JP2023164278A - 制御システム上の機能の実行を最適化する方法およびそのための装置 - Google Patents
制御システム上の機能の実行を最適化する方法およびそのための装置 Download PDFInfo
- Publication number
- JP2023164278A JP2023164278A JP2023010931A JP2023010931A JP2023164278A JP 2023164278 A JP2023164278 A JP 2023164278A JP 2023010931 A JP2023010931 A JP 2023010931A JP 2023010931 A JP2023010931 A JP 2023010931A JP 2023164278 A JP2023164278 A JP 2023164278A
- Authority
- JP
- Japan
- Prior art keywords
- solution
- solutions
- hardware components
- desirability
- generated
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000006870 function Effects 0.000 claims abstract description 50
- 238000004891 communication Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims description 25
- 238000010801 machine learning Methods 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims 1
- 238000005457 optimization Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/4401—Bootstrapping
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/76—Adapting program code to run in a different environment; Porting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Stored Programmes (AREA)
- Computer And Data Communications (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
Claims (21)
- 複数のハードウェアコンポーネントを含む制御システム上での制御機能の実行を最適化する方法において:
前記複数のハードウェアコンポーネントの各々のハードウェアコンポーネントの処理能力および通信能力を決定するステップと;
前記複数のハードウェアコンポーネントの各々のハードウェアコンポーネントの処理能力および通信能力に基づいて、前記複数のハードウェアコンポーネントを用いて前記制御機能を実行するための複数のソリューションを生成するステップと;
各ソリューションの望ましさに基づいて前記複数の生成されたソリューションにスコア付けするステップと;
最高の望ましさスコアを有するソリューションを選択するステップと;
前記選択されたソリューションに基づいて前記制御機能を実行するように前記制御システムを制御するステップと;
を含む方法。 - 各ソリューションの望ましさを増大させるために前記複数の生成されたソリューションを最適化するステップをさらに含む、
請求項1に記載の方法。 - 前記複数の生成されたソリューションの中から1つ以上の有効なソリューションを得るステップであって、前記有効なソリューションが前記複数のハードウェアコンポーネントを用いて前記制御機能を実行する能力を有しているステップと;
機械学習を用いて、改善された望ましさスコアを有する1つ以上の最適化されたソリューションを得るように、前記有効なソリューションを修正するステップと;
をさらに含む、請求項1又は請求項2に記載の方法。 - 機械学習を用いて各ソリューションの前記望ましさスコアを改善するように前記複数の生成されたソリューションを修正するステップと;
最高の望ましさスコアを有する前記複数の修正済みソリューションの中から1つのソリューションを、前記選択されたソリューションとして選択するステップと;
をさらに含む請求項1又は請求項2に記載の方法。 - 予め決定された期間にわたって前記複数のソリューションを生成するステップをさらに含み、
ここで前記期間の終りにおいて最高の望ましさスコアを有するソリューションが、前記選択されたソリューションとして選択される、請求項1又は請求項2に記載の方法。 - 予め決定された閾値より高い望ましさスコアを有するソリューションが得られたのに応答して、前記複数のソリューションの生成を終了するステップをさらに含む、請求項1又は請求項2に記載の方法。
- 各々の生成されたソリューションは、前記複数のハードウェアコンポーネントのうち制御機能が実行される1つ以上のハードウェアコンポーネントと、前記1つ以上のハードウェアコンポーネントとの間でデータが送信される経路と、を標示する、
請求項1又は請求項2に記載の方法。 - 命令を記憶する少なくとも1つのメモリと;
前記命令を実行するように構成された少なくとも1つの主プロセッサと;
前記少なくとも1つの主プロセッサと通信状態にあり、各々少なくとも1つのプロセッサを含む、複数のハードウェアコンポーネントと;
を含む制御システムにおいて、前記少なくとも1つの主プロセッサが:
前記複数のハードウェアコンポーネントの各々のハードウェアコンポーネントの処理能力および通信能力を決定し;
前記複数のハードウェアコンポーネントの各々のハードウェアコンポーネントの処理能力および通信能力に基づいて、前記複数のハードウェアコンポーネントを用いて前記制御機能を実行するための複数のソリューションを生成し;
各ソリューションの望ましさに基づいて、前記複数の生成されたソリューションをスコア付けし;
最高の望ましさスコアを有するソリューションを選択し;
前記選択されたソリューションに基づいて前記制御機能を実行するように前記制御システムを制御する;
ための命令を実行するように構成されている、
制御システム。 - 前記少なくとも1つの主プロセッサがさらに、各ソリューションの望ましさを増大させるために前記複数の生成されたソリューションを最適化するための命令を実行するように構成されている、請求項8に記載のシステム。
- 前記少なくとも1つの主プロセッサがさらに、
前記複数の生成されたソリューションの中から、前記複数のハードウェアコンポーネントを用いて前記制御機能を実行する能力を有する1つ以上の有効なソリューションを得;かつ
機械学習を用いて、改善された望ましさスコアを有する1つ以上の最適化されたソリューションを得るように、前記有効なソリューションを修正する;
