JP2016031738A - 架構体の設計方法 - Google Patents

Abstract

【課題】建築物の架構体を構成する構造部材の配置の最適解を、短時間で求める。【解決手段】柱３、梁４及び耐力壁５の少なくとも一つを含む構造部材６を用いた建築物Ｂの架構体２を、コンピュータ１を用いて設計するための方法である。本実施形態の設計方法では、染色体情報１９が複数定義された集団１８を用いて、架構体２を構成する構造部材６の配置の最適解を、遺伝的アルゴリズムに基づいて計算する最適化計算工程Ｓ５を含んでいる。最適解は、染色体情報１９に基づいて計算される第１目標変数Ｔ１が、予め定められた第１目標値を少なくとも満たすものである。最適化計算工程Ｓ５は、第１目標変数Ｔ１が第１目標値を満たしていない場合に、遺伝子座２１に格納されている遺伝子１６ａ、１６ｂを、第１目標変数Ｔ１を向上させる可能性が高い第１対立遺伝子１６Ａに置換する第１突然変異工程Ｓ７３２を含んでいる。【選択図】図３

Description

本発明は、建築物の架構体を構成する構造部材の配置の最適解を、短時間で求めることができる架構体の設計方法に関する。

例えば、軸組工法による建築物の架構体は、柱、梁及び耐力壁等を含む構造部材を用いて組み立てられている。これらの構造部材は、建築物の形状や荷重条件に応じて、その配置や断面形状等が決定される。従来、建築物の形状や荷重条件を満たしつつ、例えば、架構体の強度等を高めることができる構造部材の配置を、コンピュータを用いて求めることが行われている。関連する技術としては、次のものがある。

特許第４７１２０７５号公報

構造部材の配置の最適解を得るためには、例えば、構造部材の配置の全てのパターンを組み合わせた複数のサンプルについて、架構体の強度を計算することが考えられる。しかしながら、このような方法では、全てのサンプルについて計算又は判定処理等が必要となるため、膨大な計算時間が必要になるという問題点があった。従って、構造部材の配置の最適解を、短時間で効率よく求めることができる設計方法が、強く求められていた。

本発明は、以上のような実状に鑑み案出されたもので、構造部材の配置の最適解を、短時間で求めることができる架構体の設計方法を提供することを主たる目的としている。

本発明は、柱、梁及び耐力壁の少なくとも一つを含む構造部材を用いた建築物の架構体を、コンピュータを用いて設計するための方法であって、前記コンピュータに、前記構造部材の種類を表す複数の対立遺伝子を含んだ対立遺伝子群を入力する工程と、前記コンピュータが、予め定義された複数の各遺伝子座に前記対立遺伝子を割り当てて、前記架構体を定義するための染色体情報を複数定義して集団を生成する集団生成工程と、前記コンピュータが、前記集団を用いて、前記架構体を構成する前記構造部材の配置の最適解を、遺伝的アルゴリズムに基づいて計算する最適化計算工程とを含み、前記最適解は、前記染色体情報に基づいて計算される第１目標変数が、予め定められた第１目標値を少なくとも満たすものであり、前記最適化計算工程は、前記染色体情報から前記第１目標変数を計算する工程と、前記第１目標変数が前記第１目標値を満たしていない場合に、前記遺伝子座に格納されている遺伝子を、前記対立遺伝子群から選択される他の対立遺伝子に置換する第１突然変異工程とを含み、前記第１突然変異工程は、前記遺伝子座に格納されている前記遺伝子よりも、前記第１目標変数を向上させる可能性が高い第１対立遺伝子が選択される第１確率分布を高める工程と、前記第１確率分布に基づいて、前記対立遺伝子群から前記他の対立遺伝子を選択する工程と、前記遺伝子座に格納されている前記遺伝子を、前記選択された他の対立遺伝子に置換する工程とを含むことを特徴とする。

本発明に係る前記架構体の設計方法において、前記対立遺伝子には、前記第１目標変数と相関がある第１定数が関連付けられており、前記第１対立遺伝子は、前記第１定数に基づいて定義されるのが望ましい。

本発明に係る前記架構体の設計方法において、前記第１突然変異工程は、前記遺伝子を突然変異させる遺伝子座を選択する第１選択工程をさらに含み、前記第１選択工程は、前記第１目標変数が劣悪な前記染色体情報ほど、前記遺伝子を突然変異させる遺伝子座が選択される第３確率を高める工程と、前記第３確率に基づいて、前記遺伝子を突然変異させる遺伝子座を選択する工程とを含むのが望ましい。

本発明に係る前記架構体の設計方法において、前記最適解は、前記染色体情報に基づいて計算される第２目標変数が最も良好なものであり、前記最適化計算工程は、前記第１目標変数が前記第１目標値を満たす場合に、前記遺伝子座に格納されている前記遺伝子を、前記対立遺伝子群から選択される他の対立遺伝子に置換する第２突然変異工程とを含み、前記第２突然変異工程は、前記遺伝子座に格納されている前記遺伝子よりも、前記第２目標変数を向上させる可能性が高い第２対立遺伝子が選択される第２確率分布を高める工程と、前記第２確率分布に基づいて、前記対立遺伝子群から前記他の対立遺伝子を選択する工程と、前記遺伝子座に格納されている前記遺伝子を、前記選択された他の対立遺伝子に置換する工程とを含むのが望ましい。

本発明に係る前記架構体の設計方法において、前記対立遺伝子には、前記第２目標変数と相関がある第２定数が関連付けられており、前記第２対立遺伝子は、前記第２定数に基づいて定義されるのが望ましい。

本発明に係る前記架構体の設計方法において、前記第２突然変異工程は、前記遺伝子を突然変異させる遺伝子座を選択する第２選択工程をさらに含み、前記第２選択工程は、前記第１目標変数が良好な前記染色体情報ほど、前記遺伝子を突然変異させる遺伝子座が選択される第４確率を高める工程と、前記第４確率に基づいて、前記遺伝子を突然変異させる遺伝子座を選択する工程を含むのが望ましい。

本発明に係る前記架構体の設計方法において、前記対立遺伝子は、前記架構体の架構面に配置される前記耐力壁の種類を少なくとも表すのが望ましい。

本発明の架構体の設計方法は、コンピュータに、構造部材の種類を表す複数の対立遺伝子を含んだ対立遺伝子群を入力する工程と、コンピュータが、予め定義された複数の各遺伝子座に対立遺伝子を割り当てて、架構体を定義するための染色体情報を複数定義して集団を生成する工程と、集団を用いて、架構体を構成する構造部材の配置の最適解を、遺伝的アルゴリズムに基づいて計算する最適化計算工程とを含んでいる。ここで、最適解は、染色体情報に基づいて計算される第１目標変数が、予め定められた第１目標値を少なくとも満たすものである。

最適化計算工程は、染色体情報から第１目標変数を計算する工程と、第１目標変数が第１目標値を満たしていない場合に、遺伝子座に格納されている遺伝子を、対立遺伝子群から選択される他の対立遺伝子に突然変異させる第１突然変異工程を含んでいる。

従って、本発明では、遺伝的アルゴリズムに基づいて、少ないサンプルから、染色体情報を時系列的に進化させることができるため、第１目標変数が第１目標値を満たす構造部材の配置の最適解を、能率的に得ることができる。

第１突然変異工程は、遺伝子座に格納されている遺伝子よりも、第１目標変数を向上させる可能性が高い第１対立遺伝子が選択される第１確率分布を高める工程と、第１確率分布に基づいて、対立遺伝子群から他の対立遺伝子を選択する工程と、遺伝子座に格納されている遺伝子を、選択された他の対立遺伝子に置換する工程とを含んでいる。従って、本発明では、染色体情報の遺伝子座に格納されている遺伝子を、それよりも優秀な第１対立遺伝子に変異させる確率が増すため、構造部材の配置の最適解を、より短時間で得ることができる。

本実施形態の設計方法を実行するコンピュータの斜視図である。 本実施形態の建築物の架構体の斜視図である。 本実施形態の設計方法の処理手順の一例を示すフローチャートである。 本実施形態の基本情報入力工程の処理手順の一例を示すフローチャートである。 耐力壁を省いた架構体の斜視図である。 図５の平面図である。 （ａ）は、Ｘ軸架構面を示す斜視図、（ｂ）は、Ｙ軸架構面を示す斜視図である。 耐力壁を配置できる領域を示す平面図である。 本実施形態の対立遺伝子群入力工程の処理手順の一例を示すフローチャートである。 対立遺伝子を説明する図である。 染色体情報及び種類遺伝子群の一例を示す線図である。 位置遺伝子群の一例を示す線図である。 複数の染色体情報で構成される集団の概念図である。 染色体情報から特定される架構体の一例を示す斜視図である。 第１目標変数及び第２目標変数の計算結果を示す線図である。 本実施形態の最適化計算工程の処理手順の一例を示すフローチャートである。 本実施形態の遺伝子操作工程の処理手順の一例を示すフローチャートである。 本実施形態の次世代集団生成工程の処理手順の一例を示すフローチャートである。 （ａ）は、交叉前の染色体情報の一例を示す概念図、（ｂ）は、交叉後の染色体情報の一例を示す概念図である。 突然変異工程の処理手順の一例を示すフローチャートである。 第１突然変異工程の処理手順の一例を示すフローチャートである。 本実施形態の第１選択工程の処理手順の一例を示すフローチャートである。 本実施形態の第３確率の分布を示すグラフである。 （ａ）は、突然変異される染色体情報の一例を示す図、（ｂ）は、第３架構面の対立遺伝子群を示す図である。 本実施形態の第１確率分布工程の処理手順の一例を示すフローチャートである。 第１増分値と、第１目標変数の絶対値との関係を示すグラフである。 （ａ）は、第１対立遺伝子群を示す図、（ｂ）は、第１確率分布を示すグラフである。 第２突然変異工程の処理手順の一例を示すフローチャートである。 本実施形態の第２選択工程の処理手順の一例を示すフローチャートである。 本実施形態の第４確率の分布を示すグラフである。 （ａ）は、突然変異される染色体情報の一例を示す図、（ｂ）は、第２架構面の対立遺伝子群を示す図である。 本実施形態の第２確率分布工程の処理手順の一例を示すフローチャートである。 第３減分値と、第１目標変数の絶対値との関係を示すグラフである。 （ａ）は、第２対立遺伝子群を示す図、（ｂ）は、第２確率分布を示すグラフである。 実施例１及び比較例１の架構体のコストと、世代との関係を示すグラフである。 実施例２及び比較例２のシミュレーションに用いられた架構体の斜視図である。 実施例２及び比較例２の架構体のコストと、世代との関係を示すグラフである。

以下、本発明の実施の一形態が図面に基づき説明される。
本実施形態の架構体の設計方法（以下、単に「設計方法」ということがある）は、工業化住宅等の建築物の架構体を、コンピュータを用いて設計するための方法である。

図１は、本実施形態の設計方法を実行するコンピュータの斜視図である。コンピュータ１は、本体１ａ、キーボード１ｂ、マウス１ｃ及びディスプレイ装置１ｄを含んでいる。この本体１ａには、例えば、演算処理装置（ＣＰＵ）、ＲＯＭ、作業用メモリ、磁気ディスクなどの記憶装置及びディスクドライブ装置１ａ１、１ａ２が設けられている。

また、記憶装置には、本実施形態の設計方法の処理手順（プログラム）が予め記憶されている。処理手順は、コンピュータ１の演算処理装置によって実行される。従って、コンピュータ１は、本発明の設計方法を実施するための設計装置１Ａとして構成されている。

図２は、本実施形態の建築物の架構体の斜視図である。本実施形態の架構体２は、柱３、梁４及び耐力壁５を含む構造部材６を有している。架構体２は、一対の柱３、３と、該柱３、３間を継ぐ少なくとも１本の梁４とを含む垂直な架構面７が形成されている。この架構面７に、耐力壁５が配置されている。本実施形態の耐力壁５は、２本の柱５ａ、５ａと、該柱５ａ、５ａ間に接続されかつ互いに逆向きに傾く２本の斜材５ｂ、５ｂとを含んで構成されている。

図３は、本実施形態の設計方法の処理手順の一例を示すフローチャートである。設計方法では、図２に示した架構体２を構成する構造部材６の配置の最適解が計算される。本実施形態において、最適解が計算される構造部材は、耐力壁５である。この耐力壁５の配置の最適解に基づいて、架構体２及び建築物Ｂが製造される。

本実施形態の設計方法では、先ず、コンピュータ１に、建築物の基本情報が入力される（基本情報入力工程Ｓ１）。図４は、本実施形態の基本情報入力工程Ｓ１の処理手順の一例を示すフローチャートである。

本実施形態の基本情報入力工程Ｓ１では、先ず、建築物Ｂの架構体２の形状が、コンピュータ１に入力される（工程Ｓ１１）。図５は、耐力壁５を省いた架構体２の斜視図である。図６は、図５の平面図である。工程Ｓ１１では、例えば、建築物Ｂの柱３、梁４、架構面７及び屋根８の形状及び配置が、コンピュータ１に入力される。なお、工程Ｓ１１において、最適解が計算される耐力壁５（図２）は、入力されない。

柱３及び梁４は、予め定められた水平モジュール又は垂直モジュールを基準として、その配置や長さ等が設定されている。また、柱３及び梁４は、例えば、ボルトがモデル化されたピン９により固定されている。これにより、耐力壁５（図２に示す）を除いた架構体２及び架構面７が設定される。

柱３及び梁４には、例えば、それらの断面形状や、断面２次モーメント等の構造計算に必要なパラメータが設定される。このような柱３及び梁４の配置等やパラメータは、いずれも数値データとして、コンピュータ１に記憶される。

図５に示されるように、本実施形態の架構面７は、Ｘ軸方向に沿って配置されるＸ軸架構面１１と、Ｙ軸方向に沿って配置されるＹ軸架構面１２とを含んでいる。

図７（ａ）は、Ｘ軸架構面を示す斜視図である。Ｘ軸架構面１１は、架構体２の１階に配置される第１架構面１１Ａ〜第６架構面１１Ｆと、２階に配置される第７架構面１１Ｇ〜第１２架構面１１Ｌとを含んで構成されている。

図７（ｂ）は、Ｙ軸架構面を示す斜視図である。Ｙ軸架構面１２は、架構体２の１階に配置される第１３架構面１２Ａ〜第１６架構面１２Ｆと、２階に配置される第１７架構面１２Ｇ〜第２４架構面１２Ｌとを含んで構成されている。これらの架構面１１Ａ〜１２Ｌは、コンピュータ１に記憶される。

図６に示されるように、屋根８は、柱３及び梁４と同様に、水平モジュール又は垂直モジュールを基準として、その配置や形状が設定されている。このような屋根８の配置等が、数値データとして、コンピュータ１に記憶される。

次に、本実施形態では、建築物Ｂの荷重条件が、コンピュータ１に入力される（工程Ｓ１２）。荷重条件は、建築物Ｂに作用する外力に関する情報である。荷重条件は、例えば、建築物の各種仕様、例えば、外壁仕様、床仕様、屋根葺材、耐火仕様、耐震等級、又は、耐風等級などに基づいて入力される。このような荷重条件も数値データであり、コンピュータ１に記憶される。

これらの建築物の基本情報は、例えば、一般的なＣＡＤや一貫構造計算システム等のソフトウェアを用いて設定することができる。本実施形態では、二階建ての建築物Ｂが一例として示されたが、例えば、一階建ての建築物Ｂや、三階建て以上の建築物Ｂでも良い。

次に、本実施形態の設計方法では、コンピュータ１に、架構体２の架構面７に、構造部材６（耐力壁５）を配置するための設計制約条件が入力される（工程Ｓ２）。図８は、耐力壁５を配置できる領域を示す平面図である。

本実施形態の設計制約条件は、各架構面１１Ａ〜１２Ｌ（図７に示す）において、耐力壁５を配置できる領域（以下、単に「配置可能領域」ということがある。）１４に関する情報が含まれる。配置可能領域１４は、各架構面１１Ａ〜１２Ｌにおいて、窓や扉等の開口部１５を除いた領域として設定されている。

また、本実施形態の設計制約条件には、架構体２の層間変形角、及び、架構体２のコストが含まれる。層間変形角は、地震時の架構体２の水平変位を、階高で除した値である。層間変形角が小さいほど、架構体の強度が高く良好である。層間変形角の制約条件については、適宜設定することができる。本実施形態の層間変形角の制約条件は、例えば、１／２００ｒａｄに設定される。架構体２のコストは、建築物Ｂの予算に基づいて、適宜設定することができる。これらの設計制約条件は、コンピュータ１に記憶される。

次に、本実施形態の設計方法では、構造部材６（本実施形態では、耐力壁５）の種類を表す複数の対立遺伝子を含んだ対立遺伝子群が、コンピュータ１に入力される（対立遺伝子群入力工程Ｓ３）。図９は、本実施形態の対立遺伝子群入力工程Ｓ３の処理手順の一例を示すフローチャートである。図１０は、対立遺伝子を説明する図である。

本実施形態の対立遺伝子群入力工程Ｓ３では、先ず、最適解が計算される構造部材６（本実施形態では、耐力壁５）が、コンピュータ１に入力される（工程Ｓ３１）。図８及び図１０に示されるように、本実施形態では、例えば、建築物Ｂの水平モジュールＬ３に基づいて、幅Ｗ１が異なる複数種類の耐力壁５が設定される。耐力壁５は、例えば、幅Ｗ１ａが４５０mmの小耐力壁５Ａと、幅Ｗ１ｂが６００mmの中耐力壁５Ｂと、幅Ｗ１ｃが９００mmの大耐力壁５Ｃ（図示省略）とを含んでいる。各耐力壁５Ａ、５Ｂ、５Ｃは、柱５ａ及び斜材５ｂの断面形状や、断面２次モーメント等を含む数値データであり、コンピュータ１に記憶される。

次に、本実施形態の対立遺伝子群入力工程Ｓ３では、対立遺伝子を含んだ対立遺伝子群が入力される（工程Ｓ３２）。図１１は、染色体情報及び対立遺伝子群の一例を示す線図である。本実施形態の対立遺伝子１６は、種類遺伝子１６ａ及び位置遺伝子１６ｂを含んでいる。また、対立遺伝子群１７は、種類遺伝子１６ａを含んだ種類遺伝子群１７ａと、位置遺伝子１６ｂを含んだ位置遺伝子群１７ｂとを含んでいる。本実施形態の工程Ｓ３２では、種類遺伝子群１７ａ及び位置遺伝子群１７ｂが入力される。

本実施形態の種類遺伝子１６ａは、各架構面１１Ａ〜１２Ｌ（図７に示す）について、設計制約条件の配置可能領域１４に配置可能な耐力壁５の種類（各耐力壁５Ａ、５Ｂ、５Ｃの種類（組み合わせ））が示されている。さらに、本実施形態の各種類遺伝子１６ａは、各耐力壁５Ａ、５Ｂ、５Ｃの枚数も示されている。

種類遺伝子群１７ａは、各架構面１１Ａ〜１２Ｌ（図７に示す）において、各耐力壁５Ａ、５Ｂ、５Ｃの種類（組み合わせ）、及び、各耐力壁５Ａ、５Ｂ、５Ｃの枚数が異なる複数の種類遺伝子１６ａによって構成されている。種類遺伝子１６ａには、各耐力壁５Ａ、５Ｂ、５Ｃが何も配置されない「無配置」が含まれている。なお、配置可能領域１４に配置可能な耐力壁５の種類（組み合わせ）及び枚数をもれなく設定するために、各種類遺伝子１６ａが、コンピュータ１によって自動で設定されるのが望ましい。

各種類遺伝子１６ａには、インデックス、第１定数Ｎ１、及び、第２定数Ｎ２が関連付けられている。インデックスは、種類遺伝子群１７ａの中から、種類遺伝子１６ａを一意に識別するためのものである。

第１定数Ｎ１は、各種類遺伝子１６ａが表す耐力壁５の水平荷重への抵抗力（耐力）を示したものである。本実施形態の第１定数Ｎ１は、種類遺伝子１６ａで表される耐力壁５の合計耐力を、１枚の大耐力壁５Ｃの耐力を「１．００」として換算した値である。従って、第１定数Ｎ１（耐力）は、その数値が大きいほど、水平荷重への抵抗力が高く良好であることを示している。

第２定数Ｎ２は、各種類遺伝子群１７ａにおいて、種類遺伝子１６ａで特定される耐力壁５のコストの順番を示したものである。本実施形態の第２定数Ｎ２は、種類遺伝子１６ａが「無配置」のものを「０」として、耐力壁５のコストが小さい順に付与された数値である。第２定数Ｎ２（耐力壁５のコストの順番）は、その数値が小さいほど、耐力壁５のコストが小さく良好であることを示している。このような種類遺伝子群１７ａは、数値データとして、コンピュータ１に記憶される。

図１２は、位置遺伝子群の一例を示す線図である。本実施形態の位置遺伝子１６ｂは、各架構面１１Ａ〜１２Ｌ（図７に示す）において、種類遺伝子１６ａで特定される耐力壁５が固定される位置を定義するためのものである。図１２では、第１架構面１１Ａの位置遺伝子群１７ｂの一部が示されている。

位置遺伝子群１７ｂは、各架構面１１Ａ〜１２Ｌ（図７に示す）において、種類遺伝子１６ａで特定される耐力壁５の種類（インデックス：１〜９）毎に、耐力壁５の固定位置が異なる複数の位置遺伝子１６ｂによって構成されている。なお、種類遺伝子１６ａが「無配置」の場合、耐力壁５は配置されない。このため、種類遺伝子１６ａが「無配置」の位置遺伝子群１７ｂについては、定義されない。

本実施形態では、設計制約条件の配置可能領域１４を考慮して、耐力壁５の固定位置が設定される。このため、配置可能領域１４以外の領域に固定された耐力壁５が定義されることはない。また、配置可能領域１４に固定可能な耐力壁５の固定位置をもれなく設定するために、各位置遺伝子１６ｂが、コンピュータ１によって自動で設定されるのが望ましい。

各位置遺伝子１６ｂには、位置遺伝子群１７ｂの中から、位置遺伝子１６ｂを一意に識別するためのインデックスの範囲（レンジ）が関連付けられている。本実施形態のレンジは、種類遺伝子１６ａで特定される各耐力壁５の種類について、位置遺伝子１６ｂを特定するためのインデックスの合計範囲（例えば、０〜１）を、位置遺伝子１６ｂの合計個数で分割した範囲である。

図１２において、例えば、種類遺伝子１６ａが「大耐力壁（インデックス：５）」では、位置遺伝子１６ｂの合計個数が１０である。この場合、大耐力壁（インデックス：５）の位置遺伝子１６ｂの各レンジは、「０〜０．１」、「０．１〜０．２」…「０．９〜１」が設定される。このようなレンジは、例えば、位置遺伝子１６ｂを特定するためのインデックスが「０．９６０９」である場合、インデックスが含まれるレンジ「０．９〜１」が設定された位置遺伝子１６ｂ（耐力壁５の固定位置）が特定される。位置遺伝子群１７ｂは、数値データとして、コンピュータ１に記憶される。

本実施形態の設計方法では、コンピュータ１が、架構体２を定義するための染色体情報を複数定義した集団を生成する（集団生成工程Ｓ４）。図１３は、複数の染色体情報で構成される集団の概念図である。本実施形態の集団１８は、複数の染色体情報１９を含んで構成されている。各染色体情報１９は、少なくとも一つの遺伝子座２１と、この遺伝子座２１に格納される遺伝子２２とを含んでいる。

本実施形態の遺伝子座２１は、各架構面１１Ａ〜１２Ｌにおいて、種類遺伝子座２１Ａ及び位置遺伝子座２１Ｂが１個ずつ定義されている。

各種類遺伝子座２１Ａの遺伝子２２としては、各架構面１１Ａ〜１２Ｌにおいて、種類遺伝子群１７ａ（図１１に示す）から選択された一つの種類遺伝子１６ａが割り当てられる。本実施形態の種類遺伝子座２１Ａには、種類遺伝子１６ａのインデックスのみが格納される。これにより、染色体情報１９は、各架構面１１Ａ〜１２Ｌに配置される耐力壁５の種類（組み合わせ）を特定することができる。

各位置遺伝子座２１Ｂの遺伝子２２としては、各架構面１１Ａ〜１２Ｌにおいて、種類遺伝子座２１Ａの種類遺伝子１６ａに対応する位置遺伝子群１７ｂ（図１２に示す）から、一つ選択された位置遺伝子１６ｂが割り当てられる。本実施形態の位置遺伝子座２１Ｂには、位置遺伝子１６ｂを特定するためのインデックスの合計範囲（例えば、０〜１）から選択されるインデックス（数値）が格納される。これにより、染色体情報１９は、各架構面１１Ａ〜１２Ｌにおいて、耐力壁５の固定位置を特定することができる。

図１４は、染色体情報から特定される架構体の一例を示す斜視図である。各染色体情報１９は、各種類遺伝子座２１Ａ及び各位置遺伝子座２１Ｂに、遺伝子２２（種類遺伝子１６ａ及び位置遺伝子１６ｂ）がそれぞれ割り当てられることにより、耐力壁５が配置された一つの架構体２（設計サンプル）が定義される。本実施形態の集団生成工程Ｓ４では、複数の染色体情報１９が定義された集団１８が生成される。このような集団１８及び染色体情報１９は、数値データとして、コンピュータ１に記憶される。

種類遺伝子１６ａ及び位置遺伝子１６ｂの各インデックスは、例えば、乱数に従ってランダムに選択されるのが望ましい。これにより、各種類遺伝子座２１Ａ及び各位置遺伝子座２１Ｂには、種類遺伝子１６ａ及び位置遺伝子１６ｂが不規則に設定されるため、様々なバリエーションの染色体情報１９を容易に定義することができる。

次に、コンピュータ１が、集団１８を用いて、構造部材（本実施形態では、耐力壁５）の配置の最適解を、遺伝的アルゴリズム（ＧＡ）に基づいて計算する（最適化計算工程Ｓ５）。

遺伝的アルゴリズムは、生物が環境に適応して進化していく過程を、工学的に模倣した学習的アルゴリズムである。この遺伝的アルゴリズムでは、遺伝子２２で表現した複数の染色体情報１９に対して、交叉、又は、突然変異等の遺伝子操作が繰り返えし実施される。これにより、遺伝的アルゴリズムでは、少ないサンプルから、染色体情報１９を時系列的に進化させることができるため、最適解を能率的に得ることができる。

耐力壁５の配置の最適解は、染色体情報１９に基づいて計算される第１目標変数が、予め定められた第１目標値を少なくとも満たすものである。本実施形態の第１目標変数Ｔ１は、下記式（１）で求めることができる。図１５は、第１目標変数及び第２目標変数の計算結果を示す線図である。
Ｔ１＝Ｄ１／Ｌ１−１ …（１）
ここで、
Ｄ１：架構体の層間変形角
Ｌ１：設計制約条件の層間変形角

上記式（１）において、第１目標変数Ｔ１は、架構体２の層間変形角Ｄ１に基づいて計算される。層間変形角Ｄ１は、各染色体情報１９で定義される架構体２を、構造分析（構造シミュレーション）することによって計算される。

上記式（１）において、第１目標変数Ｔ１が「０」以下の場合、染色体情報１９で定義される架構体２の層間変形角Ｄ１は、設計制約条件の層間変形角Ｌ１を満たしている。他方、第１目標変数Ｔ１が「０」よりも大きい場合、染色体情報１９で定義される架構体２の層間変形角Ｄ１は、設計制約条件の層間変形角Ｌ１を満たしていない。さらに、第１目標変数Ｔ１が大きくなるほど、染色体情報１９で定義される架構体２の層間変形角Ｄ１が悪化する。

本実施形態において、「第１目標変数Ｔ１が第１目標値を満たす」とは、第１目標変数Ｔ１が、第１目標値以下であることを意味している。第１目標値は、建築物Ｂに求められる耐震性能に基づいて、適宜設定することができる。本実施形態では、第１目標変数Ｔ１が、設計制約条件の層間変形角Ｌ１を満たす染色体情報１９を最適解としている。このため、第１目標値は、「０」が設定されている。なお、設計制約条件よりも高い耐震性能を有する最適解を求めるために、第１目標値として「０」未満の数値が設定されてもよい。また、設計制約条件よりも低い耐震性能を許容する場合は、第１目標値として「０」より大きい数値が設定されてもよい。

層間変形角Ｄ１は、耐力壁５の合計耐力が大きいほど、その値が小さくなりやすい。従って、染色体情報１９に格納される種類遺伝子１６ａの第１定数Ｎ１（即ち、耐力壁５の合計耐力）が大きくなるほど、第１目標変数Ｔ１を向上させる傾向がある。このため、第１定数Ｎ１と、第１目標変数Ｔ１とは、相関がある。

本実施形態の第１目標変数Ｔ１は、層間変形角Ｄ１に基づいて計算されるものが例示されたが、これに限定されるわけではない。染色体情報１９から計算可能な架構体２の性能であれば、適宜設定することができる。

さらに、本実施形態の最適解は、第１目標変数Ｔ１が第１目標値を満たすとともに、染色体情報１９に基づいて計算される第２目標変数Ｔ２が最も良好な染色体情報１９である。第２目標変数Ｔ２は、第１目標変数Ｔ１とは独立した変数である。本実施形態の第２目標変数Ｔ２は、下記式（２）及び下記式（３）に基づいて求めることができる。
Ｔ２＝Ｃ２／Ｌ２−１ …（２）
Ｃ２＝Ｃ０＋Ｃ１ …（３）
ここで、
Ｃ０：架構体の純コスト
Ｃ１：ペナルティ
Ｌ２：設計制約条件の架構体のコスト

上記式（３）において、架構体の純コストＣ０は、各染色体情報１９で定義される架構体２の部材に基づいて、純粋に計算されたコストである。ペナルティＣ１は、第１目標変数Ｔ１が第１目標値を満たさない場合（Ｔ１＞０）に設定される数値である。従って、上記式（３）の「Ｃ２」は、架構体２の純コストＣ０に、第１目標変数Ｔ１のペナルティが加算された架構体２のコストである。ペナルティＣ１は、例えば、下記式に基づいて計算される。本実施形態では、第１目標変数Ｔ１が第１目標値よりも大きくなるほど、ペナルティＣ１が大きくなる。なお、パラメータＰは、適宜設定することができる。
Ｃ１＝Ｐ×Ｔ１ （Ｔ１＞０）
Ｃ１＝０ （Ｔ１≦０）
ここで、
Ｐ：ペナルティの大きさを調整するパラメータ

上記式（２）において、第２目標変数Ｔ２が「０」以下の場合、染色体情報１９で定義される架構体２のコストＣ２は、設計制約条件のコストＬ２を満たしている。他方、第２目標変数Ｔ２が「０」よりも大きい場合、染色体情報１９で定義される架構体２のコストＣ２は、設計制約条件のコストＬ２を満たしていない。さらに、第２目標変数Ｔ２が大きくなるほど、染色体情報１９で定義される架構体２のコストＣ２が悪化する。

架構体２の純コストＣ０は、耐力壁５のコストが小さいほど、その値が小さくなりやすい。従って、染色体情報１９に格納される種類遺伝子１６ａの第２定数Ｎ２（即ち、耐力壁５のコストの順番）が小さいほど、第２目標変数Ｔ２を向上させる傾向がある。このため、第２定数Ｎ２と、第２目標変数Ｔ２とは相関がある。

本実施形態の第２目標変数Ｔ２は、架構体２の純コストＣ０等に基づいて計算されるものが例示されたが、これに限定されるわけではない。染色体情報１９から計算可能な架構体２の性能であれば、適宜設定することができる。

図１６は、本実施形態の最適化計算工程Ｓ５の処理手順の一例を示すフローチャートである。本実施形態の最適化計算工程Ｓ５では、先ず、集団１８の各染色体情報１９に基づいて、架構体２の第１目標変数Ｔ１が計算される（工程Ｓ５１）。工程Ｓ５１では、集団１８に属する全ての染色体情報１９に基づいて、架構体２の第１目標変数Ｔ１が計算される。なお、第１目標変数Ｔ１の計算については、上述したとおりである。各染色体情報１９の第１目標変数Ｔ１は、コンピュータ１に記憶される。

次に、本実施形態の最適化計算工程Ｓ５では、集団１８の各染色体情報１９に基づいて、架構体２の第２目標変数Ｔ２が計算される（工程Ｓ５２）。工程Ｓ５２では、集団１８に属する全ての染色体情報１９に基づいて、架構体２の第２目標変数Ｔ２が計算される。なお、第２目標変数Ｔ２の計算については、上述したとおりである。各染色体情報１９の第２目標変数Ｔ２は、コンピュータ１に記憶される。

次に、本実施形態の最適化計算工程Ｓ５では、第１目標変数Ｔ１を満足する少なくとも一つの染色体情報１９が存在するか否かが判断される（工程Ｓ５３）。本実施形態の工程Ｓ５３では、集団１８を構成する全ての染色体情報１９のうち、第１目標変数Ｔ１が第１目標値を満足する染色体情報１９が存在すると判断された場合（工程Ｓ５３で、「Ｙ」）、次の工程Ｓ５５が実行される。

一方、第１目標変数Ｔ１が第１目標値を満足する染色体情報１９が存在しないと判断された場合（工程Ｓ５３で、「Ｎ」）は、コンピュータ１が、少なくとも一部の染色体情報１９に対して、交叉及び突然変異等の遺伝子操作を実施し（遺伝子操作工程Ｓ５４）、再構築した染色体情報１９を含む集団１８に基づいて、工程Ｓ５１〜工程Ｓ５３が再度実行される。これにより、最適化計算工程Ｓ５では、第１目標変数Ｔ１が第１目標値を満足する染色体情報１９を、確実に得ることができる。

次に、本実施形態の最適化計算工程Ｓ５では、最適化計算工程Ｓ５の終了条件を満足するか否かが判断される（工程Ｓ５５）。本実施形態では、第２目標変数Ｔ２が「０」以下の（即ち、設計制約条件のコストＬ２を満たす）染色体情報１９が、少なくとも一つ存在することを、終了条件としている。これにより、第１目標変数Ｔ１及び第２目標変数Ｔ２をともに満足する染色体情報１９を、確実に得ることができる。

さらに、終了条件には、第２目標変数Ｔ２が最も良好な（即ち、架構体２のコストが最も小さい）染色体情報１９が、複数回（例えば、５〜１５回）更新されないことが追加されるのが望ましい。これにより、第２目標変数Ｔ２が収束するまで向上させた染色体情報１９を確実に得ることができる。

本実施形態の工程Ｓ５５では、最適化計算工程Ｓ５の終了条件を満足すると判断された場合（工程Ｓ５５で、「Ｙ」）、次の製造工程Ｓ６（図３に示す）が実施される。一方、最適化計算工程Ｓ５の終了条件を満足しないと判断された場合（工程Ｓ５５で、「Ｎ」）は、遺伝子操作工程Ｓ５４が実施され、再構築された染色体情報１９を含む集団１８に基づいて、工程Ｓ５１〜工程Ｓ５４が再度実行される。これにより、最適化計算工程Ｓ５では、終了条件を満足しうる染色体情報１９を確実に得ることができる。

製造工程Ｓ６では、最終世代の集団１８において、最適解の染色体情報１９（即ち、第１目標変数Ｔ１が第１目標値を満たすとともに、第２目標変数Ｔ２が最も良好な染色体情報１９）に基づいて、架構体２及び建築物Ｂが製造される。これにより、本実施形態の設計方法では、強度が高く、コストを所定の範囲に抑えた合理的な設計の架構体２及び建築物Ｂを、容易かつ確実に製造することができる。

図１７は、本実施形態の遺伝子操作工程Ｓ５４の処理手順の一例を示すフローチャートである。本実施形態の遺伝子操作工程Ｓ５４では、先ず、第１目標変数Ｔ１及び第２目標変数Ｔ２に基づいて、集団１８に属する複数の染色体情報１９が並び替えられる（工程Ｓ５４１）。

本実施形態の工程Ｓ５４１では、先ず、第１目標変数Ｔ１を満たす（即ち、第１目標値「０」以下の）染色体情報１９と、第１目標変数Ｔ１を満たさない（即ち、第１目標値「０」よりも大きい）染色体情報１９とに分別される。そして、第１目標変数Ｔ１を満たす染色体情報１９、及び、第１目標変数Ｔ１を満たさない染色体情報１９のそれぞれにおいて、第２目標変数Ｔ１が良好な順（即ち、小さい順）に並び替えられる。

次に、本実施形態の遺伝子操作工程Ｓ５４では、各染色体情報１９が、エリート群２３及び非エリート群２４に分類される（工程Ｓ５４２）。本実施形態において、エリート群２３は、交叉又は突然変異させることなく、新たな（次世代の）集団１８に含められる染色体情報１９である。本実施形態のエリート群２３は、第１目標変数Ｔ１を満たす染色体情報１９から構成される。一方、非エリート群２４は、第１目標変数Ｔ１を満たさない染色体情報１９から構成される。これにより、第１目標変数Ｔ１を既に満たしているエリート群２３の染色体情報１９が、新たな集団１８に含められるため、最適解の染色体情報１９（即ち、第１目標変数Ｔ１が第１目標値を満たすとともに、第２目標変数Ｔ２が最も良好な染色体情報１９）を効率よく得ることができる。

エリート群２３は、上記のように並び替えられた染色体情報１９のうち、最適化度が最も高い染色体情報１９から順に、一定の割合だけ選択された染色体情報１９で構成されてもよい。これにより、集団１８は、最適解に近い一部の染色体情報１９を除いて、その大部分を、交叉又は突然変異がなされた染色体情報１９で構成されるため、最適解の染色体情報１９をより効率よく得ることができる。この場合、エリート群２３の割合は、全ての染色体情報１９の０％よりも大、かつ、２０％以下に定めることができる。

次に、本実施形態の遺伝子操作工程Ｓ５４では、次の工程Ｓ５１及び工程Ｓ５２で用いられる染色体情報１９の新たな（次世代の）集団１８が生成される（次世代集団生成工程Ｓ５４３）。上述したように、エリート群２３の染色体情報１９が、交叉又は突然変異させることなく、新たな（次世代の）集団１８にそのまま含められる。そして、新たな集団１８を構成する残りの染色体情報１９は、元の集団１８の染色体情報１９に基づいて、交叉又は突然変異が実行されることによって設定される。図１８は、本実施形態の次世代集団生成工程Ｓ５４３の処理手順の一例を示すフローチャートである。

本実施形態の次世代集団生成工程Ｓ５４３では、先ず、エリート群２３の染色体情報１９が、新たな（次世代の）集団１８に含められる（工程Ｓ７１）。これにより、エリート群２３の染色体情報１９が、遺伝子操作によって劣化するのを防ぐことができるため、効率よく最適解を求めることができる。このエリート群２３の染色体情報１９は、次世代の集団１８を構成する染色体情報１９として、コンピュータ１に記憶される。

次に、本実施形態の次世代集団生成工程Ｓ５４３では、新たな集団１８を構成する一部の染色体情報１９を交叉によって生成する（交叉工程Ｓ７２）。交叉工程Ｓ７２では、元の集団１８を構成する全ての染色体情報１９（エリート群２３及び非エリート群２４を含む）において、一部の染色体情報１９が、コンピュータ１によってランダムに選択される。そして、選択された染色体情報１９を対象に、交叉が実施される。図１９（ａ）は、交叉前の染色体情報の一例を示す概念図である。図１９（ｂ）は、交叉後の染色体情報の一例を示す概念図である。

本実施形態の交叉工程Ｓ７２では、例えば、一対の染色体情報１９ａ、１９ｂにおいて、二つの交叉点２６、２６で挟まれた遺伝子座２１に格納された遺伝子２２（種類遺伝子１６ａ又は位置遺伝子１６ｂ）を入れ換える。このような交叉では、同一の架構面１１Ａ〜１２Ｌを設定する遺伝子座２１、２１間で、遺伝子１６ａ、１６ｂが入れ替えられる。従って、染色体情報１９は、その種類遺伝子１６ａ又は位置遺伝子１６ｂを、同一の架構面１１Ａ〜１２Ｌに定義された他の染色体情報１９の種類遺伝子１６ａ又は位置遺伝子１６ｂで再構成することができる。この再構成された染色体情報１９は、新たな（次世代の）集団１８を構成する染色体情報１９として、コンピュータ１に記憶される。なお、交叉点２６、２６は、コンピュータ１によってランダムに設定されるのが望ましい。

本実施形態において、交叉は、二つの交叉点２６、２６で挟まれた遺伝子２２を入れ換える二点交叉である場合が例示されたが、これに限定されるわけではない。交叉としては、例えば、一点交叉、多点交叉、又は、一様交叉などでもよく、これらを組み合わせ実施されるものでもよい。

次に、本実施形態の次世代集団生成工程Ｓ５４３では、新たな集団１８を構成する一部の染色体情報１９を突然変異によって生成する（突然変異工程Ｓ７３）。本実施形態の突然変異工程Ｓ７３では、元の集団１８を構成する全ての染色体情報１９（エリート群２３及び非エリート群２４を含む）において、一部の染色体情報１９を対象に突然変異が実施される。

突然変異は、遺伝子座２１に格納されている遺伝子２２（種類遺伝子１６ａ、位置遺伝子１６ｂ）を、対立遺伝子群１７から選択された他の対立遺伝子１６（種類遺伝子１６ａ、位置遺伝子１６ｂ）に置換するものである。このような突然変異は、交叉とは異なり、各染色体情報１９に設定されている遺伝子２２に限定されることなく、新たな対立遺伝子１６で、遺伝子座２１の遺伝子２２を再構成することができる。従って、突然変異は、局所的な最適解に陥ることを防ぎうる。図２０は、突然変異工程Ｓ７３の処理手順の一例を示すフローチャートである。

本実施形態の突然変異工程Ｓ７３では、先ず、突然変異が実施される染色体情報１９について、第１目標変数Ｔ１が第１目標値を満たすか否かが判断される（工程Ｓ７３１）。工程Ｓ７３１は、第１目標変数Ｔ１が、第１目標値を満たさないと判断された場合（工程Ｓ７３１で、「Ｎ」）、第１目標変数Ｔ１を向上させる可能性が高い第１対立遺伝子が選択される確率を高めて、突然変異させる第１突然変異工程Ｓ７３２が実施される。他方、第１目標変数Ｔ１が、第１目標値を満たすと判断された場合（工程Ｓ７３１で、「Ｙ」）、第２目標変数Ｔ２を向上させる可能性が高い第２対立遺伝子が選択される確率を高めて、突然変異させる第２突然変異工程Ｓ７３３が実施される。

第１突然変異工程Ｓ７３２では、遺伝子座２１に格納されている遺伝子２２が、対立遺伝子群１７から選択される他の対立遺伝子１６に置換される。本実施形態の第１突然変異工程Ｓ７３２では、種類遺伝子座２１ａに格納されている遺伝子２２（種類遺伝子１６ａ）が、種類遺伝子群１７ａから選択される他の対立遺伝子１６（種類遺伝子１６ａ）に置換される。図２１は、第１突然変異工程Ｓ７３２の処理手順の一例を示すフローチャートである。

本実施形態の第１突然変異工程Ｓ７３２では、先ず、遺伝子２２を突然変異させる遺伝子座２１が選択される（第１選択工程Ｓ８１）。第１選択工程Ｓ８１では、染色体情報１９毎に、種類遺伝子１６ａを突然変異させる種類遺伝子座２１ａが選択される確率（以下、「第３確率」ということがある。）を異ならせている。図２２は、本実施形態の第１選択工程Ｓ８１の処理手順の一例を示すフローチャートである。

本実施形態の第１選択工程Ｓ８１では、先ず、遺伝子２２を突然変異させる遺伝子座２１が選択される確率（第３確率）が求められる（工程Ｓ８１１）。図２３は、本実施形態の第３確率の分布（以下、単に「第３確率分布」ということがある。）を示すグラフである。第３確率分布は、第３確率Ｐ３と、第１目標変数Ｔ１との関係を示している。本実施形態の第３確率Ｐ３は、下記式（４）で定義される。
Ｐ３＝ａ３×Ｔ１＋ｂ３…（４）
ここで、
Ｔ１：第１目標変数
ａ３：傾き
ｂ３：切片
なお、上記式（４）は、Ｐ３≦Ｐ３maxを満たす。

上記式（４）において、傾きａ３及び切片ｂ３は、予め定義される下記の定数に基づいて設定される。本実施形態では、傾きａ３が０．６７、切片ｂ３が０．１６５である。第３確率Ｐ３は、上記式（４）に、突然変異が実施される染色体情報１９の第１目標変数Ｔ１が代入されることによって求めることができる。これにより、第１目標変数Ｔ１が異なる染色体情報１９毎に、第３確率Ｐ３を異ならせることができる。

例えば、ある染色体情報１９の第１目標変数Ｔ１が「０．１４２７」の場合、本実施形態の第３確率Ｐ３は、０．２６０６（即ち、２６．０６％）である。第３確率Ｐ３は、コンピュータ１に記憶される。なお、下記定数は、突然変異させる頻度を変更するために、適宜変更することができる。
第３確率の上限値Ｐ３max：０．５（５０％）
第３確率の下限値：０．１６５（１６．５％）
第３確率の上限値が設定される第１目標変数Ｔ１：０．５

上記式（４）では、第１目標変数Ｔ１が大きくなるほど、第３確率Ｐ３が大きくなっている。染色体情報１９で定義される架構体２は、第１目標変数Ｔ１が大きくなるほど、設計制約条件の層間変形角Ｌ１が悪化している。このような染色体情報１９は、種類遺伝子座２１ａに格納されている種類遺伝子１６ａを、積極的に突然変異されるのが望ましい。従って、本実施形態の工程Ｓ８１１では、第１目標変数Ｔ１が劣悪な染色体情報１９ほど、遺伝子２２を突然変異させる遺伝子座２１が選択される第３確率Ｐ３を高めることができる。なお、第３確率Ｐ３の上限値として、Ｐ３maxが設定されている。これにより、染色体情報１９の遺伝子２２が過度に突然変異されるのを防ぐことができる。

次に、本実施形態の第１選択工程Ｓ８１では、第３確率Ｐ３に基づいて、遺伝子２２を突然変異させる遺伝子座２１（種類遺伝子座２１Ａ）が選択される（工程Ｓ８１２）。図２４（ａ）は、突然変異される染色体情報１９の一例を示す図である。図２４（ｂ）は、第３架構面の対立遺伝子群１７を示す図である。工程Ｓ８１２は、先ず、染色体情報１９の各架構面１１Ａ〜１２Ｌの遺伝子座２１について、突然変異を実施させるか否かを判断するための指数が、乱数に基づいて求められる。本実施形態の各遺伝子座２１の指数の範囲（乱数の区間）は、０〜１が設定される。

そして、工程Ｓ８１２では、第３確率Ｐ３（本実施形態では、０．２６０６）未満の指数が設定された遺伝子座２１（種類遺伝子座２１Ａ）が、遺伝子２２を突然変異させる遺伝子座２１として選択される。従って、第３確率Ｐ３が大きくなるほど（即ち、第１目標変数Ｔ１が劣悪な染色体情報１９ほど）、遺伝子２２を突然変異させる遺伝子座２１の数を大きくすることができる。図２４の例では、第３架構面１１Ｃの遺伝子座２１（指数：０．１１０３）が、遺伝子２２を突然変異させる遺伝子座２１として選択される。

なお、各遺伝子座２１の指数を求める乱数は、一様乱数が望ましい。一様乱数は、分布関数が、所定の区間内では一様、その区間外では０となる乱数である。このような一様乱数が採用されることにより、各遺伝子座２１を満遍なく突然変異させることができる。

次に、本実施形態の第１突然変異工程Ｓ７３２では、突然変異させる遺伝子座２１に格納されている遺伝子２２よりも、第１目標変数Ｔ１を向上させる可能性が高い優秀な第１対立遺伝子１６Ａが選択される第１確率分布が高められる（第１確率分布工程Ｓ８２）。

上述したように、本実施形態では、種類遺伝子１６ａの第１定数Ｎ１（耐力）が大きいほど、第１目標変数Ｔ１が向上する可能性が高い。従って、種類遺伝子群１７ａにおいて、第１対立遺伝子１６Ａは、遺伝子座２１に格納されている種類遺伝子１６ａの第１定数Ｎ１よりも、第１定数Ｎ１が大きい種類遺伝子１６ａである。本実施形態では、第１目標変数Ｔ１を効果的に向上させるために、後述する第１閾値ｈ１以上の第１定数Ｎ１を有する種類遺伝子１６ａを、第１対立遺伝子１６Ａとして設定している。図２５は、本実施形態の第１確率分布工程Ｓ８２の処理手順の一例を示すフローチャートである。

本実施形態の第１確率分布工程Ｓ８２では、先ず、第１対立遺伝子１６Ａを特定するための第１閾値ｈ１が求められる（工程Ｓ８２１）。第１閾値ｈ１は、下記式（５）で定義される。図２６は、第１増分値Δｔ１と、第１目標変数Ｔ１との関係を示すグラフである。第１増分値Δｔ１は、下記式（６）で定義される。切片ｂ１は、下記式（７）で定義される。
ｈ１＝Ｎ１＋Δｔ１ …（５）
Δｔ１＝ａ１×Ｔ１＋ｂ１ …（６）
ｂ１＝ｃ１×（Ｎ１max−Ｎ１） …（７）
ここで、
Ｔ１：第１目標変数
ａ１：傾き
ｂ１：切片
ｃ１：第１閾値を調整するためのパラメータ
Ｎ１max：第１定数の最大値（本実施形態では、２）
Ｎ１：第１定数
なお、上記式（６）は、Δｔ１≦Ｎ１max−Ｎ１を満たす。

上記式（５）において、第１閾値ｈ１は、第１定数Ｎ１に、第１増分値Δｔ１を加算したものである。上記式（６）において、傾きａ１は、予め定義される下記の定数、及び、切片ｂ１に基づいて設定される。Ｎ１max−Ｎ１は、第１増分値Δｔ１の上限値である。上記式（７）において、切片ｂ１は、第１増分値Δｔ１の上限値（Ｎ１max−Ｎ１）に、パラメータｃ１を乗じたものである。パラメータｃ１を適宜変更することにより、第１増分値Δｔ１が取りうる範囲を増減させることができる。
第１定数の最大値Ｎ１max：２．０（種類遺伝子群１７ａのインデックス：９）
第１増分値の上限値が設定される第１目標変数Ｔ１：０．５
パラメータｃ１：０．７

図２４（ａ）、（ｂ）に示されるように、例えば、第３架構面１１Ｃの種類遺伝子１６ａ（インデックス：３）は、第１定数Ｎ１が「０．７６」である。従って、第３架構面１１Ｃにおいて、上記式（６）の傾きａ１が０．７４４であり、切片ｂ１が０．８６８である。上記式（６）に、染色体情報１９の第１目標変数Ｔ１が代入されることによって、第１増分値Δｔ１を求めることができる。例えば、図２４（ａ）に示した染色体情報１９の第１目標変数Ｔ１が「０．１４２７」の場合、第１増分値Δｔ１は、０．９７４１である。なお、上記定数、及び、上記パラメータｃ１は、第１増分値Δｔ１を調節するために、適宜変更することができる。

上記式（６）では、第１目標変数Ｔ１が大きくなるほど、第１増分値Δｔ１が大きくなる。上述したように、染色体情報１９で表される架構体２は、第１目標変数Ｔ１が大きくなるほど、設計制約条件の層間変形角Ｌ１が悪化している。従って、本実施形態では、第１目標変数Ｔ１が劣悪な染色体情報１９ほど、第１増分値Δｔ１及び第１閾値ｈ１を大きくすることができる。なお、第１増分値Δｔ１の上限値は、（Ｎ１max−Ｎ１）となる。

上記式（５）に基づいて、第１定数Ｎ１に、第１増分値Δｔ１を加算することにより、第１閾値ｈ１を求めることができる。例えば、第３架構面１１Ｃでは、第１定数Ｎ１（０．７６）に、第１増分値Δｔ１（０．９７４１）を加算することにより、第１閾値ｈ１（１．７３４１）を求めることができる。

上述したように、第１増分値Δｔ１は、第１目標変数Ｔ１が劣悪な染色体情報１９ほど大きくなる。従って、第１閾値ｈ１も、第１目標変数Ｔ１が劣悪な染色体情報１９ほど大きくなる。第１確率分布工程Ｓ８２では、第１閾値ｈ１以上の第１定数Ｎ１を有する種類遺伝子１６ａが、第１対立遺伝子１６Ａとして設定される。従って、第１目標変数Ｔ１が劣悪な染色体情報１９は、種類遺伝子座２１ａに格納されている種類遺伝子１６ａの第１定数Ｎ１よりも、大幅に大きな第１定数Ｎ１を有する第１対立遺伝子１６Ａが設定されるため、第１目標変数Ｔ１を効果的に向上させることができる。

次に、本実施形態の第１確率分布工程Ｓ８２は、第１閾値ｈ１に基づいて、対立遺伝子群１７（本実施形態では、種類遺伝子群１７ａ）が並び替えられた第１対立遺伝子群１７Ａが設定される（工程Ｓ８２２）。図２７（ａ）は、第１対立遺伝子群１７Ａを示す図である。図２７（ｂ）は、第１確率分布を示すグラフである。

本実施形態の第１対立遺伝子群１７Ａは、第１目標変数Ｔ１を向上させる可能性が高い優秀な第１対立遺伝子１６Ａを構成する第１グループＧ１と、第１目標変数Ｔ１を向上させる可能性が低い劣悪な第３対立遺伝子１６Ｃを構成する第３グループＧ３とに区分される。上述したように、第１対立遺伝子１６Ａは、第１閾値ｈ１（例えば、第３架構面の場合：１．７３４１）以上の第１定数Ｎ１を有する種類遺伝子１６ａである。また、第３対立遺伝子１６Ｃは、第１閾値ｈ１未満の第１定数Ｎ１を有する種類遺伝子１６ａである。

第１グループＧ１の第１対立遺伝子１６Ａは、第１定数Ｎ１に基づいて、昇順に整列されている。第３グループＧ３の第３対立遺伝子１６Ｃも、第１定数Ｎ１に基づいて、昇順に整列されている。このような第１対立遺伝子群１７Ａは、コンピュータ１に記憶される。

次に、本実施形態の第１確率分布工程Ｓ８２では、第１対立遺伝子群１７Ａに基づいて、第１確率分布が設定される（工程Ｓ８２３）。図２７（ｂ）に示されるように、第１確率分布は、第１対立遺伝子群１７Ａの対立遺伝子１６のインデックスと、各インデックスに割り当てられた指数の範囲との関係を示している。インデックスは、グラフの原点側に、第３対立遺伝子１６Ｃのインデックスが設定される。さらに、第３対立遺伝子１６Ｃのインデックスの上に、第１対立遺伝子１６Ａのインデックスが設定される。例えば、第３架構面１１Ｃの場合、第３対立遺伝子１６Ｃのインデックス（０〜８）が設定され、さらに、第１対立遺伝子１６Ａのインデックス（９）が設定される。第３対立遺伝子１６Ｃのインデックス、及び、第１対立遺伝子１６Ａのインデックスは、第１対立遺伝子群１７Ａに基づいて、グラフの原点から、第１定数Ｎ１の昇順にそれぞれ整列されている。

各指数の範囲は、後述する乱数（区間０〜１）から特定される指数に基づいて、第１対立遺伝子群１７Ａ（種類遺伝子群１７ａ）のインデックスを選択するためのものである。従って、指数の範囲は、０〜１である。本実施形態では、第１対立遺伝子１６Ａを構成する第１グループＧ１（インデックス：９）の指数の範囲を、第３対立遺伝子１６Ｃを構成する第３グループＧ３（インデックス：０〜８）が選択される指数の範囲よりも大きくしている。これにより、第１対立遺伝子１６Ａを構成する第１グループＧ１が選択される確率を、第３対立遺伝子１６Ｃを構成する第３グループＧ３が選択される確率よりも大きくすることができる。本実施形態では、第１グループＧ１の指数の範囲が０．１以上かつ１．０以下に設定される。他方、第３グループＧ３の指数の範囲は、０以上かつ０．１未満に設定されている。従って、第１グループＧ１が選択される確率が９０％であり、第３グループＧ３が選択される確率が１０％である。なお、これらの確率は、適宜変更することができる。

第１対立遺伝子１６Ａの指数の範囲は、第１グループＧ１の指数の範囲（本実施形態では、０．１以上〜１．０以下）から割り当てられる。本実施形態の第１グループＧ１は、第１対立遺伝子１６Ａが一つのみ設定されている。このため、第１対立遺伝子１６Ａの指数の範囲は、第１グループＧ１の指数の範囲がそのまま設定される。なお、第１対立遺伝子１６Ａが複数個設定されている場合は、第１グループＧ１の指数の範囲を、第１対立遺伝子１６Ａの個数で分割した範囲が設定される。各第１対立遺伝子１６Ａの指数の範囲は、第１定数Ｎ１が大きくなるほど、大きく設定されるのが望ましい。これにより、第１目標変数Ｔ１を向上させる可能性が高い（即ち、第１定数Ｎ１が大きい）第１対立遺伝子１６Ａほど、選択される確率が高められるため、第１目標変数Ｔ１が向上する可能性を効果的に高めることができる。

第３対立遺伝子１６Ｃの指数の範囲は、第３グループＧ３の指数の範囲（本実施形態では、０以上〜０．１未満）から割り当てられる。本実施形態の第３対立遺伝子１６Ｃは、複数個設定されている。このため、第３対立遺伝子１６Ｃの指数の範囲は、第３グループＧ３の指数の範囲を、第３対立遺伝子１６Ｃの個数（本実施形態では、９個）で分割した範囲が設定される。なお、第３対立遺伝子１６Ｃの指数の範囲は、第１定数Ｎ１が大きくなるほど、広く設定されるのが望ましい。これにより、第１定数Ｎ１が大きい第３対立遺伝子１６Ｃほど、選択される確率が高められるため、第１目標変数Ｔ１が悪化するのを最小限に抑えることができる。

これにより、第１対立遺伝子群１７Ａの対立遺伝子１６（種類遺伝子１６ａ）のインデックスと、各インデックスに割り当てられた指数の範囲との関係を示した第１確率分布を求めることができる。本実施形態の工程Ｓ８２３は、突然変異させるものとして選択された全ての遺伝子座２１について、第１確率分布が求められる。これらの第１確率分布は、コンピュータ１に記憶される。

次に、本実施形態の第１突然変異工程Ｓ７３２では、第１確率分布に基づいて、対立遺伝子群１７（本実施形態では、第１対立遺伝子群１７Ａ）から、遺伝子座２１の遺伝子２２を置換するための他の対立遺伝子（以下、単に「他の対立遺伝子」ということがある。）１６が選択される（工程Ｓ８３）。工程Ｓ８３では、先ず、乱数に基づいて、他の対立遺伝子１６（種類遺伝子１６ａ）を選択するための指数が求められる。本実施形態の乱数の区間は、第１確率分布の指数の範囲（０〜１）に設定されている。

そして、工程Ｓ８３では、第１確率分布に基づいて、乱数で求められた指数から、遺伝子座２１に格納されている遺伝子２２を置換するための他の対立遺伝子１６が選択される。例えば、図２７に示した第３架構面１１Ｃにおいて、他の対立遺伝子１６を選択するための指数（乱数の数値）が０．３７３１であった場合、インデックス「９」（指数の範囲：０．１以上かつ１．０以下）に該当する。このため、他の対立遺伝子１６として、「大耐力壁×２」が選択される。

上述したように、第１確率分布は、第１対立遺伝子１６Ａが選択される確率が高められている。このため、工程Ｓ８３では、第１対立遺伝子１６Ａを高い確率で選択することができる。工程Ｓ８３では、突然変異させるものとして選択された全ての遺伝子座２１について、他の対立遺伝子１６が選択される。これらの他の対立遺伝子１６は、コンピュータ１に記憶される。

第１確率分布の指数を求める乱数は、一様乱数が望ましい。上述したように、一様乱数は、分布関数が、所定の区間内では一様、その区間外では０となる乱数である。このような一様乱数が採用されることにより、第１確率分布で定義される確率に基づいて、置換するための他の対立遺伝子１６を選択することができる。

次に、本実施形態の第１突然変異工程Ｓ７３２では、遺伝子座２１に格納されている遺伝子２２（種類遺伝子１６ａ）が、選択された他の対立遺伝子１６（種類遺伝子１６ａ）に置換される（工程Ｓ８４）。これにより、遺伝子座２１に格納されている遺伝子２２を突然変異させることができる。本実施形態の第３架構面１１Ｃでは、図２４に示した遺伝子座２１に格納されている種類遺伝子１６ａ（「小耐力壁×２」（インデックス：３））から、工程Ｓ８３で選択された他の種類遺伝子１６ａ（「大耐力壁×２」（インデックス：９））に置換される。これにより、遺伝子座２１に格納されている遺伝子２２（種類遺伝子１６ａ）よりも、第１定数Ｎ１が大きい第１対立遺伝子１６Ａ（種類遺伝子１６ａ）に、突然変異させることができるため、第１目標変数Ｔ１が向上する可能性が高くなる。

工程Ｓ８４では、突然変異させるものとして選択された全ての遺伝子座２１について、種類遺伝子座２１Ａに格納されている遺伝子２２（種類遺伝子１６ａ）が、選択された他の対立遺伝子１６（種類遺伝子１６ａ）に置換される。これにより、染色体情報１９は、新たな対立遺伝子１６で、遺伝子座２１の遺伝子２２を再構成することができる。

このように、本実施形態の第１突然変異工程Ｓ７３２では、染色体情報１９の遺伝子座２１に格納されている遺伝子２２を、それよりも優秀な第１対立遺伝子１６Ａに変異させる確率が増すため、最適解をより短時間で得ることができる。

次に、第２突然変異工程Ｓ７３３では、上述したように、第２目標変数Ｔ２を向上させる可能性が高い第２対立遺伝子が選択される確率を高めて、突然変異が実施される。本実施形態の第２突然変異工程Ｓ７３３では、第１突然変異工程Ｓ７３２と同様に、種類遺伝子座２１Ａに格納されている遺伝子２２（種類遺伝子１６ａ）が、種類遺伝子群１７ａから選択される他の対立遺伝子１６（種類遺伝子１６ａ）に置換される。図２８は、第２突然変異工程Ｓ７３３の処理手順の一例を示すフローチャートである。

本実施形態の第２突然変異工程Ｓ７３３では、先ず、対立遺伝子１６を突然変異させる遺伝子座２１が選択される（第２選択工程Ｓ９１）。第２選択工程Ｓ９１では、染色体情報１９毎に、遺伝子２２を突然変異させる遺伝子座２１が選択される確率（以下、「第４確率」ということがある。）を異ならせている。図２９は、本実施形態の第２選択工程Ｓ９１の処理手順の一例を示すフローチャートである。

本実施形態の第２選択工程Ｓ９１では、先ず、遺伝子２２を突然変異させる遺伝子座２１が選択される確率（第４確率）が求められる（工程Ｓ９１１）。図３０は、本実施形態の第４確率の分布（以下、単に「第４確率分布」ということがある。）を示すグラフである。第４確率分布は、第４確率Ｐ４と、第１目標変数Ｔ１との関係を示している。本実施形態の第４確率Ｐ４は、下記式（８）で定義される。
Ｐ４＝ａ４×｜Ｔ１｜＋ｂ４…（８）
ここで、
Ｔ１：第１目標変数
ａ４：傾き
ｂ４：切片
なお、上記式（８）は、Ｐ４≦Ｐ４maxを満たす。

上記式（８）において、傾きａ４及び切片ｂ４は、第３確率分布と同様に、予め定義される下記の定数に基づいて設定される。本実施形態では、傾きａ４が０．６７、切片ｂ３が０．１６５である。第４確率Ｐ４は、上記式（８）に、突然変異が実施される染色体情報１９の第１目標変数Ｔ１（絶対値）が代入されることによって求めることができる。これにより、第１目標変数Ｔ１が異なる染色体情報１９毎に、第４確率Ｐ４を異ならせることができる。

例えば、ある染色体情報１９の第１目標変数Ｔ１が「−０．３７８５」の場合、本実施形態の第４確率Ｐ４は、０．４１８６（即ち、４１．８６％）である。第４確率Ｐ４は、コンピュータ１に記憶される。なお、下記定数は、突然変異させる頻度を変更するために、適宜変更することができる。
第４確率の上限値Ｐ４max：０．５（５０％）
第４確率の下限値：０．１６５（１６．５％）
第４確率の上限値が設定される第１目標変数Ｔ１の上限値：０．５

上記式（８）では、第１目標変数Ｔ１の絶対値が大きくなる（即ち、第１目標変数Ｔ１が小さくなる）ほど、第４確率Ｐ４が大きくなっている。染色体情報１９で表される架構体２は、第１目標変数Ｔ１が小さくなるほど、設計制約条件の層間変形角Ｌ１が良好である。このような染色体情報１９は、第１目標変数Ｔ１を少々悪化させたとしても、第２目標変数Ｔ２（架構体２のコスト）がより良好となるように、遺伝子２２を積極的に突然変異されるのが望ましい。従って、本実施形態の工程Ｓ９１１では、第１目標変数Ｔ１が良好な染色体情報１９ほど、遺伝子２２を突然変異させる遺伝子座２１が選択される第４確率Ｐ４を高めることができる。なお、第４確率Ｐ４の上限値として、Ｐ４maxが設定されている。これにより、染色体情報１９の遺伝子２２が過度に突然変異されるのを防ぐことができる。

次に、本実施形態の第２選択工程Ｓ９１では、第４確率Ｐ４に基づいて、遺伝子２２を突然変異させる遺伝子座２１（種類遺伝子座２１Ａ）が選択される（工程Ｓ９１２）。図３１（ａ）は、突然変異される染色体情報１９の一例を示す図である。図３１（ｂ）は、第２架構面１１Ｂの対立遺伝子群１７を示す図である。工程Ｓ９１２は、第１選択工程Ｓ８１と同様に、先ず、染色体情報１９の各架構面１１Ａ〜１２Ｌの遺伝子座２１について、突然変異を実施させるか否かを判断するための指数が、乱数に基づいて求められる。本実施形態の各遺伝子座２１の指数の範囲（乱数の区間）は、０〜１が設定される。

そして、工程Ｓ９１２では、第４確率Ｐ４未満の指数が設定された遺伝子座２１（種類遺伝子座２１Ａ）が、遺伝子２２を突然変異させる遺伝子座２１として選択される。従って、第４確率Ｐ４が大きくなるほど、遺伝子２２を突然変異させる遺伝子座２１の数を大きくすることができる。図３１の例では、第２架構面１１Ｂの遺伝子座２１（指数：０．１６２２）が、遺伝子２２を突然変異させる遺伝子座２１として選択される。各遺伝子座２１の指数を求める乱数は、第１選択工程Ｓ８１と同様に、一様乱数が望ましい。

次に、本実施形態の第２突然変異工程Ｓ７３３は、突然変異させる遺伝子座２１（種類遺伝子座２１Ａ）に格納されている遺伝子２２よりも、第２目標変数Ｔ２を向上させる可能性が高い優秀な第２対立遺伝子１６Ｂが選択される第２確率分布が高められる（第２確率分布工程Ｓ９２）。

上述したように、本実施形態では、対立遺伝子１６（種類遺伝子１６ａ）の第２定数Ｎ２（コスト順）が小さいほど、第２目標変数Ｔ２（架構体２のコスト）が向上する可能性が高い。従って、第２対立遺伝子１６Ｂは、対立遺伝子群１７において、遺伝子座２１（種類遺伝子座２１Ａ）に格納されている遺伝子２２（種類遺伝子１６ａ）よりも、第２定数Ｎ２が小さい対立遺伝子１６（種類遺伝子１６ａ）である。本実施形態では、後述する第２閾値ｈ２未満の第２定数Ｎ２を有する対立遺伝子１６を、第２対立遺伝子１６Ｂとして設定される。

なお、他の対立遺伝子１６として、遺伝子座２１（種類遺伝子座２１Ａ）に格納されている遺伝子２２（種類遺伝子１６ａ）の第１定数Ｎ１（耐力）よりも大幅に小さい対立遺伝子１６（種類遺伝子１６ａ）が選択された場合、第１目標変数Ｔ１を悪化させてしまうおそれがある。このため、本実施形態では、第２目標変数Ｔ２を向上させつつ、第１目標変数Ｔ１の悪化を最小限に抑えるために、上記条件（第２定数Ｎ２が第２閾値ｈ２未満）を満たし、かつ、後述する第３閾値ｈ３以上の第１定数Ｎ１を有する対立遺伝子１６（種類遺伝子１６ａ）が、第２対立遺伝子１６Ｂとして選択されている。図３２は、本実施形態の第２確率分布工程Ｓ９２の処理手順の一例を示すフローチャートである。

本実施形態の第２確率分布工程Ｓ９２では、先ず、第２対立遺伝子１６Ｂを特定するための第２閾値ｈ２が求められる（工程Ｓ９２１）。本実施形態では、突然変異させる遺伝子座２１（種類遺伝子座２１Ａ）に格納されている遺伝子２２（種類遺伝子１６ａ）の第２定数Ｎ２（例えば、第２架構面の場合：５（インデックス：４））が、第２閾値ｈ２として設定される。これにより、第２閾値ｈ２に基づいて、遺伝子２２（種類遺伝子１６ａ）の第２定数Ｎ２未満である第２対立遺伝子１６Ｂ（種類遺伝子１６ａ）を特定することができる。なお、第２目標変数Ｔ２を効果的に向上させるために、第２閾値ｈ２は、第２定数Ｎ２よりもさらに小さい値が設定されてもよい。

次に、本実施形態の第２確率分布工程Ｓ９２では、第２対立遺伝子１６Ｂを特定するための第３閾値ｈ３が求められる（工程Ｓ９２２）。第３閾値ｈ３は、下記式（９）で定義される。図３３は、第３減分値Δｔ３と、第１目標変数Ｔ１（絶対値）との関係を示すグラフである。第３減分値Δｔ３は、下記式（１０）で定義される。切片ｂ３は、下記式（１１）で定義される。

ｈ３＝Ｎ１−Δｔ３ …（９）
Δｔ３＝ａ３×｜Ｔ１｜＋ｂ３ …（１０）
ｂ３＝ｃ３×Ｎ１ …（１１）
ここで、
Ｔ１：第１目標変数
ａ３：傾き
ｂ３：切片
ｃ３：第３閾値を調整するためのパラメータ
Ｎ１：第１定数
なお、上記式（１０）は、Δｔ３≦Ｎ１を満たす。

上記式（９）において、第３閾値ｈ３は、第１定数Ｎ１を、第３減分値Δｔ３で減じたものである。上記式（１０）において、傾きａ３は、予め定義されている下記の定数、及び、切片ｂ３に基づいて設定される。第３減分値Δｔ３の上限値は、第１定数Ｎ１である。上記式（１１）において、切片ｂ３は、第１定数Ｎ１に、パラメータｃ３を乗じたものである。パラメータｃ３を適宜変更することにより、第３減分値Δｔ３が取りうる範囲（即ち、第１定数Ｎ１−切片ｂ３）を増減させることができる。
第３減分値の上限値が設定される第１目標変数Ｔ１（絶対値）：０．５
パラメータｃ３：０．５

図３１（ａ）、（ｂ）に示されるように、例えば、第２架構面１１Ｂの種類遺伝子１６ａ（インデックス：４）は、第１定数Ｎ１が「０．９６」である。従って、第２架構面１１Ｂにおいて、上記式（１０）の傾きａ３が、０．９６であり、切片ｂ３が、０．４８である。上記式（１０）に、染色体情報１９の第１目標変数Ｔ１（絶対値）が代入されることによって、第３減分値Δｔ３を求めることができる。例えば、図３１（ａ）に示した染色体情報１９の第１目標変数Ｔ１が「−０．３７８５」の場合、第３減分値Δｔ３は、０．８４３４である。なお、上記定数、及び、上記パラメータｃ３は、第３減分値Δｔ３を変更するために、適宜変更することができる。

上記式（１０）では、第１目標変数Ｔ１の絶対値が大きくなるほど、第３減分値Δｔ３が大きくなっている。上述したように、染色体情報１９で表される架構体２は、第１目標変数Ｔ１の絶対値が大きくなる（即ち、第１目標変数Ｔ１が小さくなる）ほど、設計制約条件の層間変形角Ｌ１が良好である。従って、本実施形態では、第１目標変数Ｔ１が良好な染色体情報１９ほど、第３減分値Δｔ３を大きくすることができる。なお、第３減分値Δｔ３の上限値は、第１定数Ｎ１となる。

上記式（９）に基づいて、第１定数Ｎ１に、第３減分値Δｔ３を減じることにより、第３閾値ｈ３を求めることができる。例えば、第２架構面１１Ｂでは、第１定数（０．９６）に、第３減分値Δｔ３（０．８４３４）で減じることにより、第３閾値ｈ３（０．１１６６）を求めることができる。

上述したように、第３減分値Δｔ３は、第１目標変数Ｔ１が良好な染色体情報１９ほど大きくなる。従って、第３閾値ｈ３は、第１目標変数Ｔ１が良好な染色体情報１９ほど小さくなる。第２確率分布工程Ｓ９２では、第３閾値ｈ３以上の第１定数Ｎ１を有する対立遺伝子１６（種類遺伝子１６ａ）が、第２対立遺伝子１６Ｂとして設定される。従って、第１目標変数Ｔ１が良好な染色体情報１９は、第１目標変数Ｔ１の悪化を一部許容しつつ、遺伝子座２１に格納されている遺伝子２２（種類遺伝子１６ａ）の第２定数Ｎ２よりも、大幅に小さな第２定数Ｎ２を有する第２対立遺伝子１６Ｂが設定されるため、第２目標変数Ｔ２を効果的に向上させることができる。

次に、本実施形態の第２確率分布工程Ｓ９２では、第２閾値ｈ２及び第３閾値ｈ３に基づいて、対立遺伝子群１７が並び変えられた第２対立遺伝子群１７Ｂが設定される（工程Ｓ９２３）。図３４（ａ）は、第２対立遺伝子群１７Ｂを示す図である。図３４（ｂ）は、第２確率分布を示すグラフである。

本実施形態の第２対立遺伝子群１７Ｂは、第２目標変数Ｔ２を向上させる可能性が高い優秀な第２対立遺伝子１６Ｂを構成する第２グループＧ２と、第２目標変数Ｔ２を向上させる可能性が低い劣悪な第４対立遺伝子１６Ｄを構成する第４グループＧ４とに区分される。上述したように、第２対立遺伝子１６Ｂは、第２閾値ｈ２（例えば、第２架構面の場合：５）未満の第２定数Ｎ２を有し、かつ、第３閾値ｈ３（例えば、第２架構面の場合：０．１１６６）以上の第１定数Ｎ１を有する対立遺伝子１６（種類遺伝子１６ａ）である。他方、第４対立遺伝子１６Ｄは、第２閾値ｈ２以上の第２定数Ｎ２、又は、第３閾値ｈ３未満の第１定数Ｎ１を有する対立遺伝子１６（種類遺伝子１６ａ）である。

第２グループＧ２の第２対立遺伝子１６Ｂ（種類遺伝子１６ａ）は、第２定数Ｎ２に基づいて、降順に整列されている。第４グループＧ４の第４対立遺伝子１６Ｄ（種類遺伝子１６ａ）は、第２定数Ｎ２に基づいて、降順に整列されている。このような第２対立遺伝子群１７ｂは、コンピュータ１に記憶される。

次に、本実施形態の第２確率分布工程Ｓ９２では、第２対立遺伝子群１７Ｂに基づいて、第２確率分布が設定される（工程Ｓ９２４）。図３４（ｂ）に示されるように、第２確率分布は、第２対立遺伝子群１７Ｂの対立遺伝子１６（種類遺伝子１６ａ）のインデックスと、各インデックスに割り当てられた指数の範囲との関係を示している。インデックスは、グラフの原点側に、第４対立遺伝子１６Ｄ（種類遺伝子１６ａ）のインデックスが設定される。さらに、第４対立遺伝子１６Ｄのインデックスの上に、第２対立遺伝子１６Ｂ（種類遺伝子１６ａ）のインデックスが設定される。例えば、第２架構面１１Ｂの例では、第４対立遺伝子１６Ｄのインデックス（０、４及び６〜９）が設定され、さらに、第２対立遺伝子１６Ｂのインデックス（１、２、３及び５）が設定される。第４対立遺伝子１６Ｄのインデックス、及び、第２対立遺伝子１６Ｂのインデックスは、第２定数Ｎ２の昇順にそれぞれ整列されている。

各指数の範囲は、後述する乱数（区間０〜１）から特定される指数に基づいて、対立遺伝子群１７（種類遺伝子群１７ａ）のインデックスを選択するためのものである。従って、指数の範囲は、０〜１である。本実施形態では、第２対立遺伝子１６Ｂ（種類遺伝子１６ａ）を構成する第２グループＧ２（インデックス：１、２、３及び５）の指数の範囲を、第４対立遺伝子１６Ｄ（種類遺伝子１６ａ）を構成する第４グループＧ４（インデックス：０、４及び６〜９）が選択される指数の範囲よりも大きくしている。これにより、第２対立遺伝子１６Ｂを構成する第２グループＧ２が選択される確率を、第４対立遺伝子１６Ｄを構成する第４グループＧ４が選択される確率よりも大に設定することができる。本実施形態では、第２グループＧ２の指数の範囲が０．１以上かつ１．０以下に設定されている。他方、第４グループＧ４の指数の範囲は、０以上かつ０．１未満に設定されている。従って、第２グループＧ２が選択される確率が９０％であり、第４グループＧ４が選択される確率が１０％である。なお、これらの確率は、適宜変更することができる。

各第２対立遺伝子１６Ｂ（インデックス：１、２、３及び５）の指数の範囲は、第２グループＧ２の指数の範囲（０．１以上かつ１．０以下）から割り当てられる。本実施形態の第２対立遺伝子１６Ｂは、複数個設定されている。このため、各第２対立遺伝子１６Ｂの指数の範囲は、第２グループＧ２の指数の範囲を、第２対立遺伝子１６Ｂの個数で分割した範囲が設定される。なお、第２対立遺伝子１６Ｂの指数の範囲は、第２定数Ｎ２が小さくなるほど、広く設定されるのが望ましい。これにより、第２定数Ｎ２が小さい第２対立遺伝子１６Ｂほど、選択される確率が高められるため、第２目標変数Ｔ２が向上する可能性を効果的に高めることができる。

各第４対立遺伝子１６Ｄ（インデックス：０、４及び６〜９）の指数の範囲は、第４グループＧ４の指数の範囲（０以上かつ０．１未満）から割り当てられる。本実施形態の第４対立遺伝子１６Ｄは、複数個設定されている。このため、第４対立遺伝子１６Ｄの指数の範囲は、第４グループＧ４の指数の範囲を、第４対立遺伝子１６Ｄの個数で分割した範囲が設定される。なお、第４対立遺伝子１６Ｄの指数の範囲は、第２定数Ｎ２が小さくなるほど、広く設定されるのが望ましい。これにより、第２定数Ｎ２が小さい第４対立遺伝子１６Ｄほど、選択される確率が高められるため、第２目標変数Ｔ２が悪化するのを最小限に抑えることができる。

これにより、第２対立遺伝子群１７Ｂの対立遺伝子１６（種類遺伝子１６ａ）のインデックスと、対立遺伝子１６を選択するための指数の範囲との関係を示した第２確率分布を求めることができる。本実施形態の工程Ｓ９２４は、突然変異させるものとして選択された全ての遺伝子座２１（種類遺伝子座２１Ａ）について、第２確率分布が求められる。これらの第２確率分布は、コンピュータ１に記憶される。

次に、本実施形態の第２突然変異工程Ｓ７３３では、第２確率分布に基づいて、対立遺伝子群１７（本実施形態では、第２対立遺伝子群１７Ｂ）から、遺伝子座２１の遺伝子２２を置換するための他の対立遺伝子（以下、単に「他の対立遺伝子」ということがある。）１６が選択される（工程Ｓ９３）。工程Ｓ９３では、乱数に基づいて、他の対立遺伝子１６を選択するための指数が求められる。本実施形態の乱数の区間は、第２確率分布の指数の範囲（０〜１）に設定されている。

そして、工程Ｓ９３では、第２確率分布に基づいて、乱数から求められた指数から、遺伝子座２１に格納されている遺伝子２２（種類遺伝子１６ａ）を置換するための対立遺伝子１６（種類遺伝子１６ａ）が選択される。例えば、図３４に示した第２架構面１１Ｂにおいて、他の対立遺伝子１６を選択するための指数（乱数の数値）が０．８１７であった場合、インデックス「１」（指数の範囲：０．５５０以上かつ１．０以下）が該当する。このため、他の対立遺伝子１６として、「小耐力壁」が選択される。

上述したように、第２確率分布は、第２対立遺伝子１６Ｂ（種類遺伝子１６ａ）が選択される確率が高められている。このため、工程Ｓ９３では、第２対立遺伝子１６Ｂを高い確率で選択することができる。工程Ｓ９３では、突然変異させるものとして選択された全ての遺伝子座２１について、他の対立遺伝子１６（種類遺伝子１６ａ）が選択される。これらの対立遺伝子１６は、コンピュータ１に記憶される。なお、第２確率分布の指数を求める乱数は、第２突然変異工程Ｓ７３３と同様に、一様乱数が望ましい。

次に、本実施形態の第２突然変異工程Ｓ７３３では、遺伝子座２１に格納されている遺伝子２２（種類遺伝子１６ａ）が、選択された他の対立遺伝子１６（種類遺伝子１６ａ）に置換される（工程Ｓ９４）。これにより、遺伝子座２１に格納されている遺伝子２２を突然変異させることができる。本実施形態の第２架構面１１Ｂでは、図３１に示した遺伝子座２１に格納されている遺伝子２２（「小耐力壁＋中耐力壁」（インデックス：４））から、工程Ｓ９３で選択された他の対立遺伝子１６（「小耐力壁」（インデックス：１））に置換される。これにより、遺伝子座２１に格納されている遺伝子２２よりも、第２定数Ｎ２が小さい第２対立遺伝子１６Ｂに、突然変異させることができるため、第２目標変数Ｔ２が向上する可能性が高い。しかも、第２対立遺伝子１６Ｂは、第３閾値ｈ３（例えば、第２架構面の場合：０．１１６６）以上の第１定数Ｎ１を有するため、第１目標変数Ｔ１が悪化を最小限に抑えることができる。

工程Ｓ９４では、突然変異させるものとして選択された全ての遺伝子座２１について、種類遺伝子座２１Ａに格納されている遺伝子２２（種類遺伝子１６ａ）が、選択された他の対立遺伝子１６（種類遺伝子１６ａ）に置換される。これにより、染色体情報１９は、新たな種類遺伝子１６ａで、種類遺伝子座２１Ａの種類遺伝子１６ａを再構成することができる。

このように、本実施形態の第２突然変異工程Ｓ７３３では、染色体情報１９の遺伝子座２１に格納されている遺伝子を、それよりも優秀な第２対立遺伝子１６Ｂに変異させる確率が増すため、最適解をより短時間で得ることができる。

次に、突然変異工程Ｓ７３では、位置遺伝子座２１Ｂに格納されている遺伝子２２（位置遺伝子１６ｂ）（図２４及び図３１に示す）が、他の対立遺伝子１６（位置遺伝子１６ｂ）に置換される（工程Ｓ７３４）。本実施形態の工程Ｓ７３４では、先ず、染色体情報１９の全ての位置遺伝子座２１Ｂから、位置遺伝子１６ｂを突然変異させる位置遺伝子座２１Ｂがランダムに選択される。

次に、工程Ｓ７３４では、選択された位置遺伝子座２１Ｂに格納されている位置遺伝子１６ｂが、他の位置遺伝子１６ｂに置換される。他の位置遺伝子１６ｂは、上述したインデックスの合計範囲（例えば、０〜１）から選択されるインデックス（数値）が、乱数に従って、ランダムに選択される。これにより、染色体情報１９は、新たな位置遺伝子１６ｂで、位置遺伝子座２１Ｂに格納されている位置遺伝子１６ｂを再構成することができる。

なお、第１突然変異工程Ｓ７３２及び第２突然変異工程Ｓ７３３において、突然変異させるものとして選択された遺伝子座２１を対象に、その位置遺伝子座２１Ｂに格納されている位置遺伝子１６ｂが、他の位置遺伝子１６ｂに置換されるものでもよい。突然変異工程Ｓ７３では、同一の遺伝子座２１に格納されている種類遺伝子１６ａ及び位置遺伝子１６ｂを同時に突然変異させることができるため、染色体情報１９を効率よく最適化することができる。しかも、突然変異させる位置遺伝子座２１Ｂを、種類遺伝子座２１Ａとは別に選択する必要がないため、計算時間を短縮することができる。

次に、突然変異工程Ｓ７３では、突然変異が予定されている全ての染色体情報１９について、突然変異が実施されたか否かが判断される（工程Ｓ７３５）。工程Ｓ７３５では、全ての染色体情報１９の突然変異が実施されたと判断された場合（工程Ｓ７３５で、「Ｙ」）、再構築された染色体情報１９を含む集団１８に基づいて、工程Ｓ５１〜工程Ｓ５３（図１６に示す）が再度実行される。

他方、全ての染色体情報１９の突然変異が実施されていないと判断された場合、突然変異が未だ実施されていない他の染色体情報１９が選択され（工程Ｓ７３６）、工程Ｓ７３１〜工程Ｓ７３５が再度実施される。これにより、突然変異の対象の全ての染色体情報１９について、突然変異が実施される。突然変異が実施された各染色体情報１９は、新たな集団１８を構成する染色体情報１９として、コンピュータ１に記憶される。

このように、本実施形態の最適化計算工程Ｓ５では、第１目標変数Ｔ１及び第２目標変数Ｔ２の最適化度が高いエリート群２３の染色体情報１９を残しつつ、交叉及び突然変異によって残りの染色体情報１９を再構成し、新たな進化を試みることができる。これにより、本発明の設計方法では、少ないサンプルで、染色体情報１９を進化させることができる。従って、本発明の設計方法は、最適解を短時間で求めることができる。

しかも、最適化計算工程Ｓ５では、染色体情報１９の遺伝子座２１に格納されている遺伝子２２を、それよりも優秀な第１対立遺伝子１６Ａ又は第２対立遺伝子１６Ｂに変異させる確率を高めて、突然変異が実施されるため、最適解をより短時間で得ることができる。

本実施形態では、最適化対象として、架構体２の架構面１１Ａ〜１２Ｌに配置される耐力壁５の種類や配置等である場合が例示されたが、これに限定されるわけではない。他の最適化対象としては、架構体２の水平架構面に配置される小梁等を含む梁４の断面や配置等でも良い。さらには、柱３及び耐力壁５の種類等と、梁４の配置等とを組み合わせたものでもよい。このような場合、対立遺伝子１６としては、例えば、柱３や梁４の種類又は断面等を表すものが、さらに定義されるのが望ましい。

以上、本発明の特に好ましい実施形態について詳述したが、本発明は図示の実施形態に限定されることなく、種々の態様に変形して実施しうる。

［実施例Ａ］
図３に示した処理手順に従って、図５に示した耐力壁を省いた架構体が設定され、耐力壁の配置の最適解が求められた（実施例１、比較例１）。

実施例１の最適化計算工程では、第１目標変数が第１目標値を満たしていない場合に、種類遺伝子座に格納されている種類遺伝子よりも、第１目標変数を向上させる可能性が高い優秀な第１対立遺伝子に置換する第１突然変異工程（図２１に示す）が実施された。さらに、実施例１では、第１目標変数が第１目標値を満たす場合に、種類遺伝子座に格納されている種類遺伝子よりも、第２目標変数を向上させる可能性が高い優秀な第２対立遺伝子に置換する第２突然変異工程（図２８に示す）が実施された。

比較例１の最適化計算工程では、実施例１と同様の交叉工程、及び、遺伝子座に格納されている対立遺伝子を、ランダムに選択された対立遺伝子に置換する従来の突然変異工程が実施された。このような最適化計算工程が繰り返し実施され、染色体情報で構成される集団を複数の世代に亘って、再構築された。

実施例１及び比較例１について、上記のようなシミュレーションが２０回ずつ実施された。そして、各回の最適化度が最も高い染色体情報（２０個分）の架構体のコストが、世代毎に求められ、それらの平均値が計算された。第０世代のコストの平均値を１００として、実施例１及び比較例１の平均値の指数が求められた。耐力壁の種類等については、明細書に記載のとおりであり、共通仕様は、次のとおりである。

テストの結果を、図３５に示す。なお、図３５では、０世代から１００世代までのテスト結果を抜粋して表示している。
集団を構成する染色体情報の個数：５０
第１目標値：０
エリート群の割合：２％
交叉させる染色体情報の割合：７０％
突然変異させる染色体情報の割合：２８％

テストの結果、実施例１は、比較例１に比べて、架構体のコストを、早期に低減させることができた。従って、実施例１は、耐力壁の配置の最適解を、短時間で求めることができた。

［実施例Ｂ］
図３に示した処理手順に従って、図３６に示した耐力壁を省いた架構体が設定され、耐力壁の配置の最適解が求められた（実施例２、比較例２）。

実施例２の最適化計算工程では、上記した実施例１の最適化計算工程と同様に、第１突然変異工程（図２１に示す）及び第２突然変異工程（図２８に示す）が実施された。比較例２の最適化計算工程では、上述した比較例１の最適化計算工程と同様に、交叉工程、及び、遺伝子座に格納されている対立遺伝子が、ランダムに選択された対立遺伝子に置換された。

実施例２及び比較例２について、上記のようなシミュレーションが２０回ずつ実施された。そして、各回の最適化度が最も高い染色体情報（２０個分）の架構体のコストが、世代毎に求められ、それらの平均値が計算された。第０世代のコストの平均値を１００として、実施例２及び比較例２の平均値の指数が求められた。耐力壁の種類等については、明細書に記載のとおりであり、共通仕様は、次のとおりである。

テストの結果を、図３７に示す。なお、図３７では、０世代から１００世代までのテスト結果を抜粋して表示している。
集団を構成する染色体情報の個数：５０
第１目標値：０
エリート群の割合：２％
交叉させる染色体情報の割合：７０％
突然変異させる染色体情報の割合：２８％

テストの結果、実施例２は、比較例２に比べて、架構体のコストを、早期に低減させることができた。従って、実施例２は、耐力壁の配置の最適解を、短時間で求めることができた。

２ 架構体
５ 耐力壁
１６ 対立遺伝子
１６ａ 第１対立遺伝子
１８ 集団
１９ 染色体情報

Claims (7)

1. 柱、梁及び耐力壁の少なくとも一つを含む構造部材を用いた建築物の架構体を、コンピュータを用いて設計するための方法であって、
   前記コンピュータに、前記構造部材の種類を表す複数の対立遺伝子を含んだ対立遺伝子群を入力する工程と、
   前記コンピュータが、予め定義された複数の各遺伝子座に前記対立遺伝子を割り当てて、前記架構体を定義するための染色体情報を複数定義して集団を生成する集団生成工程と、
   前記コンピュータが、前記集団を用いて、前記架構体を構成する前記構造部材の配置の最適解を、遺伝的アルゴリズムに基づいて計算する最適化計算工程とを含み、
   前記最適解は、前記染色体情報に基づいて計算される第１目標変数が、予め定められた第１目標値を少なくとも満たすものであり、
   前記最適化計算工程は、
   前記染色体情報から前記第１目標変数を計算する工程と、
   前記第１目標変数が前記第１目標値を満たしていない場合に、前記遺伝子座に格納されている遺伝子を、前記対立遺伝子群から選択される他の対立遺伝子に置換する第１突然変異工程とを含み、
   前記第１突然変異工程は、前記遺伝子座に格納されている前記遺伝子よりも、前記第１目標変数を向上させる可能性が高い第１対立遺伝子が選択される第１確率分布を高める工程と、
   前記第１確率分布に基づいて、前記対立遺伝子群から前記他の対立遺伝子を選択する工程と、
   前記遺伝子座に格納されている前記遺伝子を、前記選択された他の対立遺伝子に置換する工程とを含むことを特徴とする架構体の設計方法。
2. 前記対立遺伝子には、前記第１目標変数と相関がある第１定数が関連付けられており、
   前記第１対立遺伝子は、前記第１定数に基づいて定義される請求項１記載の架構体の設計方法。
3. 前記第１突然変異工程は、前記遺伝子を突然変異させる遺伝子座を選択する第１選択工程をさらに含み、
   前記第１選択工程は、前記第１目標変数が劣悪な前記染色体情報ほど、前記遺伝子を突然変異させる遺伝子座が選択される第３確率を高める工程と、
   前記第３確率に基づいて、前記遺伝子を突然変異させる遺伝子座を選択する工程とを含む請求項１又は２記載の架構体の設計方法。
4. 前記最適解は、前記染色体情報に基づいて計算される第２目標変数が最も良好なものであり、
   前記最適化計算工程は、前記第１目標変数が前記第１目標値を満たす場合に、前記遺伝子座に格納されている前記遺伝子を、前記対立遺伝子群から選択される他の対立遺伝子に置換する第２突然変異工程とを含み、
   前記第２突然変異工程は、前記遺伝子座に格納されている前記遺伝子よりも、前記第２目標変数を向上させる可能性が高い第２対立遺伝子が選択される第２確率分布を高める工程と、
   前記第２確率分布に基づいて、前記対立遺伝子群から前記他の対立遺伝子を選択する工程と、
   前記遺伝子座に格納されている前記遺伝子を、前記選択された他の対立遺伝子に置換する工程とを含む請求項１乃至３のいずれかに記載の架構体の設計方法。
5. 前記対立遺伝子には、前記第２目標変数と相関がある第２定数が関連付けられており、
   前記第２対立遺伝子は、前記第２定数に基づいて定義される請求項４記載の架構体の設計方法。
6. 前記第２突然変異工程は、前記遺伝子を突然変異させる遺伝子座を選択する第２選択工程をさらに含み、
   前記第２選択工程は、前記第１目標変数が良好な前記染色体情報ほど、前記遺伝子を突然変異させる遺伝子座が選択される第４確率を高める工程と、
   前記第４確率に基づいて、前記遺伝子を突然変異させる遺伝子座を選択する工程を含む請求項４又は５記載の架構体の設計方法。
7. 前記対立遺伝子は、前記架構体の架構面に配置される前記耐力壁の種類を少なくとも表す請求項１乃至６のいずれかに記載の架構体の設計方法。

Images