JP2010146161A - パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム - Google Patents

パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム Download PDF

Info

Publication number
JP2010146161A
JP2010146161A JP2008320904A JP2008320904A JP2010146161A JP 2010146161 A JP2010146161 A JP 2010146161A JP 2008320904 A JP2008320904 A JP 2008320904A JP 2008320904 A JP2008320904 A JP 2008320904A JP 2010146161 A JP2010146161 A JP 2010146161A
Authority
JP
Japan
Prior art keywords
parameter
objective function
shape
range data
area
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.)
Granted
Application number
JP2008320904A
Other languages
English (en)
Other versions
JP5163472B2 (ja
Inventor
Hitoshi Yanami
仁史 屋並
Hirokazu Anai
宏和 穴井
Tsuneo Nakada
恒夫 中田
Hidenao Iwane
秀直 岩根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2008320904A priority Critical patent/JP5163472B2/ja
Priority to US12/628,349 priority patent/US8676548B2/en
Priority to CA2686578A priority patent/CA2686578C/en
Publication of JP2010146161A publication Critical patent/JP2010146161A/ja
Application granted granted Critical
Publication of JP5163472B2 publication Critical patent/JP5163472B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/06Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)

Abstract

【課題】ハードディスクのスライダ形状等の設計に用いられる多目的最適化設計支援技術等における目的関数の算出技術に関し、目的関数を最適に近似できるようなモデル化を実現する。
【解決手段】パラメタ空間分割部103は、設計対象形状の初期形状を示す初期形状データと、パラメタ及びそのパラメタの範囲を示す範囲データからなる複数組のパラメタ・範囲データサンプル組とを101及び102の記憶部から入力して、設計対象形状における一塊の形状単位同士の接触条件を算出し、その接触条件に基づいて各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割する。領域毎モデル化部104は、分割されたグループ毎に、その各グループに属するパラメタ・範囲データサンプル組に対する目的関数を計算し、その計算結果に基づいて目的関数をモデル化する目的関数近似式を算出する。この結果、パラメタの範囲情報と共に、出力用データ記憶部106に記憶される。
【選択図】図1

Description

開示する技術は、ハードディスクのスライダ形状等の設計に用いられる多目的最適化設計支援技術等における目的関数の算出技術に関する。
ハードディスクの高密度化・高容量化に伴い、磁気ディスクとヘッダとの距離はますます小さくなってきている。標高差やディスク半径位置による浮上変動量の少ないスライダ設計が要求されている。
スライダは、図13の1301として示されるように、ハードディスク内の磁気ディスク上を移動するアクチュエータ1302の先端下部に設置されており、ヘッダの位置はスライダ1301の形状によって計算される。
スライダ1301の最適な浮上性能を決める際、ヘッダの位置に関係するフライハイト(図13の1303)、ロール(1304)、ピッチ(1305)に関する形状パラメタに関する関数を同時に最小化する、いわゆる多目的最適化の効率的計算が必要になる。
従来は、多目的最適化問題を直接扱うのではなく、次式で示されるように、各目的関数f_iに重みm_iを乗算して得られる項の線形和fが計算されその最小値が算出される、単目的最適化が行われていた。