ための命令を実行するように構成されている、請求項8又は請求項9に記載のシステム。 - 前記少なくとも1つの主プロセッサがさらに、
機械学習を用いて各ソリューションの前記望ましさスコアを改善するように前記複数の生成されたソリューションを修正し;かつ
最高の望ましさスコアを有する前記複数の修正済みソリューションの中から1つのソリューションを、前記選択されたソリューションとして選択する;
ための命令を実行するように構成されている、請求項8又は請求項9に記載のシステム。 - 前記少なくとも1つの主プロセッサがさらに、予め決定された期間にわたって前記複数のソリューションを生成するための命令を実行するように構成されており、
ここで前記期間の終りにおいて最高の望ましさスコアを有するソリューションが、前記選択されたソリューションとして選択される、
請求項8又は請求項9に記載のシステム。 - 前記少なくとも1つの主プロセッサがさらに、予め決定された閾値より高い望ましさスコアを有するソリューションが得られたのに応答して前記複数のソリューションの生成を終了するための命令を実行するように構成されている、請求項8又は請求項9に記載のシステム。
- 各々の生成されたソリューションは、前記複数のハードウェアコンポーネントのうち制御機能が実行される1つ以上のハードウェアコンポーネント、および前記1つ以上のハードウェアコンポーネントへおよびこのハードウェアコンポーネントからデータが送信される経路を標示する、請求項8又は請求項9に記載のシステム。
- 電子デバイスの少なくとも1つのプロセッサにより実行された時点で、前記少なくとも1つのプロセッサに、:
前記複数のハードウェアコンポーネントの各々のハードウェアコンポーネントの処理能力および通信能力を決定させ;
前記複数のハードウェアコンポーネントの各々のハードウェアコンポーネントの処理能力および通信能力に基づいて、前記複数のハードウェアコンポーネントを用いて前記制御機能を実行するための複数のソリューションを生成させ;
各ソリューションの望ましさに基づいて前記複数の生成されたソリューションをスコア付けさせ;
最高の望ましさスコアを有するソリューションを選択させ;
前記選択されたソリューションに基づいて前記制御機能を実行するように前記制御システムを制御させる;
命令を記憶する非一時的コンピュータ可読媒体。 - 前記少なくとも1つのプロセッサがさらに、各ソリューションの望ましさを増大させるために前記複数の生成されたソリューションを最適化するための命令を実行するように構成されている、請求項15に記載の非一時的コンピュータ可読媒体。
- 前記少なくとも1つのプロセッサがさらに:
前記複数の生成されたソリューションの中から、前記複数のハードウェアコンポーネントを用いて前記制御機能を実行する能力を有する1つ以上の有効なソリューションを得;かつ
機械学習を用いて、改善された望ましさスコアを有する1つ以上の最適化されたソリューションを得るように、前記有効なソリューションを修正する;
ための命令を実行するように構成されている、請求項15又は請求項16に記載の非一時的コンピュータ可読媒体。 - 前記少なくとも1つのプロセッサがさらに:
機械学習を用いて各ソリューションの前記望ましさスコアを改善するように前記複数の生成されたソリューションを修正し;
最高の望ましさスコアを有する前記複数の修正済みソリューションの中から1つのソリューションを、前記選択されたソリューションとして選択する;
ための命令を実行するように構成されている、請求項15又は請求項16に記載の非一時的コンピュータ可読媒体。 - 前記少なくとも1つのプロセッサがさらに、予め決定された期間にわたって前記複数のソリューションを生成するように構成されており、
ここで前記期間の終りにおいて最高の望ましさスコアを有するソリューションが、前記選択されたソリューションとして選択される、
請求項15又は請求項16に記載の非一時的コンピュータ可読媒体。 - 前記少なくとも1つのプロセッサがさらに、予め決定された閾値より高い望ましさスコアを有するソリューションが得られたのに応答して前記複数のソリューションの生成を終了するための命令を実行するように構成されている、請求項15又は請求項16に記載の非一時的コンピュータ可読媒体。
- 各々の生成されたソリューションは、前記複数のハードウェアコンポーネントのうち制御機能が実行される1つ以上のハードウェアコンポーネント、および前記1つ以上のハードウェアコンポーネントへおよびこのハードウェアコンポーネントからデータが送信される経路を標示する、請求項15又は請求項16に記載の非一時的コンピュータ可読媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/731,586 | 2022-04-28 | ||
US17/731,586 US20230350354A1 (en) | 2022-04-28 | 2022-04-28 | Method of optimizing execution of a function on a control system and apparatus for the same |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023164278A true JP2023164278A (ja) | 2023-11-10 |
JP7458521B2 JP7458521B2 (ja) | 2024-03-29 |
Family
ID=85569878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023010931A Active JP7458521B2 (ja) | 2022-04-28 | 2023-01-27 | 制御システム上の機能の実行を最適化する方法およびそのための装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230350354A1 (ja) |
EP (1) | EP4270189A1 (ja) |
JP (1) | JP7458521B2 (ja) |
CN (1) | CN117008982A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117742361A (zh) * | 2023-12-07 | 2024-03-22 | 哈尔滨工业大学 | 基于smt的航天器多种轨道威胁自主规避机载任务规划方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9389918B2 (en) * | 2008-06-24 | 2016-07-12 | International Business Machines Corporation | Job plan selection for reducing instability of a job within a heterogeneous stream processing application |
JP6149461B2 (ja) | 2013-03-29 | 2017-06-21 | セイコーエプソン株式会社 | 無線通信機器、無線通信方法、無線通信機器制御プログラム、無線通信システム |
JP6658494B2 (ja) | 2016-12-20 | 2020-03-04 | 横河電機株式会社 | 作業支援装置、作業支援システム、作業支援方法、プログラム、および記録媒体 |
GB2613509B (en) * | 2018-10-30 | 2023-11-22 | Motional Ad Llc | Redundancy in autonomous vehicles |
US11510279B2 (en) | 2019-05-14 | 2022-11-22 | Qubercomm Technologies, Inc. | System and method for selecting a path in a communication network |
-
2022
- 2022-04-28 US US17/731,586 patent/US20230350354A1/en active Pending
-
2023
- 2023-01-27 JP JP2023010931A patent/JP7458521B2/ja active Active
- 2023-03-09 EP EP23160982.7A patent/EP4270189A1/en active Pending
- 2023-03-22 CN CN202310286140.9A patent/CN117008982A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP7458521B2 (ja) | 2024-03-29 |
US20230350354A1 (en) | 2023-11-02 |
EP4270189A1 (en) | 2023-11-01 |
CN117008982A (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110399770B (zh) | 基于利用物理特性增强对象生成针对对象的机器学习模型 | |
JP7458521B2 (ja) | 制御システム上の機能の実行を最適化する方法およびそのための装置 | |
CN110968423A (zh) | 使用机器学习将工作负荷分配给加速器的方法和设备 | |
US10338879B2 (en) | Synchronization object determining method, apparatus, and system | |
US20200122039A1 (en) | Method and system for a behavior generator using deep learning and an auto planner | |
KR102316930B1 (ko) | 딥러닝 기반의 바둑 게임 서비스 방법 및 그 장치 | |
US11790042B1 (en) | Mitigating reality gap through modification of simulated state data of robotic simulator | |
WO2018143019A1 (ja) | 情報処理装置、情報処理方法およびプログラム記録媒体 | |
KR102171269B1 (ko) | 이미지의 채색 완성 방법, 장치 및 컴퓨터 프로그램과 인공 신경망 학습 방법, 장치 및 컴퓨터 프로그램 | |
US11275661B1 (en) | Test generation of a distributed system | |
US10506031B1 (en) | Scalable network for processing virtual environments | |
US11619929B2 (en) | Automatic operation control method and system | |
KR102286010B1 (ko) | 딥러닝 기반의 바둑 게임 서비스 방법 및 그 장치 | |
JP5680466B2 (ja) | 並列処理システム及び並列処理システムの動作方法 | |
US8402229B1 (en) | System and method for enabling interoperability between application programming interfaces | |
WO2020169182A1 (en) | Method and apparatus for allocating tasks | |
KR102202786B1 (ko) | 메시지 드롭아웃: 다중 에이전트 심층 강화학습 알고리즘을 위한 효율적인 학습 방법 | |
KR102635546B1 (ko) | 기계 학습을 통한 심볼릭 실행의 탐색 공간 자동 축소 방법 | |
US20220300316A1 (en) | Verification system, verification method, and recording medium | |
WO2019103773A1 (en) | Automatically identifying alternative functional capabilities of designed artifacts | |
US11682217B2 (en) | Surveillance device, learning device, surveillance method and storage medium | |
KR102255470B1 (ko) | 인공신경망 모델의 검증 방법 및 장치 | |
CN114090466A (zh) | 一种指令处理装置、方法、计算机设备及存储介质 | |
JP6572668B2 (ja) | 検査方法 | |
EP3630318B1 (en) | Selective acceleration of emulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230127 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20230519 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231114 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231214 |
|
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: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7458521 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |