は、本発明の第３実施形態に係る出力制御装置の概略構成を示すブロック図である。なお、第３実施形態は、図３のシミュレータ部１０１から第２最適化手段３０５および第２選択部３０６を除去するようにしたものであり、その他のブロックの構成は、図１および図３の構成と同様である。
【００９２】
すなわち、図１０において、出力制御装置には、シミュレータ部１００１、実制御部１００２および状態観測部１００７が設けられ、制御対象１００６には、例えば、変換部１００３、駆動部１００４および負荷機械１００５が設けられている。
ここで、シミュレータ部１００１は、パーティクル・スウォーム・オプティマイゼーションを適用した制御対象１００６の模擬動作結果に基づいて、実制御部１００２の特性を調整する。
【００９３】
実制御部１００２は、指令信号および状態観測部１００７により観測された状態量に基づいて制御対象１００６を制御し、例えば、実制御出力としてトルク指令を変換部１００３に出力する。
状態観測部１００７は、制御対象１００６の状態量として駆動部１００４の位置を少なくとも１つ観測する。
【００９４】
変換部１００３は、駆動部１００４で発生されるトルクが、実制御部１００２から出力されたトルク指令に対応するように、駆動部１００４に供給される電力を調整する。
駆動部１００４は、例えば、電動機と伝達機構で構成され、負荷機械１００５を駆動する。
【００９５】
図１１は、図１０のシミュレータ部１００１の概略構成を示すブロック図である。
図１１において、シミュレータ部１００１には、規範モデル部１１０１、擬似制御部１１０２、第１最適化手段１１０３および制御対象モデル１１０４が設けられている。
【００９６】
ここで、制御対象モデル１１０４は、図１０の制御対象１００６と同様な構造を有し、制御対象１００６を模擬する。
擬似制御部１１０２は、図１０の実制御部１００２と同様な構造を有し、制御対象モデル１１０２に擬似制御入力を出力する。
第１最適化手段１１０３は、制御対象モデル１１０４の動作結果に基づいて、擬似制御部１１０２のパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを適用して、擬似制御部１１０２のパラメータを調整するＰＳＯ適用部１１０３ａが設けられている。
【００９７】
規範モデル部１１０１は、指令信号に基づいて、制御対象１１０６に要求される規範応答を生成する。
以下、図１０の構成の動作について説明する。
まず、制御対象モデル１１０４の特性が制御対象１００６の特性に近い場合、擬似制御部１１０２は、第１最適化手段１１０３によって、擬似制御部１１０２の係数Ｋｐ、Ｋｖ、Ｔｉの調整が図られながら、指令信号および制御対象モデル１１０４のモデル状態量に基づいて擬似制御出力を生成し、その擬似制御出力を制御対象モデル１１０４に出力する。
【００９８】
そして、擬似制御出力が制御対象モデル１１０４に入力されると、制御対象モデル１１０４は、制御対象１００６の動作を模擬することにより、制御対象１００６の状態量に相当するモデル状態量を擬似制御部１１０２および第１最適化手段１１０３に出力する。
そして、指令信号がシミュレータ部１１０１に入力されると、規範モデル部１１０１は、この指令信号に対して制御対象１００６の状態量の規範となる規範応答を第１最適化手段１１０３に出力する。
【００９９】
そして、第１最適化手段１１０３は、パーティクル・スウォーム・オプティマイゼーションを用いて、擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整し、制御対象モデル１１０４のモデル状態量および規範モデル部１１０１から出力された規範応答の評価結果に基づいて、擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する。
【０１００】
そして、第１最適化手段１１０３により、擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉが最適化されると、擬似制御部１１０２は、この最適化された各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１００２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。
そして、実制御部１００２の各係数Ｋｐ、Ｋｖ、Ｔｉが調整されると、実制御部１００２は、指令信号および状態観測部１００７で観測された駆動部１００４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１００３に出力する。
【０１０１】
そして、変換部１００３は、実制御出力が実制御部１００２から入力されると、その実制御出力に対応するように駆動部１００４に供給される電力を調整する。そして、駆動部１００４は、変換部１００４から供給された電力を駆動源として負荷機械１００６を駆動する。
一方、制御対象モデル１１０４の特性が制御対象１００６の特性と異なる場合、シミュレータ部１００１以外の構成を用いることにより、制御対象モデル１１０４の特性を制御対象１００６の特性に近づける。
【０１０２】
そして、制御対象モデル１１０４の特性が制御対象１００６の特性に近くなると、シミュレータ部１００１は、第１最適化手段１１０３を用いて、擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う。
これにより、制御対象モデル３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを調整するための構成をシミュレータ部１００１に設ける必要がなくなり、シミュレータ部１００１の構成を簡略化しつつ、実制御部１００２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化を行うことが可能となる。
【０１０３】
なお、図１０の第３実施形態において、シミュレータ部１００１および実制御部１００２の前段に、図８の第１選択部８０８を付加するようにしてもよい。
これにより、シミュレータ部１００１の構成を簡略化しつつ、実際の制御対象１００６とは独立に擬似制御部１１０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することが可能となる。
【０１０４】
図１２は、本発明の第４実施形態に係る出力制御装置の概略構成を示すブロック図である。なお、第４実施形態は、図３のシミュレータ部１０１から第２選択部３０６を除去するとともに、図１２の実制御部１２０２から図１３の擬似制御部１３０２に係数情報が伝達されるようにしたものであり、その他のブロックの構成は、図１および図３の構成とほぼ同様である。
【０１０５】
図１２において、出力制御装置には、シミュレータ部１２０１、実制御部１２０２および状態観測部１２０７が設けられ、制御対象１２０６には、例えば、変換部１２０３、駆動部１２０４および負荷機械１２０５が設けられている。
ここで、シミュレータ部１２０１は、パーティクル・スウォーム・オプティマイゼーションを適用した制御対象１２０６の模擬動作結果に基づいて、実制御部１２０２の特性を調整するとともに、制御対象１２０６の特性が不明の場合、パーティクル・スウォーム・オプティマイゼーションを適用することで、制御対象１２０６の特性を模擬する制御対象モデルを構築する。
【０１０６】
実制御部１２０２は、指令信号および状態観測部１２０７により観測された状態量に基づいて制御対象１２０６を制御し、例えば、実制御出力としてトルク指令を変換部１２０３に出力する。
状態観測部１２０７は、制御対象１２０６の状態量として駆動部１２０４の位置を少なくとも１つ観測する。
【０１０７】
変換部１２０３は、駆動部１２０４で発生されるトルクが、実制御部１２０２から出力されたトルク指令に対応するように、駆動部１２０４に供給される電力を調整する。
駆動部１２０４は、例えば、電動機と伝達機構で構成され、負荷機械１２０５を駆動する。
【０１０８】
図１３は、図１２のシミュレータ部１２０１の概略構成を示すブロック図である。
図１３において、シミュレータ部１２０１には、規範モデル部１３０１、擬似制御部１３０２、第１最適化手段１３０３、制御対象モデル１３０４および第２最適化手段１３０５が設けられている。
【０１０９】
ここで、制御対象モデル１３０４は、図１２の制御対象１２０６と同様な構造を有し、制御対象１２０６を模擬する。
擬似制御部１３０２は、図１２の実制御部１２０２と同様な構造を有し、制御対象モデル１３０４に擬似制御入力を出力するとともに、実制御部１２０２のパラメータを擬似制御部１３０２のパラメータにコピーする。
【０１１０】
第１最適化手段１３０３は、制御対象モデル１３０４の動作結果に基づいて、擬似制御部１３０２のパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを適用して、擬似制御部１３０２のパラメータを調整するＰＳＯ適用部１３０３ａが設けられている。
第２最適化手段１３０５は、制御対象１２０６の状態量および制御対象モデル１３０４のモデル状態量に基づいて、制御対象モデル１３０４の構造またはパラメータを最適化するもので、パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象１２０６を模擬した制御対象モデル１３０４を構築するＰＳＯ適用部１３０５ａが設けられている。
【０１１１】
規範モデル部１３０１は、指令信号に基づいて、制御対象１２０６に要求される規範応答を生成する。
以下、各種条件下での図１２の構成の動作について説明する。
まず、制御対象モデル１３０４の特性が制御対象１２０６の特性に近い場合、擬似制御部１３０２は、第１最適化手段１３０３によって、制御対象モデル１３０４の各係数Ｋｐ、Ｋｖ、Ｔｉの調整が図られながら、指令信号および制御対象モデル１３０４のモデル状態量に基づいて擬似制御出力を生成し、その擬似制御出力を制御対象モデル１３０４に出力する。
【０１１２】
そして、擬似制御出力が制御対象モデル１３０４に入力されると、制御対象モデル１３０４は、制御対象１２０６の動作を模擬することにより、制御対象１２０６の状態量に相当するモデル状態量を擬似制御部１３０２、第１最適化手段１３０３および第２最適化手段１３０５に出力する。
そして、指令信号がシミュレータ部１２０１に入力されると、規範モデル部１３０１は、この指令信号に対して制御対象１２０６の状態量の規範となる規範応答を第１最適化手段１３０３に出力する。
【０１１３】
そして、第１最適化手段１３０３は、パーティクル・スウォーム・オプティマイゼーションを用いて、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整し、制御対象モデル１３０４のモデル状態量および規範モデル部１３０１から出力された規範応答の評価結果に基づいて、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化する。
【０１１４】
そして、第１最適化手段１３０３により、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉが最適化されると、擬似制御部１３０２は、この最適化された各係数Ｋｐ、Ｋｖ、Ｔｉに基づいて、実制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整する。
そして、実制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉが調整されると、実制御部１２０２は、指令信号および状態観測部１２０７で観測された駆動部１２０４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１２０３に出力する。
【０１１５】
そして、変換部１２０３は、実制御出力が実制御部１２０２から入力されると、その実制御出力に対応するように駆動部１２０４に供給される電力を調整する。そして、駆動部１２０４は、変換部１２０４から供給された電力を駆動源として負荷機械１２０６を駆動する。
次に、制御対象モデル１３０４の特性が制御対象１２０５の特性と異なる場合、制御対象モデル１３０４に擬似制御出力を入力しても、制御対象モデル１３０４の特性が制御対象１２０６の特性と異なるため、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することができない。
【０１１６】
このため、第１最適化手段１３０３を用いて、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う前に、第２最適化手段１３０５を用いることで、制御対象モデル１３０４の特性が制御対象１２０６の特性に近づくように、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する。
まず、擬似制御部１３０２は、実制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉを擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉにコピーする。
【０１１７】
そして、擬似制御部１３０２は、指令信号および制御対象モデル１３０４のモデル状態量に基づいて擬似制御出力を生成し、この擬似御出力を制御対象モデル１３０４に出力する。
そして、擬似制御出力が制御対象モデル１３０４に入力されると、制御対象モデル１３０４は、制御対象モデル１３０４で生成されたモデル状態量を擬似制御部１３０２、第１最適化手段１３０３および第２最適化手段１３０５に出力する。
【０１１８】
また、実制御部１３０２は、指令信号および状態観測部１２０７で観測された駆動部１２０４の状態量に基づいて実制御出力を生成し、この実制御出力を変換部１２０３に出力して、制御対象１２０６を動作させる。
そして、状態観測部１２０７は、実制御出力が変換部１２０３に出力されると、駆動部１２０４の状態量を、実制御部１２０２および第２最適化手段１３０５に出力する。
【０１１９】
そして、第２最適化手段１３０５は、パーティクル・スウォーム・オプティマイゼーションを用いて、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを調整し、制御対象モデル１３０４のモデル状態量と状態観測部１２０７で観測された駆動部１２０４の状態量とが一致するように、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化する。
【０１２０】
ここで、実制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉが擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉにコピーされているため、擬似制御部１３０２と実制御部１２０２とは同様の特性を示す。
このため、制御対象モデル１３０４の特性と制御対象１２０６の特性とが一致すれば、制御対象モデル１３０４のモデル状態量と制御対象１２０６の状態量も一致するはずである。
【０１２１】
従って、制御対象モデル１３０４のモデル状態量と状態観測部１２０７で観測された駆動部１２０４の状態量とが一致するように、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化することにより、制御対象モデル１３０４の特性と制御対象１２０６の特性とを一致させることができる。
そして、シミュレータ部１２０１は、制御対象モデル１３０４の各係数Ｊｍ、ＪＬ、Ｄ、Ｋを最適化することで、制御対象モデル１３０４の特性が制御対象１２０６の特性に近くなると、第１最適化手段１３０３を用いて、擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉの最適化処理を行う。
【０１２２】
これにより、実際の制御対象１２０６の特性が不明の場合においても、シミュレータ部１２０１に実制御出力を入力することなく、制御対象１２０６の特性に近くなるように、制御対象モデル１３０４の特性を自律的に最適化することが可能となるとともに、制御対象１２０６の最適制御が可能となるように、実擬似制御部１２０２の各係数Ｋｐ、Ｋｖ、Ｔｉを調整することが可能となり、シミュレータ部１２０１の構成を簡略化しつつ、制御対象１２０６を高速かつ安定して制御することが可能となる。
【０１２３】
なお、図１２の第４実施形態において、シミュレータ部１２０１および実制御部１２０２の前段に、図８の第１選択部８０８を付加するようにしてもよい。
これにより、制御対象１２０６を動作させた時と同じ指令信号を用いることで、制御対象１２０６の状態量をメモリなどに保存して、実際の制御対象１２０６とは独立に擬似制御部１３０２の各係数Ｋｐ、Ｋｖ、Ｔｉを最適化することが可能となる。
【０１２４】
また、上述した第４実施形態において、制御対象モデル１３０４を構成するブロックの付加・削除・変更を行なえるようにして、制御対象モデル１３０４の構造が可変となるようにしてもよい。
この場合、第２最適化手段１３０５におけるパーティクル・スウォーム・オプティマイゼーションによる最適化アルゴリズムの状態変数は、パラメータの状態変数に構造を表す状態変数を付け加えるようにする。
【０１２５】
また、上述した第１〜４実施形態において、シミュレータ部１０１、８０１、１００１、１２０１はコンピュータなどで実現してもよく、また、ミュレータ部１０１、８０１、１００１、１２０１の入力される指令信号は、制御対象１０６、８０６、１００６、１２０６を動作させる同じパターンの指令信号ならば、コンピュータなどで実現してもよい。
【０１２６】
また、上述した第１〜４実施形態において、シミュレータ部１０１、８０１、１００１、１２０１は、複数のコンピュータと通信手段で実現してもよく、例えば、ネットワークに接続されたコンピュータ間でデータの送受信を行ないながら、シミュレータ部１０１、８０１、１００１、１２０１の動作を実現するようにしてもよい。
【０１２７】
【発明の効果】
以上説明したように、本発明によれば、パーティクル・スウォーム・オプティマイゼーションを用いて制御対象をシミュレートすることにより、概念が簡単なアルゴリズムを用いて、連続型の変数のままで実制御出力の最適化を図ることが可能となり、制御対象を高速かつ安定して制御することが可能となる。
【図面の簡単な説明】
【図１】本発明の第１実施形態に係る出力制御装置の概略構成を示すブロック図である。
【図２】図１の実制御部１０２の概略構成を示すブロック図である。
【図３】図１のシミュレータ部１０１の概略構成を示すブロック図である。
【図４】図３の第２選択部３０６の概略構成を示すブロック図である。
【図５】図３の制御対象モデル３０４の概略構成を示すブロック図である。
【図６】図３の擬似制御部３０２の概略構成を示すブロック図である。
【図７】図３の規範モデル部３０１の概略構成を示すブロック図である。
【図８】本発明の第２実施形態に係る出力制御装置の概略構成を示すブロック図である。
【図９】図８の第１選択部８０８の概略構成を示すブロック図である。
【図１０】本発明の第３実施形態に係る出力制御装置の概略構成を示すブロック図である。
【図１１】図１０のシミュレータ部１００１の概略構成を示すブロック図である。
【図１２】本発明の第４実施形態に係る出力制御装置の概略構成を示すブロック図である。
【図１３】図１２のシミュレータ部１２０１の概略構成を示すブロック図である。
【図１４】従来の出力制御装置の概略構成を示すブロック図である。
【符号の説明】
１０１、８０１、１００１、１２０１ シミュレータ部
１０２、８０２、１００２、１２０２ 実制御部
１０３，８０３、１００３、１２０３ 変換部
１０４、８０４、１００４、１２０４ 駆動部
１０５、８０５、１００５、１２０５ 負荷機械
１０６、８０６、１００６、１２０６ 制御対象
１０７、８０７、１００７、１２０７ 状態観測部
２０１、２０３、５０１、５０６、６０１、６０３ 減算器
２０２、２０５、５０８、６０２、６０５ 係数器
２０４、５０７、６０４ 微分器
２０６、５０２〜５０５、６０６ 積分器
２０７、５０９、６０７ 加算器
３０１、１１０１、１３０１ 規範モデル部
３０２、１１０２、１３０２ 擬似制御部
３０３、１１０３、１３０３ 第１最適化手段
３０４、１１０４、１３０４ 制御対象モデル
３０５、１３０５ 第２最適化手段
３０６ 第２選択部
３０３ａ、３０５ａ、１１０３ａ、１３０３ａ ＰＳＯ適用部
４０１、９０１ 切り替え手段
７０１ 一次遅れ系
８０８ 第１選択部
Claims (15)
- パーティクル・スウォーム・オプティマイゼーションを適用して生成された擬似制御出力に基づいて、制御対象を模擬動作させるステップと、
前記制御対象の模擬動作結果に基づいて、前記制御対象に出力される実制御出力を調整するステップとを備えることを特徴とする出力制御方法。 - パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象を模擬した制御対象モデルを構築するステップと、
パーティクル・スウォーム・オプティマイゼーションを適用して生成された擬似制御出力に基づいて、前記制御対象モデルを動作させるステップと、
前記制御対象モデルの動作結果に基づいて、前記制御対象に出力される実制御出力を調整するステップとを備えることを特徴とする出力制御方法。 - 制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、
前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、
前記制御対象を模擬した制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、
前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、
前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、
前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、
前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする出力制御方法。 - 制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、
前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、
前記制御対象を模擬した制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、
前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、
前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、
前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、
前記パラメータが調整された実制御部側に、前記指令信号の入力先を切り替えるステップと、
前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする出力制御方法。 - 制御対象を模擬した制御対象モデルのパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、
前記制御対象を制御する実制御部に指令信号を入力するステップと、
前記実制御部から出力される実制御出力に基づいて、前記制御対象および制御対象モデルを制御するステップと、
前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルのパラメータを調整するステップと、
前記制御対象を制御する実制御部に対応した擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、
前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、
前記制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、
前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、
前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、
前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする出力制御方法。 - 制御対象を模擬した制御対象モデルのパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、
前記制御対象を制御する実制御部に指令信号を入力するステップと、
前記実制御部から出力される実制御出力に基づいて、前記制御対象を制御するステップと、
前記実制御部を模擬する擬似制御部のパラメータに、前記実制御部のパラメータをコピーするステップと、
前記擬似制御部から出力される擬似制御出力に基づいて、前記制御対象モデルを制御するステップと、
前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルのパラメータを調整するステップと、
前記擬似制御部のパラメータに、パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を設定するステップと、
前記パラメータが設定された擬似制御部および前記制御対象に要求される規範応答を生成する規範モデルに、指令信号を入力するステップと、
前記制御対象モデルのモデル状態量を前記擬似制御部に入力するステップと、前記擬似制御部から出力される擬似制御出力を前記制御対象モデルに入力するステップと、
前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御部のパラメータを最適化するステップと、
前記擬似制御部で更新されたパラメータに基づいて、前記実制御部のパラメータを調整するステップと、
前記パラメータが調整された実制御部からの実制御出力に基づいて、前記制御対象を制御するステップとを備えることを特徴とする出力制御方法。 - 前記制御対象を電動機機械システムとしたことを特徴とする請求項１〜６のいずれか１項記載の出力制御方法。
- 制御対象の状態量を少なくとも１つ観測する状態観測手段と、
指令信号および前記状態観測手段により観測された状態量に基づいて、前記制御対象を制御する実制御手段と、
パーティクル・スウォーム・オプティマイゼーションを適用した前記制御対象の模擬動作結果に基づいて、前記実制御手段の特性を調整するシミュレータ手段とを備えることを特徴とする出力制御装置。 - 前記シミュレータ手段は、
前記制御対象を模擬した制御対象モデルと、
前記実制御手段と同様な構造を有し、前記制御対象モデルに擬似制御入力を出力する擬似制御手段と、
前記指令信号に基づいて、前記制御対象に要求される規範応答を生成する規範モデルと、
前記制御対象モデルの動作結果に基づいて、前記擬似制御手段のパラメータを最適化する第１最適化手段とを備えることを特徴とする請求項８記載の出力制御装置。 - 前記第１最適化手段は、
パーティクル・スウォーム・オプティマイゼーションによるエージェントの状態変数を前記擬似制御手段のパラメータに設定するパラメータ設定手段と、
前記制御対象モデルのモデル状態量および前記規範モデルの規範応答に基づいて、パーティクル・スウォーム・オプティマイゼーションにより前記擬似制御手段のパラメータを更新するパラメータ更新手段とを備えることを特徴とする請求項９記載の出力制御装置。 - 前記指令信号の入力を、前記シミュレータ手段または前記実制御手段に切り替える第１選択手段をさらに備えることを特徴とする請求項８〜１０のいずれか１項記載の出力制御装置。
- 前記制御対象の状態量および前記制御対象モデルのモデル状態量に基づいて、前記制御対象モデルの構造またはパラメータを最適化する第２最適化手段をさらに備えることを特徴とする請求項９〜１１のいずれか１項記載の出力制御装置。
- 前記制御対象モデルの入力を、前記擬似制御手段からの擬似制御出力または前記実制御手段からの実制御出力に切り替える第２選択手段をさらに備えることを特徴とする請求項１２記載の出力制御装置。
- パーティクル・スウォーム・オプティマイゼーションを適用して制御出力を模擬的に生成するステップと、
前記模擬的に生成された制御出力に基づいて、制御対象の動作をシミュレートするステップと、
前記制御対象のシミュレート結果に基づいて、前記制御対象を制御する実制御部のパラメータを調整するステップとを備えることを特徴とする出力制御プログラム。 - パーティクル・スウォーム・オプティマイゼーションを用いることにより、制御対象を模擬した制御対象モデルを構築するステップと、
パーティクル・スウォーム・オプティマイゼーションを適用して制御出力を模擬的に生成するステップと、
前記期擬似制御出力に基づいて、前記制御対象モデルを動作させるステップと、
前記制御対象モデルの動作結果に基づいて、前記制御対象を制御する実制御部のパラメータを調整するステップとを備えることを特徴とする出力制御プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002331133A JP2004164426A (ja) | 2002-11-14 | 2002-11-14 | 出力制御方法、出力制御装置および出力制御プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002331133A JP2004164426A (ja) | 2002-11-14 | 2002-11-14 | 出力制御方法、出力制御装置および出力制御プログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004164426A true JP2004164426A (ja) | 2004-06-10 |
Family
ID=32808603
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002331133A Pending JP2004164426A (ja) | 2002-11-14 | 2002-11-14 | 出力制御方法、出力制御装置および出力制御プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004164426A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006088122A1 (ja) * | 2005-02-21 | 2006-08-24 | Fujifilm Corporation | 拡散フィルムの設計方法及び製造方法並びにそれにより得られる拡散フィルム |
| JP2007215384A (ja) * | 2006-02-13 | 2007-08-23 | Toshiba Corp | 鉄道車両システム |
| JP2008069772A (ja) * | 2006-09-15 | 2008-03-27 | Man Diesel Sa | 内燃機関の燃料噴射ノズルの最適化方法 |
| JP2009116515A (ja) * | 2007-11-05 | 2009-05-28 | Fuji Electric Systems Co Ltd | Ｐｉｄパラメータ調節支援装置 |
| CN102156478A (zh) * | 2010-12-28 | 2011-08-17 | 北京航空航天大学 | 一种基于蚁群Unscented粒子滤波算法的组合定姿方法 |
| JP2012078906A (ja) * | 2010-09-30 | 2012-04-19 | Internatl Business Mach Corp <Ibm> | Ｐｉｄ制御器の構成方法、プログラム及びシステム |
| JP2012190274A (ja) * | 2011-03-10 | 2012-10-04 | Kobe Steel Ltd | モデリング装置および該方法 |
| JP2018116596A (ja) * | 2017-01-20 | 2018-07-26 | オムロン株式会社 | 情報処理システム、制御パラメータの調整方法、および制御パラメータの調整プログラム |
-
2002
- 2002-11-14 JP JP2002331133A patent/JP2004164426A/ja active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006088122A1 (ja) * | 2005-02-21 | 2006-08-24 | Fujifilm Corporation | 拡散フィルムの設計方法及び製造方法並びにそれにより得られる拡散フィルム |
| US7781013B2 (en) | 2005-02-21 | 2010-08-24 | Fujifilm Corporation | Method of designing a diffusion film, a process for producing the same, and a diffusion film obtained thereby |
| JP2007215384A (ja) * | 2006-02-13 | 2007-08-23 | Toshiba Corp | 鉄道車両システム |
| JP2008069772A (ja) * | 2006-09-15 | 2008-03-27 | Man Diesel Sa | 内燃機関の燃料噴射ノズルの最適化方法 |
| KR101306526B1 (ko) * | 2006-09-15 | 2013-09-09 | 만 디젤 앤 터보 에스이 | 내연기관용 분사 노즐의 최적화 방법 |
| JP2009116515A (ja) * | 2007-11-05 | 2009-05-28 | Fuji Electric Systems Co Ltd | Ｐｉｄパラメータ調節支援装置 |
| JP2012078906A (ja) * | 2010-09-30 | 2012-04-19 | Internatl Business Mach Corp <Ibm> | Ｐｉｄ制御器の構成方法、プログラム及びシステム |
| CN102156478A (zh) * | 2010-12-28 | 2011-08-17 | 北京航空航天大学 | 一种基于蚁群Unscented粒子滤波算法的组合定姿方法 |
| CN102156478B (zh) * | 2010-12-28 | 2013-11-06 | 北京航空航天大学 | 一种基于蚁群Unscented粒子滤波算法的组合定姿方法 |
| JP2012190274A (ja) * | 2011-03-10 | 2012-10-04 | Kobe Steel Ltd | モデリング装置および該方法 |
| JP2018116596A (ja) * | 2017-01-20 | 2018-07-26 | オムロン株式会社 | 情報処理システム、制御パラメータの調整方法、および制御パラメータの調整プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105955206B (zh) | 一种基于数据驱动和参数混合优化的多轴运动控制方法 | |
| CN106560997B (zh) | 机械学习装置以及电动机控制装置 | |
| US20220326664A1 (en) | Improved machine learning for technical systems | |
| EP0540168B1 (en) | Simulator using a neural network | |
| JP2004164426A (ja) | 出力制御方法、出力制御装置および出力制御プログラム | |
| Hein et al. | Generating interpretable fuzzy controllers using particle swarm optimization and genetic programming | |
| Yao et al. | Toward reliable designs of data-driven reinforcement learning tracking control for Euler–Lagrange systems | |
| Mu et al. | Adaptive composite frequency control of power systems using reinforcement learning | |
| Khan et al. | Machine learning applied to the design and analysis of low frequency electromagnetic devices | |
| Balázs et al. | Comparison of various evolutionary and memetic algorithms | |
| JP2010266967A (ja) | Ｐｉｄ調整装置およびｐｉｄ調整プログラム | |
| Pandian et al. | Solving Economic Load Dispatch ProblemConsidering Transmission Losses by a HybridEP-EPSO Algorithm for Solving both Smoothand Non-Smooth Cost Function | |
| Cubuktepe et al. | Synthesis of provably correct autonomy protocols for shared control | |
| JP2004326200A (ja) | 自動機械、機械の自動運転システム、及び、機械の自動運転方法 | |
| Renders et al. | Genetic algorithms for process control: A survey | |
| JP4301049B2 (ja) | 最適化方法、最適化装置および最適化プログラム | |
| JP7378309B2 (ja) | 作業装置 | |
| Tan et al. | Multi-objective genetic algorithm based time and frequency domain design unification of linear control systems | |
| Chipperfield et al. | Evolutionary algorithms for control engineering | |
| Jiang et al. | Motion sequence learning for robot walking based on pose optimization | |
| CN113671942A (zh) | 用于控制机器人的设备和方法 | |
| Chen et al. | C 2: Co-design of Robots via Concurrent-Network Coupling Online and Offline Reinforcement Learning | |
| Bednarek et al. | Comparative assessment of reinforcement learning algorithms in the taskof robotic manipulation of deformable linear objects | |
| Angel et al. | Metaheuristic Tuning and Practical Implementation of a PID Controller Employing Genetic Algorithms | |
| Abhayadev | Optimum gain selection of sliding mode control using grey wolf optimization technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051017 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071122 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080318 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080519 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20080919 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20080919 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080919 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090106 |