f=m_1×f_1+・・・+m_t×f_t
そして、プログラムにより、図14に示されるスライダ形状Sを決定するパラメータp、q、r等の値が少しずつ変更されながら、関数値fが計算され、その値が最小となるようなスライダ形状が算出されていた。
ここで、fは重みベクトル{m_i}に依存する。実際の設計では、さらに{m_i}が変更されながら、それぞれの変更値に対するfの最小値が算出され、その最小値と{m_i}とのバランスが総合的に判断されることにより、スライダ形状が決定されていた。
また、多目的最適化におけるパレート曲面(最適化曲面)を数値解析手法で求める、NBI(Normal Boundary Intersection)法と呼ばれる手法なども知られている。
特開2002−117018号公報
しかし、前述した従来技術における単目的関数fの最適化技術においては、時間のかかる浮上計算を繰り返し実行しなければならない。特に、スライダ形状が細部まで探索される場合には、入力パラメータ(図14のp、q、r等に相当)の数が20個前後にもなり、1万回以上の浮上計算が必要になり、最適化に非常に時間がかかるという問題点を有していた。
例えば、図15は、従来技術のシステムが実行する動作フローチャートである。仕様設定(ステップS1501)、重みベクトルの設定(ステップS1502)の後、単目的関
数の最適化処理(ステップS1503)の計算には、何万組もの入力パラメータ組に対して、膨大な回数の浮上計算が必要である。
また、この手法においては、fの最小値(とその時の入力パラメータ値)は、重みベクトル(m_1,..,m_t)の決め方に依存する。実際の設計では、重みベクトルの色々な組に対してfを最適化して比較したい、という状況が頻繁に生じる。しかし、上記従来技術では、重みベクトルを変える度に、図15のステップS1504からステップS1502への繰り返しにより、コストの高い浮上計算を伴う最適化計算をはじめからやり直す必要がある。このため、実験できる重みベクトルの種類に限度があった。最終的な重みベクトルが決定され(図15のステップS1505)、最適スライダ形状(最適パラメータ組)が出力されるまでには(図15のステップS1506)、膨大な時間を必要としていた。
また、関数値fの最小化においては、パレート曲面上の1点ずつしか求めることができないため、目的関数同士の最適な関係を予測することも難しく、そのような情報を設計にフィードバックすることもできないという問題点を有していた。
また、数値解析手法によってパレート曲面を求める前述の従来技術では、可能領域が非凸な場合に解けなかったり、パレート曲面を求める元となる点(端点)が近かった場合にアルゴリズムがうまく動かなかったりすることがあるという問題点を有していた。
開示する技術が解決しようとする課題は、多目的最適化設計等において、目的関数を最適に近似できるようなモデル化を実現することにある。
開示する技術は、設計対象形状に対するパラメタの組を複数入力して、所定の計算に基づいて目的関数を計算し、その目的関数に基づいて最適なパラメタの組の決定を支援する設計支援装置、又はそれと同等の作用を奏する方法又はプログラムを前提とする。
パラメタ空間分割部は、設計対象形状の初期形状を示す初期形状データと、パラメタ及びそのパラメタの範囲を示す範囲データからなる複数組のパラメタ・範囲データサンプル組とを入力して、設計対象形状における一塊の形状単位同士の接触条件を算出し、その接触条件に基づいて各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割する。
領域毎モデル化部は、その分割されたグループ毎に、その各グループに属するパラメタ・範囲データサンプル組に対する目的関数を計算し、その計算結果に基づいて目的関数をモデル化する目的関数近似式を算出する。
開示した技術によれば、スライダ形状に即して目的関数を最適にモデル化することが可能となる。
以下、図面を参照しながら、最良の実施形態について詳細に説明する。
図1は、実施形態(以下、「本実施形態」という)の構成図である。
本実施形態は、初期形状データ記憶部101、パラメタ・範囲データ記憶部102、パラメタ空間分割部103、領域毎モデル化部104、モデル簡略化部105、出力用データ記憶部106、パラメタ−目的関数関係表示部107、及びパラメタ範囲・近似式出力部108とによって実現できる。
まず、本実施形態における基本的な考え方について説明する。
本実施形態では、スライダ形状の探索範囲に関する設計仕様として、数百組程度の形状に関するパラメタとその範囲データに関するサンプル組に対してスライダの浮上シミュレータ計算が実行され、各目的関数値が出力される。次に、パラメタのサンプル組と各組に対して算出された各目的関数値とからなるデータファイルに対して、回帰分析が実行されることにより、スライダ形状に関する各目的関数が、パラメタによる目的関数近似式にて近似される。このような各目的関数の数式化により、多目的最適化におけるパレート境界の可視化等をはじめとする様々な解析を、容易に実行することが可能となる。
しかし、パラメタ空間全体で近似モデルを作ろうとするとうまくいかないことがある。目的関数はパラメタ空間全体で滑らかであるとは限らないからである。
そのような場合に例えば、パラメタの動きが小さい時は低次式で近似可能なことが多い場合に着目して、次数の低い多項式から近似が行われ、予め与えられる要求近似度と次数上限に基づいて、近似度が不十分なら次数を上げて再計算を行う方式が考えられる。しかし、目的関数を無理やり多項式に当てはめようとすると、近似多項式の次数が上がりモデル解析が困難になってしまう場合がある。
このような問題を回避するために、区分的なモデル化の試みとして、近似モデルの次数が高くなりかつ関数が滑らかでないと思われるときに、パラメタを区切り別々にモデル化する方式が考えられる。しかし、「滑らかでない」という判定が難しく、判定の精度を上げるには、パラメタの組とそれに対応する各目的関数値の組に関するデータが多数必要になって、近似モデルを作るコストが高くなってしまう。
そこで、本実施形態では、以下のような解決策が採用される。
図2は、ハードディスクのスライダ形状設計を模式的に表した図である。図2において、各パラメタp1,p2,p3が、図2の各矢印で示される各範囲[0,1]間の値を取るように動くと、それに対応して極太線で示される辺が動く。これにより、1つのパラメタ組(p1,p2,p3)が決定されると、1つのスライダ形状が決まる。図2から、次のような知見が直感的に理解される。即ち、各形状に属する極太線で示される辺が他の形状の辺に接触しないようなパラメタ組(p1,p2,p3)が選択されたときには、形状A,B,Cはそれぞれ独立した島を形成する。これに対して、或る形状に属する極太線で示される辺が他の形状の辺に接触するようなパラメタ組(p1,p2,p3)が選択されたときには、形状A,B,Cのうちの2つ又は3つが統合される。この統合の結果、全体として、2つ又は1つの島が形成される。
このように、1つの形状の辺と他の形状の辺とが接触するときに、本実施形態では、「スライダ形状の位相が変わる」と表現する。ハードディスクのスライダ設計では、スライダ形状の位相が変化する時に、浮上特性(目的関数)の振る舞いが大きく変わることが多い。そして、位相が変わらないところでは、スライダ設計に関する各目的関数を、比較的低次の多項式で近似することができる。言い換えれば、異なる島同士が接触したときに、目的関数が滑らかでなくなったり不連続になったりする。或いは、時として、シミュレータが巨大な関数値を返すこともある。
このような知見に基づいて本実施形態では、図1の構成において、図3の動作フローチャートで示されるような動作が実行される。
まず、図1のパラメタ・範囲データ記憶部102に、スライダ形状の探索範囲に関する設計仕様として、数百組程度の形状に関するパラメタとその範囲データに関するサンプル組が記憶される。これと共に、初期形状データ記憶部101に、それらのサンプル組に対応する初期形状データとして、スライダを構成する各一塊の形状の頂点座標データ群が記憶される。
そして、図1のパラメタ空間分割部103が、上記パラメタとその範囲データに関するサンプル組及び初期形状データに基づいて、パラメタ空間を、スライダ形状の位相が変化しない領域に分割する(図3のステップS301)。
次に、図1の領域毎モデル化部104が、ステップS301の分割にて得られた分割領域を1つずつ選択する。領域毎モデル化部104は、選択した分割領域に属するパラメタとその範囲データに関するサンプル組を、パラメタ・範囲データ記憶部102から読出し、それらに対してスライダの浮上シミュレータ計算を実行し、各目的関数値を出力する。次に、領域毎モデル化部104は、パラメタのサンプル組と各組に対して算出された各目的関数値とからなるデータファイルに対して、回帰分析を実行する。これにより、領域毎モデル化部104は、分割領域に対応するスライダ形状に関する各目的関数を、パラメタによる目的関数近似式にて近似する(図3のステップS303)。領域毎モデル化部104は、この処理を、全ての分割領域でのモデル化が終了するまで繰り返し実行する(図3のステップS302→S303→S302の繰返し処理)。
なお、図1のモデル簡略化部105は、領域毎モデル化部104によって近似された目的関数近似式について、回帰分析による目的関数への寄与度が低いパラメタを削減することにより、目的関数近似式を簡略化する。
以上のようにして得られた分割領域毎の目的関数近似式は、パラメタ空間分割部103にて得られる分割領域毎のパラメタの範囲情報と共に、出力用データ記憶部106に記憶される。
このようにして、本実施形態では、スライダ形状に即して目的関数を最適にモデル化することが可能となる。
図1のパラメタ−目的関数関係表示部107は、必要に応じて起動される。同表示部107は、出力用データ記憶部106に記憶された分割領域毎のパラメタの範囲情報及び目的関数近似式に基づいて、各パラメタに対応する各目的関数(コスト)を計算する。そして、同表示部107は、各パラメタとユーザによって選択された1つ又は2つの目的関数、又は目的関数同士の関係を、2次元(2D)又は3次元(3D)でディスプレイ等に表示する(図3のステップS304)。
図1のパラメタ範囲・近似式出力部108は、出力用データ記憶部106に記憶された分割領域毎のパラメタの範囲情報及び目的関数近似式をファイル等の形式で出力する(図3のステップS305)。
図4及び図5は、図1のパラメタ空間分割部103が実行する図3のステップS301のパラメタ空間の位相不変領域への分割処理の詳細を示す動作フローチャートである。
図4に示されるように、パラメタ空間分割部103はまず、設計者の設定したスライダ形状のパラメタとそれらの動く範囲から、スライダ形状の凸部同士が接触する時のパラメタの関係式である、接触条件式を算出する(図4のステップS401)。
次に、パラメタ空間分割部103は、パラメタ空間を、ステップS401にて算出した接触条件式を使って、スライダ形状の凸部同士の接触境界で分割する(図4のステップ402)。
図5は、図4のステップS401の凸部の接触条件式算出処理の詳細を示す動作フローチャートである。
まず、パラメタ空間分割部103は、スライダ形状の各凸部の辺の式を計算する(図5
のステップS501)。スライダ形状の各凸部は、例えば図8のA,B,Cで示される各領域である。これらの各凸部を構成する各辺について、その並び順に従って各辺の頂点を示す頂点座標データが、初期形状データ記憶部101に記憶されている。隣り合った頂点を結ぶ線分を計算すれば、凸部の1つの辺に相当する式を得ることができる。ただし、パラメタとして選ばれている頂点を含む辺は、パラメタ入りの式となることに注意する。パラメタ空間分割部103は、全ての辺の式を計算して、その計算結果を辺のデータとして保持する。下記は、辺のデータの構成例である。

・隣り合った頂点座標データ: (0.01,0.02) (0.2,0.05)
のとき、
・辺のデータ: y=3×x+0.01,0.01≦x≦0.02

なお、スライダ形状は、深さを含む3次元情報であるが、接触の問題を考える場合は、平面形状に関わるパラメタのみを考慮すればよい。
次に、パラメタ空間分割部103は、ステップS501にて計算した辺のデータのうち、未だ接触条件を調べていないパラメタ入りの辺Lを1つ選択する(図5のステップS502)。
次に、パラメタ空間分割部103は、ステップS501にて計算した辺のデータから、辺Lが属していない凸部の1つの辺L’を選択する(図5のステップS503)。
次に、パラメタ空間分割部103は、辺Lと辺L’が交わる条件を、QE法(Quantifier Elimination:限量記号消去法)によって解く(図5のステップS504)。QE法の詳細については省略するが、本出願の発明者著による公知文献「計算実代数幾何入門:CADとQEの概要(数学セミナー、11号 2007 64−70頁(穴井宏和、横山和弘共著))に、その処理方法が開示されており、本実施形態でもその処理方法をそのまま用いている。
パラメタ空間分割部103は、辺LとL’が交わる条件が解けたか否かを判定する(図5のステップS505)。
パラメタ空間分割部103は、ステップS505の判定がNOならば何もしない。パラメタ空間分割部103は、ステップS505の判定がYESならば、パラメタに関する条件式が得られるので、その条件式に現われる多項式を接触条件式として加える(図5のステップS506)。
その後、パラメタ空間分割部103は、辺Lが属していない凸部の全ての辺L’を選択したか否かを判定する(図5のステップS507)。
パラメタ空間分割部103は、ステップS507の判定がNOならば、ステップS503の処理に戻り、辺Lが属していない凸部の他の辺L’について、ステップS504〜S506の接触条件式を算出する処理を繰り返し実行する。
辺Lが属していない凸部の全ての辺L’が選択され、ステップS507の判定がYESとなったならば、パラメタ空間分割部103は、接触条件式を全て出力して、図4のステップS401の処理を終了する。
図4のステップS401の次にパラメタ空間分割部103によって実行される、図4のステップS402の処理について説明する。
ここでは前述したように、パラメタ空間分割部103は、パラメタ空間を、ステップS401にて算出した接触条件式を使って、スライダ形状の凸部同士の接触境界で分割する。
今例えば、図8に示されるような3つのスライダ形状の凸部A,B,Cがあったときに、パラメタがp1,p2,p3の3つであったとする。この場合、前述のステップS504によって、下記に示される接触条件式が得られる。

AとBの接触条件:p1=0.7
BとCの接触条件:p3=5×p2−3

この場合、A,B,Cが結合せずに3つの領域に分割されるための条件は、次式となる。

{(p1,p2,p3)|p1<0.7 かつ p3>5×p2−3}

例えば、p1=0,p2=0.3,p3=0.4である場合には、上記条件式が成立するため、図8に示されるように、A,B,Cが結合せずに3つの領域に分割される。一方、A,B,Cが結合して1つの領域になるための条件は、次式となる。

{(p1,p2,p3)|p1≧0.7 かつ p3≦5×p2−3}

例えば、p1=1,p2=0.8,p3=0.1である場合には、上記条件式が成立するため、図9に示されるように、A,B,Cが結合して1つの領域になる。
これらの関係より、パラメタ間の等式又は不等式を用いて、図10に示されるように、パラメタ空間を分割することができる。
図1のパラメタ空間分割部103は、以上説明した図4のステップS401及びS402の処理として、図3のステップS301のパラメタ空間の位相不変領域への分割処理を実行する。
図6は、図1の領域毎モデル化部104が図3のステップS303として実行する、分割領域毎の近似式作成処理の詳細な動作を示す動作フローチャートである。
まず、領域毎モデル化部104は、図3のステップS301にて分割された分割領域のうちの1つを選択する。次に、領域毎モデル化部104は、選択した分割領域に属するパラメタとその範囲データに関するサンプル組を、パラメタ・範囲データ記憶部102から読み出す。ここで、例えば図10に示されるような分割領域は、パラメタ間の等式又は不等式を用いて表されている。従って、領域毎モデル化部104は、その式に基づいて、選択した分割領域に属するパラメタとその範囲データに関するサンプル組を、パラメタ・範囲データ記憶部102から読み出せばよい。続いて、領域毎モデル化部104は、読み出したサンプル組のそれぞれに対してスライダの浮上シミュレータ計算を実行し、各目的関数値を出力する。このようにして、モデル式作成のための入出力データが収集される(以上、図6のステップS601)。
上記ステップS601でのモデル式作成のための入出力データの収集処理において、領域毎モデル化部104は、異常値データを除外する(図6のステップS602)。ここで、モデル式作成のための入出力データのうち、分割領域の境界近くの値をとるパラメタ値を含む入出力データでは、スライダ形状の位相の境界付近であるために、目的関数値が異常に大きい値をとる場合が多い。本実施形態では、このような入出力データを異常値と定義する。また、パラメタ値が分割領域の境界近くの値をとらなくても、目的関数値が異常に大きくなることがある。このような入出力データを外れ値と定義する。図11は、異常値と外れ値の様子を示した図である。異常値は、モデル化に大きな影響を及ぼすため、モデル化において、まず除外される必要がある。外れ値は、モデル化の次数を高くしてしまう可能性があるため、適切なモデル化次数でのモデル化がうまくゆかない場合には、除外される必要がある。
そこで、領域毎モデル化部104は、ステップS602にてまず異常値データを除外するために、以下の2つの方式のうちの何れかを採用する。
第1の方式として、領域毎モデル化部104は、読み出したサンプル組のうち、分割領域の境界近くの値をとるパラメタを含むサンプル組は、異常値データになる可能性が高いと判断して、ステップS601の実行において始めから選択しないように動作する。分割領域の境界に近いか否かを判定するための距離基準は、ユーザが最初に指定できるものとする。又は、デフォルト値が用いられるようにしてもよい。
第2の方式として、領域毎モデル化部104は、ステップS601の処理をまず実行する。そして、領域毎モデル化部104は、その結果収集できたモデル式作成のための入出力データのうち、分割領域の境界近くの値をとるパラメタを含むサンプル組に対応し、計算された目的関数値が所定の閾値を超えているものを異常値データとして除外する。このときの所定の閾値は、ユーザが最初に指定できるものとする。又は、デフォルト値が用いられるようにしてもよい。
以上のようにして異常値が除外された上で収集されたモデル式作成のための入出力データを使って、領域毎モデル化部104は、N次式モデル化処理を実行する(図6のステップS603)。ここではまず、要求近似度Aと最高モデル化次数制限値Mがユーザにより指定される。指定が無い場合はデフォルト値が用いられる。そして、上記入出力データを使って、要求近似度Aと最高モデル化次数制限値Mの条件を満たす範囲で、なるべく低い次数で目的関数近似式が作成される。
図7は、N次式モデル化処理の詳細な動作を示す動作フローチャートである。
まず、領域毎モデル化部104は、モデル化次数Nを0にセットする(図7のステップS701)。
次に、領域毎モデル化部104は、図6のステップS601及びS602にて得られた入出力データを用いて線形回帰計算を実行し、各目的関数を、パラメタによる目的関数近似式にて近似する(図7のステップS702)。この結果、近似式とともに、決定係数(アールスクエア)によるフィッティング指標を示す近似度Bが算出される。
続いて、領域毎モデル化部104は、ステップS702にて得られた近似度Bが、要求近似度A以上であるか否かを判定する(図7のステップS703)。
近似式にて十分な近似が行われステップS703の判定がYESとなったら、領域毎モデル化部104は、ステップS702にて算出された近似式と近似度Bを、図1の出力用データ記憶部106に出力する(図7のステップS706)。そして、領域毎モデル化部104は、N次式モデル化処理を終了する。これに対応させて、図1のパラメタ空間分割部103が、領域毎モデル化部104にて現在選択されている分割領域のパラメタの範囲情報を、出力用データ記憶部106に出力する。
近似式において十分な近似が行われてステップS703の判定がNOとなったら、領域毎モデル化部104は、現在のモデル化次数Nが最高モデル化次数制限値Mに達しているか否かを判定する(図7のステップS704)。
現在のモデル化次数Nが最高モデル化次数制限値Mに達しておらず、ステップS704の判定がNOならば、領域毎モデル化部104は、モデル化次数Nを+1する(図7のス
テップS705)。そして、領域毎モデル化部104は、ステップS702の処理に制御を戻し、1次高いモデル化次数Nで、多項式近似モデル化の計算を繰り返し実行する。
現在のモデル化次数Nが最高モデル化次数制限値Mに達してしまい、ステップS704の判定がYESとなると、近似式は得られない状態で、N次モデル化処理を終了する。
以上のようにして、領域毎モデル化部104は、図6のステップS603にて、N次式モデル化処理を実行する。
次に、領域毎モデル化部104は、ステップS603にて近似式が得られたか否かを判定する(図6のステップS604)。
近似式が得られておりステップS604の判定がYESならば、領域毎モデル化部104は、選択された分割領域に対する図3のステップS303の1回の処理を終了する。領域毎モデル化部104は、この分割領域毎のモデル化処理を、全ての分割領域でのモデル化が終了するまで繰り返し実行する(図3のステップS302→S303→S302の繰返し処理)。
一方、ステップS603にて近似式が得られずステップS604の判定がNOとなったならば、領域毎モデル化部104は次に、図6のステップS605からS617までの一連の処理にて、外れ値データに対する処理を実行する。
まず、領域毎モデル化部104は、ステップS601にて収集したモデル式作成のための入出力データのうち、目的関数値が所定の閾値を超えている外れ値があるか否かを判定する(図6のステップS605)。
もしそのような外れ値がなければ、領域毎モデル化部104は、現在選択されている分割領域に対しては適切なモデル化が行えないとして、その分割領域に対する図3のステップS303の1回の処理を終了する。
一方、外れ値があれば、領域毎モデル化部104は、ステップS601にて収集したモデル式作成のための入出力データから、そのような外れ値を含むサンプル組に対応するデータを除外する(図6のステップS606)。
その上で、領域毎モデル化部104は、残った入出力データを使って再度、N次式モデル化処理を実行する(図6のステップS607)。この処理の詳細は、前述した図7の動作フローチャートで示される。
上記再度のN次式モデル化処理の結果、領域毎モデル化部104は、ステップS607にて近似式が得られたか否かを判定する(図6のステップS608)。
近似式が得られておりステップS608の判定がYESならば、領域毎モデル化部104は、選択された分割領域に対する図3のステップS303の1回の処理を終了する。
一方、ステップS607においても近似式が得られずステップS608の判定がNOとなったならば、領域毎モデル化部104は、図6のステップS609からS617までの一連の処理にて、外れ値データに対応するパラメタを境に領域を再分割してモデル化を行う。
ここで、パラメタを(P_1,・・・,P_m)とする。即ち、パラメタの種別数はmである。また、外れ値の個数をwとする。更に、外れ値データを(p_i_1,・・・,p_i_m,c_i_1,・・・,c_i_n)(i=1,・・・,w)とする。
領域毎モデル化部104はまず、対象とするパラメタ種別を選択するためのパラメタ種別指示変数dの値を1にセットする(図6のステップS609)。
次に、領域毎モデル化部104は、w個の外れ値データを、d番目のパラメタP_dの値が小さい順に並び替える(図6のステップ610)。並び替えられた外れ値データにおけるd番目のパラメタを、u_1,・・・,u_wとする。
次に、領域毎モデル化部104は、ステップS601にて収集した各入出力データのd番目のパラメタ値を、並び替えられた外れ値データにおけるd番目のw個のパラメタ値群u_1,・・・,u_wのそれぞれと比較する。これにより、領域毎モデル化部104は、入出力データをw+1個のグループに再分割する。即ち、今各入出力データのd番目のパラメタ値をvとすれば、下記の比較処理により再分割が実行される。

・v<u_1 ならば、入出力データをG_0に分類する。
・u_1≦v<u_2 ならば、入出力データをG_1に分類する。


・u_(w-1)≦v<u_w ならば、入出力データをG_(w-1)に分類する。
・u_w<v ならば、入出力データをG_wに分類する。
例えば図11の例で説明するならば、分割領域2に属する入出力データが、「●」で表される外れ値に対応する横軸上のパラメタ値によって2つのグループに再分割される。
続いて、領域毎モデル化部104は、再分割されたグループを1つ選択する(図6のステップS612)。
そして、領域毎モデル化部104は、その選択した再分割グループに属する入出力データを使って再度、N次式モデル化処理を実行する(図6のステップS613)。この処理の詳細は、前述した図7の動作フローチャートで示される。
領域毎モデル化部104は、このN次式モデル化処理を、再分割された全グループを選択するまで繰り返し実行する(図6のステップS614→S612→S613→S614の繰返し処理)。
再分割された全グループが選択されステップS614の判定がYESとなったときには、領域毎モデル化部104は、選択された全ての再分割グループについて、ステップS613にて近似式が得られたか否かを判定する(図6のステップS615)。
選択された全ての再分割グループについて近似式が得られておりステップS615の判定がYESならば、領域毎モデル化部104は、図3のステップS303の1回の処理を終了する。
一方、選択された全ての再分割グループについては近似式が得られずステップS615の判定がNOならば、領域毎モデル化部104は、パラメタ種別指示変数dの値がパラメタの種別数mに達したか否かを判定する(図6のステップS616)。
パラメタ種別指示変数dの値がパラメタの種別数mに達しておらずステップS616の判定がNOならば、領域毎モデル化部104は、パラメタ種別指示変数dを+1する(図6のステップS617)。そして、領域毎モデル化部104は、ステップS610の処理
に制御を戻す。そして、領域毎モデル化部104は、次のパラメタ種別に対して、並び替えられた外れ値データのd番目のパラメタ値群に基づいて入出力データをw+1個のグループに再分割してモデル化する処理を繰り返し実行する。
パラメタ種別指示変数dの値がパラメタの種別数mに達してしまいステップS616の判定がYESとなると、領域毎モデル化部104は、現在選択されている分割領域に対しては適切なモデル化が行えないとして、その分割領域に対する図3のステップS303の1回の処理を終了する。
以上説明したように、本実施形態では、コストのかかるシミュレータ計算の前に予め、パラメタ空間を、モデル化の精度が上がるように分割することができ、その分割領域に対してサンプル組を増やさず効率的に近似モデルを作成することができる。更に、異常値の除外処理と、外れ値の除外処理又は外れ値に基づく再分割処理が行われることにより、次数が出来る限り低く更に精度の高い近似モデルを作成することができる。
そして、本実施形態では、このようにして得られる近似モデル式に基づいて、各パラメタとユーザによって選択された1つ又は2つの目的関数、又は目的関数同士の関係、特にパレート境界付近の挙動を、従来よりもはるかに高速かつ高精度に表示することが可能となる。そして、設計者にスライダ形状設計に関する知見をフィードバックすることが可能となる。
図12は、上記システムを実現できるコンピュータのハードウェア構成の一例を示す図である。
図12に示されるコンピュータは、CPU1201、メモリ1202、入力装置1203、出力装置1204、外部記憶装置1205、可搬記録媒体1209が挿入される可搬記録媒体駆動装置1206、及びネットワーク接続装置1207を有し、これらがバス1208によって相互に接続された構成を有する。同図に示される構成は上記システムを実現できるコンピュータの一例であり、そのようなコンピュータはこの構成に限定されるものではない。
CPU1201は、当該コンピュータ全体の制御を行う。メモリ1202は、プログラムの実行、データ更新等の際に、外部記憶装置1205(或いは可搬記録媒体1209)に記憶されているプログラム又はデータを一時的に格納するRAM等のメモリである。CUP1201は、プログラムをメモリ1202に読み出して実行することにより、全体の制御を行う。
入力装置1203は、例えば、キーボード、マウス等及びそれらのインタフェース制御装置とからなる。入力装置1203は、ユーザによるキーボードやマウス等による入力操作を検出し、その検出結果をCPU1201に通知する。
出力装置1204は、表示装置、印刷装置等及びそれらのインタフェース制御装置とからなる。出力装置1204は、CPU1201の制御によって送られてくるデータを表示装置や印刷装置に出力する。
外部記憶装置1205は、例えばハードディスク記憶装置である。主に各種データやプログラムの保存に用いられる。
可搬記録媒体駆動装置1206は、光ディスクやSDRAM、コンパクトフラッシュ等の可搬記録媒体1209を収容するもので、外部記憶装置1205の補助の役割を有する。
ネットワーク接続装置1207は、例えばLAN(ローカルエリアネットワーク)又はWAN(ワイドエリアネットワーク)の通信回線を接続するための装置である。
本実施形態によるシステムは、図1に示される各処理ブロックを搭載したプログラムをCPU1201が実行することで実現される。そのプログラムは、例えば外部記憶装置1205や可搬記録媒体1209に記録して配布してもよく、或いはネットワーク接続装置1207によりネットワークから取得できるようにしてもよい。
開示した技術は、ハードディスクのスライダ設計の支援を行う設計支援装置としての実施形態について示したが、開示した技術はそのほかにも、多目的最適化を行いながら設計支援を行う各種装置に適用することが可能である。
以上の実施形態に関して、更に以下の付記を開示する。
(付記1)
設計対象形状に対するパラメタの組を複数入力して、所定の計算に基づいて目的関数を計算し、該目的関数に基づいて最適なパラメタの組の決定を支援する設計支援装置において、
前記設計対象形状の初期形状を示す初期形状データと、前記パラメタ及び該パラメタの範囲を示す範囲データからなる複数組のパラメタ・範囲データサンプル組とを入力して、前記設計対象形状における一塊の形状単位同士の接触条件を算出し、該接触条件に基づいて前記各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割するパラメタ空間分割部と、
該分割されたグループ毎に、該各グループに属する前記パラメタ・範囲データサンプル組に対する前記目的関数を計算し、該計算結果に基づいて前記目的関数をモデル化する目的関数近似式を算出する領域毎モデル化部と、
を含むことを特徴とする設計支援装置。
(付記2)
前記初期形状データは、前記設計対象形状における各一塊の形状単位を表現する頂点座標データであり、
前記パラメタ空間分割部は、前記頂点座標データから、前記各一塊の形状単位の各辺の式を算出し、該辺の式のうち前記パラメタを含む各々について、他の辺の式と交わる条件式を接触条件式として算出し、該接触条件式に基づいて前記各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割する、
ことを特徴とする付記1に記載の設計支援装置。
(付記3)
前記領域毎モデル化部は、前記各グループの境界から所定の範囲内に位置する前記パラメタ・範囲データサンプル組は、前記目的関数が異常な値を示す可能性が高いとして、前記目的関数近似式の計算から除外する、
ことを特徴とする付記1乃至2の何れか1項に記載の設計支援装置。
(付記4)
前記領域毎モデル化部は、前記各グループの境界から所定の範囲内に位置する前記パラメタ・範囲データサンプル組から計算された前記目的関数のうち、異常な値を示すものに対応するパラメタ・範囲データサンプル組を、前記目的関数近似式の計算から除外する、
ことを特徴とする付記1乃至2の何れか1項に記載の設計支援装置。
(付記5)
前記領域毎モデル化部は、前記各グループの境界から所定の範囲外に位置する前記パラメタ・範囲データサンプル組から計算された前記目的関数のうち、外れた値を示すものに対応するパラメタ・範囲データサンプル組を、前記目的関数近似式の計算から除外する、
ことを特徴とする付記1乃至4の何れか1項に記載の設計支援装置。
(付記6)
前記領域毎モデル化部は、前記外れた値を示すものに対応するパラメタ・範囲データサ
ンプル組を除外して前記目的関数近似式を計算しても所定の近似度を有するものが得られなかったときに、前記目的関数が前記外れた値を示すパラメタ・範囲データサンプル組に属するパラメタによって、現在処理中のグループを更に再分割し、該再分割したグループ毎に、該各グループに属する前記パラメタ・範囲データサンプル組に対応する前記目的関数をモデル化する目的関数近似式を算出する、
ことを特徴とする付記5に記載の設計支援装置。
(付記7)
前記領域毎モデル化部にて算出された目的関数近似式及び該グループにおける前記パラメタの範囲情報に基づいて、前記各パラメタと目的関数、又は複数の目的関数同士の関係を、2次元又は3次元で表示するパラメタ−目的関数関係表示部を更に含む、
ことを特徴とする付記1乃至6の何れか1項に記載の設計支援装置。
(付記8)
設計対象形状に対するパラメタの組を複数入力して、所定の計算に基づいて目的関数を計算し、該目的関数に基づいて最適なパラメタの組の決定を支援する設計支援方法において、
前記設計対象形状の初期形状を示す初期形状データと、前記パラメタ及び該パラメタの範囲を示す範囲データからなる複数組のパラメタ・範囲データサンプル組とを入力して、前記設計対象形状における一塊の形状単位同士の接触条件を算出し、該接触条件に基づいて前記各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割するパラメタ空間分割ステップと、
該分割されたグループ毎に、該各グループに属する前記パラメタ・範囲データサンプル組に対する前記目的関数を計算し、該計算結果に基づいて前記目的関数をモデル化する目的関数近似式を算出する領域毎モデル化ステップと、
を含むことを特徴とする設計支援方法。
(付記9)
設計対象形状に対するパラメタの組を複数入力して、所定の計算に基づいて目的関数を計算し、該目的関数に基づいて最適なパラメタの組の決定を支援する設計支援装置に、
前記設計対象形状の初期形状を示す初期形状データと、前記パラメタ及び該パラメタの範囲を示す範囲データからなる複数組のパラメタ・範囲データサンプル組とを入力して、前記設計対象形状における一塊の形状単位同士の接触条件を算出し、該接触条件に基づいて前記各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割するパラメタ空間分割ステップと、
該分割されたグループ毎に、該各グループに属する前記パラメタ・範囲データサンプル組に対する前記目的関数を計算し、該計算結果に基づいて前記目的関数をモデル化する目的関数近似式を算出する領域毎モデル化ステップと、
を実行させるためのプログラム。
実施形態の構成図である。 ハードディスクのスライダ形状設計を模式的に表した図である。 実施形態の全体動作を示す動作フローチャートである。 パラメタ空間の位相不変領域への分割処理の詳細を示す動作フローチャート(その1)である。 パラメタ空間の位相不変領域への分割処理の詳細を示す動作フローチャート(その2)である。 分割領域毎の近似式作成処理の詳細な動作を示す動作フローチャートである。 N次式モデル化処理の詳細な動作を示す動作フローチャートである。 パラメタ空間の分割処理の動作説明図(その1)である。 パラメタ空間の分割処理の動作説明図(その2)である。 パラメタ空間の分割処理の動作説明図(その3)である。 異常値及び外れ値の処理の動作説明図である。 実施形態のシステムを実現できるコンピュータのハードウェア構成の一例を示す図である。 ハードディスクのスライダの説明図である。 スライダ形状のパラメータの説明図である。 従来技術の動作フローチャートである。
符号の説明
101 初期形状データ記憶部
102 パラメタ・範囲データ記憶部
103 パラメタ空間分割部
104 領域毎モデル化部
105 モデル簡略化部
106 出力用データ記憶部
107 パラメタ−コスト関係表示部
108 パラメタ領域・モデル式出力部
1201 CPU(中央演算処理装置)
1202 メモリ
1203 入力装置
1204 出力装置
1205 外部記憶装置
1206 可搬記録媒体駆動装置
1207 ネットワーク接続装置
1208 バス
1209 可搬記録媒体
1301 スライダ
1302 アクチュエータ
1303 フライハイト
1304 ロール
1305 ピッチ

Claims (7)

  1. 設計対象形状に対するパラメタの組を複数入力して、所定の計算に基づいて目的関数を計算し、該目的関数に基づいて最適なパラメタの組の決定を支援する設計支援装置において、
    前記設計対象形状の初期形状を示す初期形状データと、前記パラメタ及び該パラメタの範囲を示す範囲データからなる複数組のパラメタ・範囲データサンプル組とを入力して、前記設計対象形状における一塊の形状単位同士の接触条件を算出し、該接触条件に基づいて前記各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割するパラメタ空間分割部と、
    該分割されたグループ毎に、該各グループに属する前記パラメタ・範囲データサンプル組に対する前記目的関数を計算し、該計算結果に基づいて前記目的関数をモデル化する目的関数近似式を算出する領域毎モデル化部と、
    を含むことを特徴とする設計支援装置。
  2. 前記初期形状データは、前記設計対象形状における各一塊の形状単位を表現する頂点座標データであり、
    前記パラメタ空間分割部は、前記頂点座標データから、前記各一塊の形状単位の各辺の式を算出し、該辺の式のうち前記パラメタを含む各々について、他の辺の式と交わる条件式を接触条件式として算出し、該接触条件式に基づいて前記各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割する、
    ことを特徴とする請求項1に記載の設計支援装置。
  3. 前記領域毎モデル化部は、前記各グループの境界から所定の範囲内に位置する前記パラメタ・範囲データサンプル組は、前記目的関数が異常な値を示す可能性が高いとして、前記目的関数近似式の計算から除外する、
    ことを特徴とする請求項1乃至2の何れか1項に記載の設計支援装置。
  4. 前記領域毎モデル化部は、前記各グループの境界から所定の範囲外に位置する前記パラメタ・範囲データサンプル組から計算された前記目的関数のうち、外れた値を示すものに対応するパラメタ・範囲データサンプル組を、前記目的関数近似式の計算から除外する、
    ことを特徴とする請求項1乃至4の何れか1項に記載の設計支援装置。
  5. 前記領域毎モデル化部は、前記外れた値を示すものに対応するパラメタ・範囲データサンプル組を除外して前記目的関数近似式を計算しても所定の近似度を有するものが得られなかったときに、前記目的関数が前記外れた値を示すパラメタ・範囲データサンプル組に属するパラメタによって、現在処理中のグループを更に再分割し、該再分割したグループ毎に、該各グループに属する前記パラメタ・範囲データサンプル組に対応する前記目的関数をモデル化する目的関数近似式を算出する、
    ことを特徴とする請求項5に記載の設計支援装置。
  6. 設計対象形状に対するパラメタの組を複数入力して、所定の計算に基づいて目的関数を計算し、該目的関数に基づいて最適なパラメタの組の決定を支援する設計支援方法において、
    前記設計対象形状の初期形状を示す初期形状データと、前記パラメタ及び該パラメタの範囲を示す範囲データからなる複数組のパラメタ・範囲データサンプル組とを入力して、前記設計対象形状における一塊の形状単位同士の接触条件を算出し、該接触条件に基づいて前記各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割するパラメタ空間分割ステップと、
    該分割されたグループ毎に、該各グループに属する前記パラメタ・範囲データサンプル
    組に対する前記目的関数を計算し、該計算結果に基づいて前記目的関数をモデル化する目的関数近似式を算出する領域毎モデル化ステップと、
    を含むことを特徴とする設計支援方法。
  7. 設計対象形状に対するパラメタの組を複数入力して、所定の計算に基づいて目的関数を計算し、該目的関数に基づいて最適なパラメタの組の決定を支援する設計支援装置に、
    前記設計対象形状の初期形状を示す初期形状データと、前記パラメタ及び該パラメタの範囲を示す範囲データからなる複数組のパラメタ・範囲データサンプル組とを入力して、前記設計対象形状における一塊の形状単位同士の接触条件を算出し、該接触条件に基づいて前記各パラメタ・範囲データサンプル組のパラメタ空間を複数のグループに分割するパラメタ空間分割ステップと、
    該分割されたグループ毎に、該各グループに属する前記パラメタ・範囲データサンプル組に対する前記目的関数を計算し、該計算結果に基づいて前記目的関数をモデル化する目的関数近似式を算出する領域毎モデル化ステップと、
    を実行させるためのプログラム。
JP2008320904A 2008-12-17 2008-12-17 パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム Active JP5163472B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2008320904A JP5163472B2 (ja) 2008-12-17 2008-12-17 パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム
US12/628,349 US8676548B2 (en) 2008-12-17 2009-12-01 Support apparatus using objective function
CA2686578A CA2686578C (en) 2008-12-17 2009-12-02 Design support apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008320904A JP5163472B2 (ja) 2008-12-17 2008-12-17 パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2010146161A true JP2010146161A (ja) 2010-07-01
JP5163472B2 JP5163472B2 (ja) 2013-03-13

Family

ID=42241575

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008320904A Active JP5163472B2 (ja) 2008-12-17 2008-12-17 パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム

Country Status (3)

Country Link
US (1) US8676548B2 (ja)
JP (1) JP5163472B2 (ja)
CA (1) CA2686578C (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011242981A (ja) * 2010-05-18 2011-12-01 Yamatake Corp 関数生成装置、及び関数生成方法
JP2012068870A (ja) * 2010-09-22 2012-04-05 Fujitsu Ltd 最適化処理プログラム、方法及び装置
JP2014006812A (ja) * 2012-06-26 2014-01-16 Honda Motor Co Ltd モデル適用装置、モデル適用方法、及びプログラム
US9323886B2 (en) 2012-06-26 2016-04-26 Honda Motor Co., Ltd. Performance predicting apparatus, performance predicting method, and program

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8504337B2 (en) * 2007-01-17 2013-08-06 Caterpillar Inc. Method and system for analyzing three-dimensional linkages
KR101932718B1 (ko) * 2012-02-24 2018-12-26 삼성전자주식회사 화면 상의 디스플레이창의 크기를 변경하는 디바이스 및 방법
JP6406855B2 (ja) * 2014-04-04 2018-10-17 株式会社日立製作所 全体統合解析モデル作成支援装置及び全体統合解析モデル作成支援方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003141192A (ja) * 2001-11-01 2003-05-16 Hitachi Ltd 機械構造物の設計支援方法及び設計支援システム
JP2005008011A (ja) * 2003-06-18 2005-01-13 Yokohama Rubber Co Ltd:The タイヤの設計方法、タイヤの設計用コンピュータプログラム及びタイヤの設計装置、並びにタイヤ加硫金型の設計方法
JP2007144979A (ja) * 2005-11-04 2007-06-14 Sumitomo Chemical Co Ltd 成形条件の設定方法、プログラムおよび射出成形機

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2279359C (en) * 1999-07-30 2012-10-23 Basantkumar John Oommen A method of generating attribute cardinality maps
JP2002117018A (ja) 2000-10-05 2002-04-19 Hitachi Ltd 熱流体解析の複合計算方法
GB0209543D0 (en) * 2002-04-26 2002-06-05 Rolls Royce Plc The automation and optimisation of the design of a component
US7395235B2 (en) * 2002-06-13 2008-07-01 Centre For Development Of Advanced Computing Strategy independent optimization of multi objective functions
US7742902B1 (en) * 2003-10-22 2010-06-22 Oracle America, Inc. Using interval techniques of direct comparison and differential formulation to solve a multi-objective optimization problem
US7398257B2 (en) * 2003-12-24 2008-07-08 Yamaha Hatsudoki Kabushiki Kaisha Multiobjective optimization apparatus, multiobjective optimization method and multiobjective optimization program
WO2005111797A2 (en) * 2004-05-10 2005-11-24 Board Of Trustees Of Michigan State University Design optimization system and method
US8041545B2 (en) * 2005-04-28 2011-10-18 Vladimir Sevastyanov Gradient based methods for multi-objective optimization

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003141192A (ja) * 2001-11-01 2003-05-16 Hitachi Ltd 機械構造物の設計支援方法及び設計支援システム
JP2005008011A (ja) * 2003-06-18 2005-01-13 Yokohama Rubber Co Ltd:The タイヤの設計方法、タイヤの設計用コンピュータプログラム及びタイヤの設計装置、並びにタイヤ加硫金型の設計方法
JP2007144979A (ja) * 2005-11-04 2007-06-14 Sumitomo Chemical Co Ltd 成形条件の設定方法、プログラムおよび射出成形機

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011242981A (ja) * 2010-05-18 2011-12-01 Yamatake Corp 関数生成装置、及び関数生成方法
JP2012068870A (ja) * 2010-09-22 2012-04-05 Fujitsu Ltd 最適化処理プログラム、方法及び装置
JP2014006812A (ja) * 2012-06-26 2014-01-16 Honda Motor Co Ltd モデル適用装置、モデル適用方法、及びプログラム
US9323886B2 (en) 2012-06-26 2016-04-26 Honda Motor Co., Ltd. Performance predicting apparatus, performance predicting method, and program

Also Published As

Publication number Publication date
US8676548B2 (en) 2014-03-18
US20100153074A1 (en) 2010-06-17
JP5163472B2 (ja) 2013-03-13
CA2686578A1 (en) 2010-06-17
CA2686578C (en) 2016-10-11

Similar Documents

Publication Publication Date Title
JP5282493B2 (ja) 最適解関係表示装置、方法、及びプログラム
JP5163472B2 (ja) パラメタ空間を分割してモデル化する設計支援装置、方法、及びプログラム
JP5018487B2 (ja) 製造バラつきを考慮した多目的最適化設計支援装置、方法、及びプログラム
JP5151732B2 (ja) 特性が似ていて形状が異なる設計形状を分類・表示する装置、方法、及びプログラム
JP5003499B2 (ja) 多目的最適化設計支援装置、方法、及びプログラム
US20090182538A1 (en) Multi-objective optimum design support device using mathematical process technique, its method and program
US20090326881A1 (en) Multi-objective optimal design improvement support device, its method and storage medium
JP5402351B2 (ja) 多目的最適化設計支援装置、方法、及びプログラム
JP2022553866A (ja) シミュレーションの計算コストの推定のための方法およびシステム
JP5418409B2 (ja) モデル式生成方法、装置及びプログラム
JP2007102595A (ja) 解析メッシュ生成装置
JP5062046B2 (ja) 数式処理技法を用いた多目的最適化設計支援装置、方法、及びプログラム
Glänzel et al. Parameterization of environmental influences by automated characteristic diagrams for the decoupled fluid and structural-mechanical simulations
CN114723051A (zh) 信息处理设备、信息处理方法和计算机可读记录介质
CN110349265B (zh) 一种四面体拓扑网格生成方法及电子设备
JP5600694B2 (ja) クラスタリング装置及び方法及びプログラム
JP5686975B2 (ja) 点列生成方法、点列生成プログラム、並びに点列生成装置及びこれを備えた工作機械
JP4622987B2 (ja) 工具参照面データの作成装置と作成方法
WO2012046436A1 (ja) 文書分析装置、文書分析方法および文書分析プログラム
Garla Venkatakrishnaiah et al. Validation of Black-and-White Topology Optimization Designs
KR101593681B1 (ko) 하이브리드 방식의 최적 설계 방법 및 장치
JP2009282748A (ja) 設計支援装置
JP2009223358A (ja) 設計支援装置
JP2006201837A (ja) 画像処理装置、同装置に用いるプログラム及び画像処理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110907

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120724

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120828

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20121120

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20121203

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20151228

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 5163472

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150