JP2021043503A - 最適化装置、最適化方法及び最適化プログラム - Google Patents
最適化装置、最適化方法及び最適化プログラム Download PDFInfo
- Publication number
- JP2021043503A JP2021043503A JP2019162826A JP2019162826A JP2021043503A JP 2021043503 A JP2021043503 A JP 2021043503A JP 2019162826 A JP2019162826 A JP 2019162826A JP 2019162826 A JP2019162826 A JP 2019162826A JP 2021043503 A JP2021043503 A JP 2021043503A
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- specific heat
- energy
- replica
- value
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 141
- 230000008859 change Effects 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims description 133
- 230000006903 response to temperature Effects 0.000 claims 2
- 230000006870 function Effects 0.000 description 50
- 230000008569 process Effects 0.000 description 35
- 238000005070 sampling Methods 0.000 description 30
- 238000004088 simulation Methods 0.000 description 26
- 230000007704 transition Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 238000009826 distribution Methods 0.000 description 14
- 238000005295 random walk Methods 0.000 description 12
- 230000000052 comparative effect Effects 0.000 description 11
- 230000005366 Ising model Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000002922 simulated annealing Methods 0.000 description 4
- 238000005496 tempering Methods 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 239000000696 magnetic material Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 239000003112 inhibitor Substances 0.000 description 2
- 238000000329 molecular dynamics simulation Methods 0.000 description 2
- 238000000137 annealing Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000012846 protein folding Effects 0.000 description 1
- 238000011867 re-evaluation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/005—Investigating or analyzing materials by the use of thermal means by investigating specific heat
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Automation & Control Theory (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
処理部は、温度変化に応じたエネルギーの変化度合いを示す比熱と温度との関係を示す比熱情報を取得する。そして処理部は、比熱情報に基づいて、レプリカ交換法でエネルギー関数の最適値を求解する際に複数のレプリカそれぞれに設定する複数の温度値を決定する。
〔第1の実施の形態〕
図1は、第1の実施の形態に係る最適化装置の一例を示す図である。最適化装置10は、記憶部11と処理部12とを有している。
次に第2の実施の形態について説明する。第2の実施の形態は、問題を変換したイジング型のエネルギー関数の最小値(または最小値が得られる状態変数の値の組合せ)を、最適化装置を用いてレプリカ交換法により求解するものである。
[阻害要因1]エネルギー関数の局所最適解が無数にあり、容易にトラップされ、抜け出せない。そのため、求めたい解とはかけ離れた解が求まってしまう。
[阻害要因2]ボルツマン分布ではこのエネルギートラップから現実的な時間内のシミュレーションで抜け出すことが著しく困難である。そのため、多大な量の計算資源と計算時間が消費される。
[阻害要因3]レプリカ交換法などの拡張アンサンブル法を使う事でサンプリング効率を向上させることが可能であるが、温度空間をランダムウォークさせることが難しい。
図4は、レプリカ交換法の概略を示す図である。最適化装置100は、レプリカ交換法では高温から低温領域までM個(Mは2以上の整数)の温度列{T0,T1,・・・,TM}を用意する。最適化装置100は、M個の求解対象(状態変数の組)を生成し、それぞれ温度列内の別の温度により、時間ステップを進行させながらシミュレーションを独立に行う。そして最適化装置100は、求解対象間で温度を詳細つり合いの原理を満たすように交換する。このようにすると全体として詳細つり合いの原理を満たしつつ、各シミュレーションボックス(求解対象ごとのシミュレーション)は温度空間をランダムウォークすることができる。そして、高温領域を経て高いエネルギーバリアを超える事ができる。
[状態A]i番目のレプリカが({Xi},βi)かつ、j番目のレプリカが({Xj},βj)
[状態B]i番目のレプリカが({Xj},βi)かつ、j番目のレプリカが({Xi},βj)
熱平衡状態において状態Aと状態Bそれぞれの確率分布PA(t)、PB(t)は、独立事象の確率の積で表される。すなわち確率分布PA(t)、PB(t)は、以下の式(5)、式(6)で表される。
図5は、レプリカ交換法におけるレプリカの温度遷移の一例を示す図である。図5には、レプリカ番号=1〜8までの8つのレプリカのそれぞれにおける、時間ステップの進行に応じた温度(T)の遷移が示されている。横軸はステップ数を表し、縦軸はT(正の実数)である。図5に示されているように、各レプリカは温度空間を等確率でランダムウォークしているとは言えないことが分かる。たとえばレプリカ番号=1のレプリカは温度が10以下の領域には殆ど遷移しない。さらにレプリカ番号=5のレプリカは、ステップ数が200付近から、T=1.0に固定されてしまっている。このように、レプリカ交換法においては、温度空間をランダムウォークさせるのが難しい。
まず、レプリカ交換法におけるレプリカの温度を最適化することで最良のサンプリング効率が得られる理由について説明する。レプリカ交換法では、レプリカの温度を一定間隔で設定しても、最良のサンプリング効率は得られない。その理由は、交換確率が、エネルギー差と逆温度差の積の指数関数減衰になるからである。そのため、レプリカの温度が一定間隔の場合、レプリカが高温層と低温層に分離してしまい、高温領域でエネルギーバリアを超えられず、図6に示したようにサンプリング空間が広がらないことが起こる。このように、レプリカの温度が不適切な場合、適切なランダムウォークが起きない。結果としてレプリカ交換法を用いたシミュレーションにおけるサンプリング空間が広がらないことになる。この問題は、求解対象の状態変数の数が少ないうちはあまり問題にならないが、自由度が大きくなると深刻な問題になる。
図7は、温度の異なる2つのレプリカのエネルギーの時間変化の例を示す図である。図7の例では、温度以外は同じ初期条件のレプリカそれぞれについて、エネルギー関数の計算シミュレーションを繰り返し実行したものである。各レプリカは、計算を繰り返すと、熱平衡状態となり、ある一定の範囲内でエネルギー値が変動する。図7において、横軸はステップ数を表し、縦軸はエネルギー(E)を表す。
図8は、比熱の温度変化の一例を示す図である。図8の上段には、温度が0〜100000Kの範囲の比熱の温度変化が示されている。図8の中段には、温度が0〜20000Kの範囲の比熱の温度変化が示されている。図8の下段には、温度が0〜200Kの範囲の比熱の温度変化が示されている。図8に示す各グラフは、横軸が温度、縦軸が比熱である。
図10は、最適化装置の機能を示すブロック図である。最適化装置100は、記憶部110と処理部120とを有する。記憶部110は、たとえばメモリ102またはストレージ装置103の記憶領域の一部によって実現される。処理部120は、たとえばプロセッサ101に所定のプログラムを実行させることにより実現される。
温度最適化情報は、レプリカの設定温度の最適化に使用する情報である。たとえば温度最適化情報には、レプリカ交換確率係数Δ0、予備計算ステップ数N、比熱計算用温度列、最適化する温度列の最小値T1’などを含む。レプリカ交換確率係数Δ0は、レプリカ交換の確率を決定する係数であり、式(11)を満たす定数である。予備計算ステップ数Nは、比熱を計算する温度(比熱計算用の標本温度)でのレプリカのエネルギー計算を計算する際の、シミュレーションの時間進行のステップ数である。比熱計算用温度列は、M個(Mは1以上の整数)の比熱計算用の温度値の配列である。比熱計算用温度列は、第1の実施の形態における複数の標本温度値の一例である。最適化する温度列の最小値T1’は、レプリカに設定する温度の最小値である。
制御部121は、処理部120の各部を制御して最小値求解処理を行う。
問題設定部123は、状態変数の初期値や、エネルギーの最小値の初期値を計算する。
温度最適化部125は、温度に応じた比熱に基づいて、レプリカに設定する温度の最適化を行う。
なお、図10に示した各要素間を接続する線は通信経路の一部を示すものであり、図示した通信経路以外の通信経路も設定可能である。また、図10に示した各要素の機能は、たとえば、その要素に対応するプログラムモジュールをコンピュータに実行させることで実現することができる。
以上が比熱の計算方法である。次に温度最適化部125による温度の最適化方法について説明する。
次にエネルギー最小値求解処理の手順について詳細に説明する。
[ステップS101]設定読込部122は、記憶部110からレプリカ交換確率係数Δ0を読み込む。レプリカ交換確率係数Δ0は、ユーザにより予め入力された値である。
予備計算ステップ数Nは大きく取ればとるほどエネルギーの期待値の精度が上がる。他方、大きく取りすぎると計算時間が長くなりすぎる。そのため予備計算ステップ数Nは、温度最適化を行うことができる程度に十分小さな値とするのが適切である。たとえばユーザは、予備計算ステップ数N=106回と入力する。この程度の予備計算ステップ数Nがあれば、エネルギー関数のエネルギー値が熱平衡状態となるために、熱平衡状態でのエネルギー値を求めることができる。設定読込部122は、読み込んだ予備計算ステップ数Nを制御部121に送信する。
図12は、比熱計算処理の手順の一例を示すフローチャートである。以下、図12に示す処理をステップ番号に沿って説明する。
[ステップS131]温度最適化部125は、最適化後の温度の値の順番を示す変数iの値を1からMoptまで1ずつ増加させていき、変数iに設定された値それぞれについて、ステップS132〜S133の処理を実行する。
例題として16都市からなる巡回セールスマン問題を想定する。巡回セールスマン問題は、都市の集合と都市間の移動コストが与えられたとき、すべての都市を1回だけ巡回するための、総移動コストが最小となる経路を求める組合せ最適化問題である。最適化装置100が巡回セールスマン問題において適切な解を求解することができれば、最適化装置100を用いて、配送ルート最適化などの社会科学上の様々な問題に対する適切な解が得られる。
<最適化した温度列(最適化例)>
{T0,T1,T2,T3,T4}={1.0,5.055,13.349,28.354,32.677}
ここで比較例として、温度最適化を行わない場合にレプリカに設定する温度列を以下に示す。
<最適化しない温度列(第1の比較例)>
{T0,T1,T2,T3,T4}={1.0,20.0,40.0,60.0,80.0}
比較例は、ユーザが比熱に関する予備知識を持たず、温度の選択をする基準をもたない場合を想定している。ユーザに予備知識がなければ、ユーザは、比較例に示すような一定間隔の温度列を設定されるものと推定できる。
温度最適化することで、シミュレーションで得られるエネルギー最小値と次善の解(良解)のエネルギー値は有意に下がる。
温度最適化をすることで、エネルギー最小値と次善の解(良解)を得るための計算量は温度最適化をしない場合よりも少なくなる。
<最適化しない温度列(第2の比較例)>
{T0,T1,T2,T3,T4,T5,T6,T7,T8,T9,T10,T11,T12,T13,T14,T15,T16}={1.0,5.0,10.0,15.0,20.0,25.0,30.0,35.0,40.0,45.0,50.0,55.0,60.0,65.0,70.0,75.0,80.0}
第2の比較例は、レプリカ数を17個にした場合の各レプリカに設定する温度列である。温度列内の各温度は、第1の比較例と同様に等間隔の温度となっている。
レプリカ交換温度を最適化することで、必要レプリカ数を削減することができる。
なお、レプリカの数は計算量にほぼ比例する。そのため、たとえばレプリカ数を17個から5個に削減することができれば、計算量は3分の1以下に削減できる。
1.レプリカ交換法による最小値求解におけるレプリカの適切なランダムウォークによる精度の高い解の取得。
2.レプリカ交換法による最小値求解に使用する計算資源の削減。
3.レプリカ交換法による最小値求解に要する計算時間の削減。
4.レプリカ交換法による最小値求解に最適なレプリカの温度列の自動決定によるユーザの労力削減。
次に第3の実施の形態について説明する。第3の実施の形態は、レプリカに設定する温度の精度を向上させるものである。すなわち第3の実施の形態では、最適化装置100において、比熱計算を繰り返し行うことにより、レプリカに設定する温度の精度を向上させる。
このように、最適化装置100は、最適化された温度列を用いた比熱の再評価と、精度を向上させた比熱による温度の最適化を繰り返し実行することで、温度最適化の精度を向上させることができる。レプリカの温度の最適化の精度が向上すれば、ランダムウォークが行われる可能性が高くなり、エネルギー最小値候補(良解)の精度も向上する。
最適化装置100は、温度を最適化したレプリカ交換法にダイナミックオフセット法を組み合わせてシミュレーションを行うことができる。ダイナミックオフセット法を組み合わせることで、さらにヒューリスティックに低いエネルギーを得ることができる。
11 記憶部
11a 求解問題情報
11b 熱平衡状態情報
12 処理部
Claims (10)
- 温度変化に応じたエネルギーの変化度合いを示す比熱と温度との関係を示す比熱情報を取得し、前記比熱情報に基づいて、レプリカ交換法でエネルギー関数の最適値を求解する際に複数のレプリカそれぞれに設定する複数の温度値を決定する処理部、
を有する最適化装置。 - 前記エネルギー関数の最適値を求める求解問題における前記エネルギー関数の複数の標本温度値それぞれでの熱平衡状態のエネルギー値を示す熱平衡状態情報を記憶する記憶部をさらに有し、
前記処理部は、前記熱平衡状態情報に基づいて、前記比熱情報を算出する、
請求項1記載の最適化装置。 - 前記処理部は、前記複数の標本温度値を値の大きさで並べたときに隣接する2つの標本温度値それぞれに対応する前記比熱の間を補完する補間式を、前記比熱情報として生成する、
請求項2に記載の最適化装置。 - 前記処理部は、前記複数の標本温度値それぞれにおいて、前記エネルギー関数の計算を繰り返し、熱平衡状態になった後のエネルギー値を前記熱平衡状態情報として前記記憶部に格納する、
請求項2または3に記載の最適化装置。 - 前記処理部は、前記複数の温度値を決定後、前記複数の標本温度値を前記温度値と同じ値に変更し、変更後の前記複数の標本温度値それぞれにおいて、前記エネルギー関数の計算を繰り返し、熱平衡状態になった後のエネルギー値で前記熱平衡状態情報を更新する、
請求項4記載の最適化装置。 - 前記処理部は、第1の温度帯域における温度値同士の間隔が、前記第1の温度帯域よりも比熱が小さい第2の温度帯域における温度値同士の間隔よりも狭くなるように、前記複数の温度値を決定する、
請求項1ないし5のいずれかに記載の最適化装置。 - 前記処理部は、前記比熱が大きいほど値が小さくなる温度刻み幅算出式に基づいて、温度が低い方からm番目(mは1以上の整数)の温度値における前記比熱に応じた温度刻み幅を算出し、前記m番目の温度値よりも算出した前記温度刻み幅だけ高い温度を、温度が低い方からm+1番目の温度値に決定する、
請求項6記載の最適化装置。 - 前記処理部は、さらに、
前記複数のレプリカそれぞれに前記複数の温度値を設定し、前記レプリカ交換法により前記エネルギー関数の最適値を求解する、
請求項1ないし7のいずれかに記載の最適化装置。 - コンピュータが、
温度変化に応じたエネルギーの変化度合いを示す比熱と温度との関係を示す比熱情報を取得し、
前記比熱情報に基づいて、レプリカ交換法でエネルギー関数の最適値を求解する際に複数のレプリカそれぞれに設定する複数の温度値を決定する、
最適化方法。 - コンピュータに、
温度変化に応じたエネルギーの変化度合いを示す比熱と温度との関係を示す比熱情報を取得し、
前記比熱情報に基づいて、レプリカ交換法でエネルギー関数の最適値を求解する際に複数のレプリカそれぞれに設定する複数の温度値を決定する、
処理を実行させる最適化プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019162826A JP7323796B2 (ja) | 2019-09-06 | 2019-09-06 | 最適化装置、最適化方法及び最適化プログラム |
US17/010,514 US20210072711A1 (en) | 2019-09-06 | 2020-09-02 | Optimizer optimization method and non-transitory computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019162826A JP7323796B2 (ja) | 2019-09-06 | 2019-09-06 | 最適化装置、最適化方法及び最適化プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021043503A true JP2021043503A (ja) | 2021-03-18 |
JP7323796B2 JP7323796B2 (ja) | 2023-08-09 |
Family
ID=74851140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019162826A Active JP7323796B2 (ja) | 2019-09-06 | 2019-09-06 | 最適化装置、最適化方法及び最適化プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210072711A1 (ja) |
JP (1) | JP7323796B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4336417A1 (en) | 2022-08-25 | 2024-03-13 | Fujitsu Limited | Temperature adjustment program, data processing apparatus, and data processing method |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005541A (ja) * | 2016-07-01 | 2018-01-11 | 富士通株式会社 | 情報処理装置、イジング装置及び情報処理装置の制御方法 |
-
2019
- 2019-09-06 JP JP2019162826A patent/JP7323796B2/ja active Active
-
2020
- 2020-09-02 US US17/010,514 patent/US20210072711A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005541A (ja) * | 2016-07-01 | 2018-01-11 | 富士通株式会社 | 情報処理装置、イジング装置及び情報処理装置の制御方法 |
Non-Patent Citations (2)
Title |
---|
LANDAU, RUBIN H, ほか著, 小柳 義夫, ほか訳, 実践PYTHONライブラリー 計算物理学II 物理現象の解析・シミュレーション, vol. 初版, JPN6023005175, 20 April 2018 (2018-04-20), JP, ISSN: 0004988341 * |
伊庭 幸人, ほか5名, 計算統計II マルコフ連鎖モンテカルロ法とその周辺, vol. オンデマンド版, JPN6023005176, 10 July 2018 (2018-07-10), JP, ISSN: 0004988340 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4336417A1 (en) | 2022-08-25 | 2024-03-13 | Fujitsu Limited | Temperature adjustment program, data processing apparatus, and data processing method |
Also Published As
Publication number | Publication date |
---|---|
US20210072711A1 (en) | 2021-03-11 |
JP7323796B2 (ja) | 2023-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hale et al. | Optimization-based assisted calibration of traffic simulation models | |
JP7488457B2 (ja) | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム | |
JP7007585B2 (ja) | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム | |
US11619926B2 (en) | Information processing device, program, process treatment executing device, and information processing system | |
Sadollah et al. | Metaheuristic algorithms for approximate solution to ordinary differential equations of longitudinal fins having various profiles | |
JP2020173643A (ja) | 結合構造探索装置、結合構造探索方法、及び結合構造探索プログラム | |
JP2021082165A (ja) | 構造探索方法、構造探索プログラム、及び構造探索装置 | |
JP2022158542A (ja) | 推論プログラム、推論方法および情報処理装置 | |
JP2021043503A (ja) | 最適化装置、最適化方法及び最適化プログラム | |
Kim et al. | Efficient combinatorial optimization under uncertainty. 1. Algorithmic development | |
Kesserwani et al. | Multiwavelet discontinuous Galerkin h-adaptive shallow water model | |
JP7219402B2 (ja) | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム | |
Achmet et al. | Rapid seismic response prediction of rocking blocks using machine learning | |
JP2017037377A (ja) | 情報処理装置、シミュレーション方法、およびシミュレーションプログラム | |
JP2014164720A (ja) | 解析装置 | |
JP2022094510A (ja) | 最適化プログラム、最適化方法及び情報処理装置 | |
EP3989085A1 (en) | Optimization device, optimization method, and optimization program | |
JP7268484B2 (ja) | 構造探索装置、構造探索方法、及び構造探索プログラム | |
CN114417543A (zh) | 用于优化的设备和方法 | |
JP2022072685A (ja) | 評価関数生成プログラム、評価関数生成方法、最適化方法及び最適化装置 | |
JP2021184148A (ja) | 最適化装置、最適化方法、および最適化プログラム | |
JP7039090B1 (ja) | データ解析方法、データ解析装置、及び、データ解析プログラム | |
Vitingerova | Evolutionary algorithms for multi-objective parameter estimation | |
WO2023204029A1 (ja) | 情報処理方法、情報処理システム、及びプログラム | |
US20220115085A1 (en) | Non-transitory computer-readable storage medium, structure search device, and structure search method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220517 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230417 |
|
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: 20230627 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230710 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7323796 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |