JP2013050899A - 設計支援プログラム及び設計支援装置 - Google Patents
設計支援プログラム及び設計支援装置 Download PDFInfo
- Publication number
- JP2013050899A JP2013050899A JP2011189392A JP2011189392A JP2013050899A JP 2013050899 A JP2013050899 A JP 2013050899A JP 2011189392 A JP2011189392 A JP 2011189392A JP 2011189392 A JP2011189392 A JP 2011189392A JP 2013050899 A JP2013050899 A JP 2013050899A
- Authority
- JP
- Japan
- Prior art keywords
- design
- function
- design support
- particle
- constraint
- 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
Links
- 238000013461 design Methods 0.000 title claims abstract description 112
- 239000002245 particle Substances 0.000 claims abstract description 86
- 238000000034 method Methods 0.000 claims abstract description 85
- 238000005457 optimization Methods 0.000 claims abstract description 49
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- NUFBIAUZAMHTSP-UHFFFAOYSA-N 3-(n-morpholino)-2-hydroxypropanesulfonic acid Chemical compound OS(=O)(=O)CC(O)CN1CCOCC1 NUFBIAUZAMHTSP-UHFFFAOYSA-N 0.000 claims abstract description 30
- 239000013598 vector Substances 0.000 claims abstract description 17
- 230000007423 decrease Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 13
- 238000004904 shortening Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 83
- 238000011156 evaluation Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 8
- 238000010206 sensitivity analysis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000004321 preservation Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 241000283973 Oryctolagus cuniculus Species 0.000 description 2
- 241000899793 Hypsophrys nicaraguensis Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Abstract
【解決手段】MOPSOアルゴリズムを用いて多目的最適化問題を解くことにより、設計対象物の最適な設計値を計算する機能をコンピュータに実現させる設計支援プログラムであって、前記MOPSOアルゴリズムで用いる制約関数に、設計変数、信頼性指標、標準偏差及び単位勾配ベクトルからなる変数を代入し、目的関数空間上に配置されたパーティクルの各々について前記制約関数を満足するか否かを判定する機能をコンピュータに実現させる。
【選択図】図9
Description
図1は、本実施形態に係る設計支援装置1の構成概略図である。この図1に示すように、本実施形態に係る設計支援装置1は、信頼性評価を含む最適化設計手法に基づいて設計対象物の最適な設計値を計算する例えばパーソナルコンピュータであり、入力装置2、表示装置3、記憶装置4及び処理装置5から構成されている。
なお、以下では、本実施形態において採用する信頼性評価を含む最適化設計手法の理解を容易とするために、始めに本実施形態での最適化設計手法の実現に必要な各種手法について説明する。
1−1.多目的最適化問題の定式化
まず、多目的最適化手法について説明する。n個の目的関数を最小化する多目的最適化問題は下記(1)式で定式化される。なお、下記(1)式において、fi(x)はi番目の目的関数、xは設計変数ベクトル、zは設計変数の数を表す。また、xL iとxU iはi番目の設計変数に直接的に課される側面制約条件であり、gj(x)は制約関数、mはその数である。
多目的最適化問題では、上記のように複数の目的関数が存在し、それぞれの目的関数が最小値をとる点は異なるので、全ての目的関数を同時に最小化することは困難である。よって、以下のようなパレート最適解の概念を導入する。
例えば、図2(a)に示すように、2つの目的関数f1、f2を最小化する問題を解いた時、f1を横軸、f2を縦軸とする解空間上に4つの解a、b、c、dが得られた場合を考える。解aと解bを比べた場合、f1を基準に考えると、解aは解bより優れているが、f2を基準に考えると、解bが解aより優れている。よって、総合的にどちらの解が優れているか決定できない。解cと解dを比べた場合も同様である。
・実行可能集合の中に、他の目的関数の値を増加させることなく、ある目的関数の値を減少させる点xを持たないとき、x*はパレート最適解である。
・実行可能集合の中に、全ての目的関数を同時に改善する点xを持たないとき、x*は弱パレート最適解である。
なお、図2(b)に示すように、目的関数空間内でパレート最適解を結んで形成される曲線をパレート曲線という。
多点同時探索型の多目的最適化問題における探索点間の優越関係は下記(2)式によって定式化される。
2−1.PSOの概念
本実施形態では、多目的最適化手法の内、MOPSO(Multiobjective-PSO)と呼ばれる手法を採用する。MOPSOは多目的であるが、先に基本となる単一目的の通常のPSOについて説明する。PSOとは、パーティクルと呼ばれるランダムに配置された探索点で群れ(swarm)を構成し、過去の行動履歴に従って動的に調整される速度に基づいて、解空間を目的関数値が改善される方向にパーティクルが飛び回ろうとする探索アルゴリズムである。
PSOでは、パーティクルが解空間内を移動し続ける。下記(3)式によりパーティクルごとに速度vが更新され、下記(4)式によりパーティクルごとに位置xが更新されることにより、次世代のパーティクルの速度vと位置xが決定される。
第1ステップ:パーティクルの数N、重み係数ω、C1、C2及び最大繰り返し回数kmaxを決定する。
第2ステップ:各パーティクルの初期位置x0 iと初期速度v0 iを実行可能領域内にランダムに設定する。
第3ステップ:上記(3)式及び(4)式を用いて、各パーティクルの速度v及び位置xを更新する。
第4ステップ:過去の探索における探索点(パーティクル)iの最良値である自己ベストpbestと、探索点全体における過去の最良値である集団ベストgbestを更新する。具体的には、更新された位置xk+1 iが、f(xk+1 i)≦f(pbestk i)を満たす場合にpbestk+1 i=xk+1 iとし、満たさない場合にpbestk+1 i=pbestk iとする。また、グループ内での最小のpbestk+1をpbestminとするとき、gbestk+1=pbestminとする。
第5ステップ:k=kmaxならば、最終解をgbestk+1とし、最終値をf(gbestk+1)として探索アルゴリズムを終了する。k≠kmaxならば、k=k+1として第3ステップへ戻る。
3−1.MOPSOの基本アルゴリズム
上記のように、PSO等の単一目的最適化問題では、最終的に全てのパーティクルが設計変数空間内で特定の箇所に収束することを目的としたが(図3(a)参照)、多目的最適化問題では、各パーティクルが目的関数空間内に良好なパレート曲線を描くことを目的とする(図3(b)参照)。パレート曲線上の1つのパーティクルが1つのパレート最適解を表しているため、パレート曲線上の広い部分に均一で多数のパーティクルが集まれば、様々な状況における最適解が得られることになる。つまり、多目的最適化問題では、パーティクルがパレート曲線上に集まる収束性と、パーティクルがパレート曲線の広い範囲に広がる広域性が求められる。
第1ステップ:パーティクルの数N、重み係数ω、C1、C2及び最大繰り返し回数kmaxを決定する。
第2ステップ:第1世代のパーティクルを実行可能領域にランダムに配置し、その中でのパレート最適解をアーカイブに保存する。
第3ステップ:シグマ法を用いたMOPSOによって各パーティクルを移動させる。この時、PSOと同様に、自己ベストpbest及び集団ベストgbestを更新する。
第4ステップ:各パーティクルについて制約関数を満足するか否かを判別し、制約関数を満足するパーティクルの中でのパレート最適解を集めてアーカイブに保存し、制約関数を満足しないパーティクルについては違反度が小さくなる方向へ移動させる。
第5ステップ:k=kmaxならば、その時のアーカイブ内のパレート最適解を最終結果としてアルゴリズムを終了し、k≠kmaxならば、k=k+1として第3ステップへ戻る。
以下、上記MOPSOの基本アルゴリズムについての補足説明を行う。
滑らかなパレート曲線を得るには多数のパレート最適解が必要となるので、計算過程で得られた優良な解をエリート個体として保存するためのエリート保存戦略が重要となる。アーカイブとは、そのようなエリート保存戦略を実現する機能である。アーカイブの中には、まず、第1世代のパレート最適解を保存し、第2世代以降については移動後のパーティクルのパレート最適解を一旦全て保存する。その後、増えたアーカイブの中でのパレート最適解だけをアーカイブ内に残し、残りは消去する。
パレート曲線の広域性を確保するためにシグマ法を採用する。シグマ法とは、グループベスト(集団ベストgbest)の代わりに局所的なローカルベストを用いる方法である。このシグマ法では、例えば目的関数空間が2次元の場合(2つの目的関数f1、f2が存在する場合)、下記(5)式を用いてシグマ値σを算出する。
PSOの性質として、制約関数を持つ最適化問題では収束結果が悪化するという問題がある。従来は、制約関数を満足しないパーティクルは移動前の位置に戻すという方法が用いられていたが、この方法では計算効率が悪化する問題に加えて、制約関数の境界周辺を十分に探索できないという問題がある。
第1ステップ:制約を違反したパーティクルを動かすステップ幅sを決定する。
第2ステップ:パーティクルが違反している制約関数の勾配を基に、違反したパーティクルを移動させる方向(単位方向ベクトルh)を決定し、違反したパーティクルの速度をゼロに設定する。
第3ステップ:違反したパーティクルを現在位置からh方向にステップ幅s分だけ移動させ、その位置での違反度を計算する。
第4ステップ:移動後の位置でパーティクルが制約関数を満足していなければ、第3ステップに戻り、同一方向にさらに移動させ、満足していれば、次のステップへ進む。なお、移動後の位置で制約関数が悪化していれば第2ステップに戻り、移動方向を変更する。
第5ステップ:制約関数を満足した位置と以前の位置とを利用して、制約関数が活性となる位置(実行可能領域の境界)、すなわちgj(x)=0となる位置を求め、その位置へパーティクルを移動させる。
なお、図6は、制約違反したパーティクルが上記アルゴリズムにより実行可能領域内に戻るまでの過程を示す概念図である。
4−1.一次信頼性解析法
信頼性は、構造が破損しない確率で定義される。確率変数をZとし、強度をR(Z)、負荷荷重をS(Z)とすると、信頼性は下記(7)式に示すような限界状態関数g(Z)で表される。
第1ステップ:図7(a)に示すように、Z空間の確率変数ZをU空間の標準正規確率変数Uに変換する。破損確率は、図7(b)に示すような破損領域Dfの確率として与えられる。ここで、図7(b)に示す標準正規確率密度関数Φを下記(9)式で表すと、U空間内において、標準正規確率変数Uは下記(10)式で求められる。つまり、下記(10)式によりZ空間の確率変数ZをU空間の標準正規確率変数Uに変換できる。
第3ステップ:標準正規確率密度関数Φと信頼性指標βからなる下記(11)式を用いて破壊確率Pfを評価する。
上述した信頼性指標βを求める手法として、ラクビッツ・フィースラー法が広く使用されている。このラクビッツ・フィースラー法は、設計点u*において限界状態関数の勾配の逆方向が、U空間の原点Oから設計点u*への方向と一致するという、下記(12)式で表される性質を利用したものである。なお、h(u)は、U空間に変換された限界状態関数である。
第1ステップ:m=1とし、初期点u(m)を仮定する。
第2ステップ:下記(13)式及び(14)式を用いて、初期点u(m)における限界状態関数の勾配∇h(u(m))と、その単位勾配ベクトルα(m)を算出する。
SLSV(Single Loop Single Variable)法は、信頼性最適化問題において必要になる二重ループのアルゴリズムを単一ループにする手法である。図8(b)は、SLSV法の概念図である。正規化されたU空間上で、半径βtと制約関数h(u)≧0が存在し、h(u)<0の場合に破損する。原点から限界状態曲面(h(u)=0)までの距離が信頼性指標βとなる。
A:β<βT、 B:β=βT、 C:β>βT
Aの時、求められた信頼性指標が近似した信頼性指標より小さいので、βTを大きくする必要がある。逆に、Cの時には、求められた信頼性指標が近似した信頼性指標より大きいので、βTを小さくすることができる。このような繰り返し計算を行うことで、Bの状態へと近づけていく。実際の近似手法は下記(18)式で表される。
本実施形態では、上述した制約関数の感度解析を利用した多目的最適化アルゴリズムであるMOPSOと、信頼性評価アルゴリズムであるSLSV法を組み合わせてなる、信頼性評価を含む最適化設計手法を採用する。図9に、本実施形態における最適化設計アルゴリズムを示す。つまり、本設計支援装置1の処理装置5は、図9に示す最適化設計アルゴリズム(設計支援プログラム4aに記述されたアルゴリズム)に従って、設計対象物の最適な設計値を計算する。
まず、第1世代のパーティクルを目的関数空間(解空間)上における実行可能領域にランダムに配置する(ステップS1)。なお、上記(3)式及び(4)式の計算に必要なパーティクルの数N、重み係数ω、C1、C2及び最大繰り返し回数kmaxは、ユーザによる入力装置2の操作によって事前に入力されている。
続いて、各パーティクルについて、制約関数gi(x(k))を算出すると共に、単位勾配ベクトルαを下記(22)式を用いて算出する(ステップS3)。
一方、上記ステップS4にて「Yes」の場合、つまり全てのパーティクルが制約関数を満足する場合、現在のパーティクルの中からパレート解を集め(ステップS6)、集めたパレート解をアーカイブに保存する(ステップS7)。なお、アーカイブによるパレート最適解の保存の手順については、前述の3−2項を参照されたい。
(1)例えば、3−4項で説明した制約関数を満足しないパーティクルの処置について以下のようにしても良い。
Claims (6)
- MOPSOアルゴリズムを用いて多目的最適化問題を解くことにより、設計対象物の最適な設計値を計算する機能をコンピュータに実現させる設計支援プログラムであって、
前記MOPSOアルゴリズムで用いる制約関数に、設計変数、信頼性指標、標準偏差及び単位勾配ベクトルからなる変数を代入し、目的関数空間上に配置されたパーティクルの各々について前記制約関数を満足するか否かを判定する機能をコンピュータに実現させることを特徴とする設計支援プログラム。 - 前記制約関数を満足しないパーティクルが存在する場合には、当該パーティクルを違反度が小さくなる方向へ移動させる機能をコンピュータに実現させることを特徴とする請求項1に記載の設計支援プログラム。
- シグマ法を用いて前記MOPSOアルゴリズムによるパーティクルの位置更新を行う機能をコンピュータに実現させることを特徴とする請求項1または2に記載の設計支援プログラム。
- MOPSOアルゴリズムを用いて多目的最適化問題を解くことにより、設計対象物の最適な設計値を計算する設計支援装置であって、
前記MOPSOアルゴリズムで用いる制約関数に、設計変数、信頼性指標、標準偏差及び単位勾配ベクトルからなる変数を代入し、目的関数空間上に配置されたパーティクルの各々について前記制約関数を満足するか否かを判定する手段を備えることを特徴とする設計支援装置。 - 前記制約関数を満足しないパーティクルが存在する場合には、当該パーティクルを違反度が小さくなる方向へ移動させる手段を備えることを特徴とする請求項4に記載の設計支援装置。
- シグマ法を用いて前記MOPSOアルゴリズムによるパーティクルの位置更新を行う手段を備えることを特徴とする請求項4または5に記載の設計支援装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011189392A JP5909338B2 (ja) | 2011-08-31 | 2011-08-31 | 設計支援プログラム及び設計支援装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011189392A JP5909338B2 (ja) | 2011-08-31 | 2011-08-31 | 設計支援プログラム及び設計支援装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013050899A true JP2013050899A (ja) | 2013-03-14 |
JP5909338B2 JP5909338B2 (ja) | 2016-04-26 |
Family
ID=48012878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011189392A Active JP5909338B2 (ja) | 2011-08-31 | 2011-08-31 | 設計支援プログラム及び設計支援装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5909338B2 (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326353A (zh) * | 2013-05-21 | 2013-09-25 | 武汉大学 | 基于改进多目标粒子群算法的环境经济发电调度求解方法 |
CN103425837A (zh) * | 2013-08-09 | 2013-12-04 | 中国航空规划建设发展有限公司 | 一种馆藏文物防轨道交通振动的设计方法 |
CN103647467A (zh) * | 2013-11-15 | 2014-03-19 | 浙江大学 | 一种基于粒子群算法的不平衡电网下vsc多目标优化直接功率控制方法 |
CN104517297A (zh) * | 2013-09-28 | 2015-04-15 | 沈阳新松机器人自动化股份有限公司 | 一种基于粒子群优化的机器人标定方法 |
CN105260532A (zh) * | 2015-09-30 | 2016-01-20 | 浙江大学 | 基于序列近似优化的薄板拉伸变压边力不确定性设计方法 |
CN106570240A (zh) * | 2016-10-25 | 2017-04-19 | 奇瑞汽车股份有限公司 | 一种在汽车平台开发前期设计前挡板的方法及装置 |
JP2020052737A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社神戸製鋼所 | 製品設計装置および該方法 |
CN111353635A (zh) * | 2020-02-20 | 2020-06-30 | 华北电力大学 | 基于粒子群算法的传播矩阵模量的优化拟合方法及系统 |
JP2021515525A (ja) * | 2018-03-08 | 2021-06-17 | サプライ, インコーポレイテッドSupply, Inc. | ワイヤレス電力供給のための方法およびシステム |
KR20210123951A (ko) * | 2020-04-06 | 2021-10-14 | 한양대학교 에리카산학협력단 | 수중 위치추적장치 및 그 제어 방법 |
CN115689257A (zh) * | 2023-01-03 | 2023-02-03 | 中国电子科技集团公司第二十八研究所 | 一种装备规模需求综合分析方法 |
US11611242B2 (en) | 2021-04-14 | 2023-03-21 | Reach Power, Inc. | System and method for wireless power networking |
US11743841B2 (en) | 2017-06-06 | 2023-08-29 | Reach Power, Inc. | Method and system for wireless power delivery |
JP7368805B2 (ja) | 2019-12-26 | 2023-10-25 | 前田建設工業株式会社 | 架構データ生成装置、架構データ生成方法及び架構データ生成プログラム |
CN117077985A (zh) * | 2023-10-16 | 2023-11-17 | 浙江优能电力设计有限公司 | 根据充电需求的电动车充电桩规划方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316107B (zh) * | 2017-06-15 | 2020-10-02 | 南京理工大学 | 一种面向多目标优化的经编机装配线平衡方法 |
-
2011
- 2011-08-31 JP JP2011189392A patent/JP5909338B2/ja active Active
Non-Patent Citations (1)
Title |
---|
JPN6015042434; 増田和明,外1名: '多目的Particle Swarm Optimizationに基づく制約条件付き大域的最適化手法' 電気学会論文誌C 第131巻,第5号, 20110501, pp.990-999, (社)電気学会 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326353A (zh) * | 2013-05-21 | 2013-09-25 | 武汉大学 | 基于改进多目标粒子群算法的环境经济发电调度求解方法 |
CN103425837A (zh) * | 2013-08-09 | 2013-12-04 | 中国航空规划建设发展有限公司 | 一种馆藏文物防轨道交通振动的设计方法 |
CN104517297A (zh) * | 2013-09-28 | 2015-04-15 | 沈阳新松机器人自动化股份有限公司 | 一种基于粒子群优化的机器人标定方法 |
CN103647467A (zh) * | 2013-11-15 | 2014-03-19 | 浙江大学 | 一种基于粒子群算法的不平衡电网下vsc多目标优化直接功率控制方法 |
CN105260532A (zh) * | 2015-09-30 | 2016-01-20 | 浙江大学 | 基于序列近似优化的薄板拉伸变压边力不确定性设计方法 |
CN106570240B (zh) * | 2016-10-25 | 2019-09-10 | 奇瑞汽车股份有限公司 | 一种在汽车平台开发前期设计前挡板的方法及装置 |
CN106570240A (zh) * | 2016-10-25 | 2017-04-19 | 奇瑞汽车股份有限公司 | 一种在汽车平台开发前期设计前挡板的方法及装置 |
US11743841B2 (en) | 2017-06-06 | 2023-08-29 | Reach Power, Inc. | Method and system for wireless power delivery |
JP2021515525A (ja) * | 2018-03-08 | 2021-06-17 | サプライ, インコーポレイテッドSupply, Inc. | ワイヤレス電力供給のための方法およびシステム |
JP7101792B2 (ja) | 2018-03-08 | 2022-07-15 | サプライ,インコーポレイテッド | ワイヤレス電力供給のための方法およびシステム |
JP2020052737A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社神戸製鋼所 | 製品設計装置および該方法 |
JP7018004B2 (ja) | 2018-09-27 | 2022-02-09 | 株式会社神戸製鋼所 | 製品設計装置および該方法 |
JP7368805B2 (ja) | 2019-12-26 | 2023-10-25 | 前田建設工業株式会社 | 架構データ生成装置、架構データ生成方法及び架構データ生成プログラム |
CN111353635A (zh) * | 2020-02-20 | 2020-06-30 | 华北电力大学 | 基于粒子群算法的传播矩阵模量的优化拟合方法及系统 |
CN111353635B (zh) * | 2020-02-20 | 2022-04-19 | 华北电力大学 | 基于粒子群算法的传播矩阵模量的优化拟合方法及系统 |
KR20210123951A (ko) * | 2020-04-06 | 2021-10-14 | 한양대학교 에리카산학협력단 | 수중 위치추적장치 및 그 제어 방법 |
KR102394062B1 (ko) | 2020-04-06 | 2022-05-03 | 한양대학교 에리카산학협력단 | 수중 위치추적장치 및 그 제어 방법 |
US11611242B2 (en) | 2021-04-14 | 2023-03-21 | Reach Power, Inc. | System and method for wireless power networking |
US11955815B2 (en) | 2021-04-14 | 2024-04-09 | Reach Power, Inc. | System and method for wireless power networking |
CN115689257A (zh) * | 2023-01-03 | 2023-02-03 | 中国电子科技集团公司第二十八研究所 | 一种装备规模需求综合分析方法 |
CN117077985A (zh) * | 2023-10-16 | 2023-11-17 | 浙江优能电力设计有限公司 | 根据充电需求的电动车充电桩规划方法及系统 |
CN117077985B (zh) * | 2023-10-16 | 2024-04-09 | 浙江优能电力设计有限公司 | 根据充电需求的电动车充电桩规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP5909338B2 (ja) | 2016-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5909338B2 (ja) | 設計支援プログラム及び設計支援装置 | |
Wei et al. | Structural damage detection using improved particle swarm optimization | |
Zhang et al. | Multi-objective particle swarm optimization approach for cost-based feature selection in classification | |
JP6630640B2 (ja) | 材料創成装置、および材料創成方法 | |
Mortazavi et al. | Sizing and layout design of truss structures under dynamic and static constraints with an integrated particle swarm optimization algorithm | |
Harb et al. | Feature selection on classification of medical datasets based on particle swarm optimization | |
Nagra et al. | An improved hybrid self-inertia weight adaptive particle swarm optimization algorithm with local search | |
Cheng et al. | An innovative hybrid multi-objective particle swarm optimization with or without constraints handling | |
Li et al. | An improved kernel based extreme learning machine for robot execution failures | |
Sadollah et al. | Approximate solving of nonlinear ordinary differential equations using least square weight function and metaheuristic algorithms | |
Ismail et al. | Using the Bees Algorithm to solve combinatorial optimisation problems for TSPLIB | |
Gao et al. | Multi-objective optimization based reverse strategy with differential evolution algorithm for constrained optimization problems | |
Bagheri et al. | Fuzzy reliability analysis using a new alpha level set optimization approach based on particle swarm optimization | |
Kwag et al. | Robust design of seismic isolation system using constrained multi-objective optimization technique | |
Dou et al. | Parameter identification of concrete dams using swarm intelligence algorithm | |
Cook et al. | Robust airfoil optimization and the importance of appropriately representing uncertainty | |
JP6777574B2 (ja) | 区分線形近似関数生成装置および方法 | |
Yang et al. | Reliability-based topology optimization of piezoelectric smart structures with voltage uncertainty | |
Srivastava et al. | Hybrid optimization based PID control of ball and beam system | |
Hamza et al. | Differential evolution combined with constraint consensus for constrained optimization | |
KR102081377B1 (ko) | 중소교량 네트워크의 유지관리 최적성능목표 결정 방법 및 시스템 | |
Qu et al. | A cuckoo search algorithm with complex local search method for solving engineering structural optimization problem | |
Ramadas et al. | Solving systems of nonlinear equations by harmony search | |
Li et al. | Using Multiple Objective Optimization for SAGD Simulation Numerical Tuning | |
Sharma et al. | Simulated annealing-based particle swarm optimisation with adaptive jump strategy for modelling of dynamic cerebral pressure autoregulation mechanism |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140708 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20140709 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151027 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20151229 |
|
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: 20160301 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160328 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5909338 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |