JP7141099B2 - 設計パラメータ評価支援方法及びそのプログラム - Google Patents
設計パラメータ評価支援方法及びそのプログラム Download PDFInfo
- Publication number
- JP7141099B2 JP7141099B2 JP2018193340A JP2018193340A JP7141099B2 JP 7141099 B2 JP7141099 B2 JP 7141099B2 JP 2018193340 A JP2018193340 A JP 2018193340A JP 2018193340 A JP2018193340 A JP 2018193340A JP 7141099 B2 JP7141099 B2 JP 7141099B2
- Authority
- JP
- Japan
- Prior art keywords
- design
- input
- input parameter
- parameter value
- parameter
- 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.)
- Active
Links
Images
Landscapes
- Feedback Control In General (AREA)
Description
「設計パラメータ」は、シミュレーション(ツール)に入出力される項目を意味し、設計のためのパラメータの種類のことである(例えば、比例(kp)、積分(ki)、車間距離(目標値)、など)。
「入力パラメータ(群)」とは、設計パラメータのうち、シミュレーションのために入力されるものの一群を意味する(例えば、入力パラメータとしては、比例(kp)、積分(ki))。
「出力パラメータ(群)」とは、設計パラメータのうち、シミュレーション結果として出力されるものの一群を意味する(例えば、出力パラメータとしては、車間距離(目標値))。
「パラメータ値」は実際にパラメータに設定される具体的な値(例えば、1,0.01、など)である。「入力パラメータ値」は実際に入力パラメータに設定される具体的な値であり、「出力パラメータ値」は実際に出力パラメータに設定される具体的な値である。
「制御因子」、「ノイズ因子」は、それぞれ、入力パラメータ(群)を性質によって2つに分けたものである。ノイズ因子は誤差因子と呼ばれることもある。一般的には、「制御因子」は設計者が操作できるものであり、「ノイズ因子」は設計者が操作できない外乱、誤差、とされる。
「パラメータ値範囲」は、あるパラメータに対して与えられるパラメータ値の最大値と最小値である。設計製図において公差(基準値±公差)と呼ばれるものと類似の概念である。
「水準」は、パラメータ範囲を複数のレベルに分割したときのそれぞれのレベルであり、「水準数」は、そのような水準の数、すなわちパラメータ範囲を分割する数である。
「直交表」は、実験計画法で使用される表であり、入力パラメータと水準の組み合わせにより、シミュレーションを行うための実験の条件を作成するための表である。「直交表」においては、ある水準のすべての組み合わせがどの2列においても同じ回数だけ現れる。直交表は、生成される実験の数によって、L18、L36、L121などの種類がある。
「入力パラメータ値組み合わせ」は、直交表によって規定される水準に入力パラメータ値を組み合わせたものであり(例えば、p001、p005、などと名前を付けられたパラメータの集合)、実験の条件を定めるものである。「入力パラメータ値組み合わせ」により定められる実験の条件に基づいてシミュレーションを行うことになる。「入力パラメータ組み合わせ」は、直交表の種類により、所定の数だけ生成される(例えば、L18なら18個、L36なら36個、L121なら121個)。
「直交実験」は、直交表により作成される入力パラメータ組み合わせのそれぞれを入力パラメータとして実施されることになる実験の全体である。なお、実験と実験をかけ合わせて新たな実験を作成する場合もあり、例えば、制御因子の実験とノイズ因子の実験をかけ合わせること(直積)によって新たな実験の集合である直積実験を作成することができる。
「目的関数」は、シミュレーションを実施した結果である出力パラメータであって、設計目的に応じた目標の達成度の指標となる出力パラメータである。目標としては、出力パラメータ値が大きいほど望ましい、出力パラメータ値が小さいほど望ましい、などがある。
「最適化」は、目的関数を満足できる入出力パラメータ値を算出することである。
「多目的最適化」は、複数の目的関数を満足できるパラメータ値を算出することである。
これから図面を参照し、本発明の一実施形態である設計パラメータ評価支援装置100を、図面を参照しながら説明する。設計パラメータ評価支援装置100が動作することにより、製品の複数の種類の設計パラメータの最適な設計パラメータ値の探索を支援するための設計パラメータ値評価支援方法が実施される。まず、設計パラメータ評価支援装置100の構成について説明する。図1は、設計パラメータ評価支援装置100の構成を示すブロック図である。設計パラメータ評価支援装置100は、大きく、主演算回路101、メモリ102、インターフェイス121から構成される。設計パラメータ評価支援装置100は、典型的には、所与のプログラムを実行するパーソナルコンピュータの携帯である。主演算回路101は、プロセッサ、一時メモリ等から構成され、プログラムを実行することにより各種の演算やフロー制御を行う回路であり、典型的にはCPUとRAMとから構成されるマイクロコンピュータである。メモリ102はプログラム等のデータを記憶する構成であり、典型的にはフラッシュROMやHDDである。メモリ102には、設計パラメータ評価支援プログラム111が記憶される。設計パラメータ評価支援プログラム111は、本発明の設計パラメータ評価支援装置100の入力パラメータの評価を支援するための機能を実現するためのコンピュータプログラムである。メモリ102には、設計パラメータ評価支援装置100の必須の構成ではないが、製品シミュレーションプログラム112が記憶される。製品シミュレーションプログラム112は、製品を規定する入力パラメータ値組み合わせに基づき、製品のシミュレーションを行い、設計目標に関連する所定の出力パラメータを出力する機能を実現するためのコンピュータプログラムである。インターフェイス121は、設計パラメータ評価支援装置100と他の構成を接続するための回路であり、典型的にはインターフェイスICである。設計パラメータ評価支援装置100には、インターフェイス121を介して、ディスプレイ131、キーボード132などの入出力デバイスが接続される。
次に、設計パラメータ評価支援装置100の動作について説明する。図2及び図3は、設計パラメータ評価支援装置100の動作を示す動作フロー図である。動作説明においては、具体的な実施例として以下のような設計モデルを使用する。図4は、設計モデルの概要を示す図である。設計モデルとしては、前方車両が一定速度(時速30km/h)で走行している場合に、それと所定の車間距離(初期値は30m)を保って走行している自車両が、車間距離を小さくするための、車間距離に基づくアクセル開度のPID制御を設計するというモデルを採用した。そして、その際の設計目的は、「最小の車間距離が2m以上で大きいほどよい」かつ「最大速度40km/h以下で小さいほどよい」という条件の下で、典型的には「車間距離を30mから5m」にする制御を「制御間隔0.5秒」で実行するというものである。
入力パラメータを最適化するために、まず、製品の設計のための、複数の種類の入力パラメータの各パラメータ値の初期範囲を設定する(ステップS101)。すなわち、ユーザが複数の種類の入力パラメータの各入力パラメータ値の技術的な成立範囲を初期範囲として定め、設計パラメータ評価支援装置100にキーボード132などを使用して入力する。初期範囲を設定は様々な方法によって行うことができ、例えば、そのような各入力パラメータ値の技術的な成立範囲を入力パラメータの種類毎にメモリ102にあらかじめ記憶させておき、それを読み出すことによって設定させてもよい。実施例に基づく具体的な動作は以下の通りである。設計パラメータとして、まず、制御因子パラメータについて説明する。図5は、制御因子パラメータの具体例及び出力パラメータの種類を示す表である。図5の上段には、設計者が自由に設定できる制御因子パラメータの種類及びそのパラメータ範囲が示されている。その制御因子パラメータが、最適値を求めるべき入力パラメータである。図5の上段には、PID制御の比例の係数(ゲイン)である「比例(kp)」、PID制御の積分の係数(ゲイン)である「積分(ki)」、PID制御の微分の係数(ゲイン)である「微分(kd)」という3種類の係数(ゲイン)が制御因子である入力パラメータの種類として示されている。そして、図5の上段には、比例(kp)については1(#1)から3(#11)までが初期範囲であり、積分(ki)については0(#1)から0.02(#11)までが初期範囲であり、微分(kd)については10(#1)から30(#11)までが初期範囲であることが示されている。なお、図5の下段には、入力パラメータに基づいてシミュレーションを行った結果の出力パラメータの種類が示されている。それらは、最大の車間距離である「車間距離(max)」、最小の車間距離である「車間距離(min)」、最大の速度である「速度(max)」、最小の速度である「速度(min)」、最大の加速度である「加速度(max)」、最小の加速度である「加速度(min)」である。
次に、多水準の適切な直交表を選択し、パラメータ値を水準数の段階で分割する(ステップS102)。すなわち、すなわち、ユーザがパラメータ数(因子数)や水準数に基づき適切な多水準の直交表を選択し、その選択を設計パラメータ評価支援装置100に入力する。多水準とは、典型的には、5水準以上の水準数である。その理由は、5水準以上で実験を行うと、ほとんどの場合で、結果を最適なパラメータ範囲に集束させることができることが確認できたからである。なお、2水準や3水準の低水準の直交表は、一般的なタグチメソッドで使用されることが多いが、本発明においては、そのような低水準の直交表では、結果を最適なパラメータ範囲に集束させることが難しかった。直交表は、その種類によって、パラメータ数(因子数)の最大値、水準数が決まっているため、入力パラメータの種類の数が決まれば、直交表の種類を絞ることができる。そして、その直交表の中で、計算量が過大にならない範囲で大きい水準数を有する直交表を選択すると好適である。直交表は、典型的にはユーザが設定するが、設計パラメータ評価支援装置100が、入力パラメータの種類の数に基づいて、適切な直交表を選択したり、選択肢を表示したりするように構成してもよい。実施例に基づく具体的な動作は以下の通りである。この実施例では、計算量が過大にならない範囲の大きい水準数である11水準のL121直交表が選択された。最適化される入力パラメータは比例(kp)、積分(ki)、微分(kd)の3種類であり、L121直交表の因子数である12以下であるため、L121直交表を適用可能である。図5の上段には、3種類の入力パラメータの初期範囲のパラメータ値が#1から#11の11水準で等間隔に分割された入力パラメータ値が示されている。設計パラメータ評価支援装置100は、L121直交表が選択されると、それの水準数11に基づき、初期範囲の入力パラメータ値の上限と下限の間を10(=11-1)個の境界で等間隔に分割し、11個の入力パラメータ値を生成する。
なお、比例(kp)、積分(ki)、微分(kd)以外にシミュレーションに必要なパラメータとして、車間距離に基づいてアクセル開度を制御する時間的な間隔である「制御間隔」、車間距離を差制御により縮める際の目標の距離である「車間距離:目標値」、制御開始時の車間距離である「車間距離:初期値」などがある。これらの値は、例えば、それぞれ0.5秒、5m、30mなどと、最も想定されうる状況に近いと考えられる定数を採用し、それをシミュレーションに用いてもよい。しかし、実際の運用においては、運転者が車間距離を縮めようとする場合において、制御間隔、車間距離:目標値、車間距離:初期値の値は、運転者の意図や感覚や交通状況などの要因により、様々な値を取り得る。それらの値は設計者が操作できない性質のものである。従って、それらは運用により値が変化しうるものであり、ノイズ因子の入力パラメータとしてシミュレーションで使用すると、さらに精密なシミュレーションが行える。本実施例では、ノイズ因子も考慮したシミュレーションを実施した。
次に、入力パラメータ値組み合わせに従って行ったシミュレーションの出力パラメータの出力パラメータ値を取得する(ステップS104)。すなわち、設計パラメータ評価支援装置100は、それぞれの入力パラメータ値組み合わせが設計モデルに従ってシミュレーションされた結果を取得する。取得された出力パラメータ値は設計パラメータ評価支援装置100の主演算回路101の一時メモリにテーブル状のデータとして記憶され、次のステップで利用される。実施例に基づく具体的な動作は以下の通りである。まず、設計パラメータ評価支援装置100と同じ主演算回路101によって、メモリ102に記憶された製品シミュレーションプログラム112が実行されてシミュレーションのソフトウェアモジュールが形成される。シミュレーションは、そのシミュレーションのソフトウェアモジュールが機能すること、すなわち、入力パラメータを受け取り、入力パラメータを設計モデルの数式に代入してモデルの計算を行ってシミュレーションを行い、入力パラメータあるいはシミュレーション結果を設計目的に応じた出力パラメータの式に代入することによって出力パラメータが計算される。シミュレーション結果は、主演算回路101を通じて設計パラメータ評価支援装置100、具体的には、設計パラメータ評価支援プログラム111の実行によって構成されるソフトウェアモジュールに一時メモリ上の領域を経由して渡される。なお、製品シミュレーションプログラム112が設計パラメータ評価支援装置100内に記憶されている場合は、設計パラメータ評価支援装置100内でシミュレーションが行われることになる。しかしそれらは、シミュレーションを実行するソフトウェアモジュールを設計パラメータ評価支援装置100の内部のものと考えるか、設計パラメータ評価支援装置100の外部のものと考えるかの見方の違いであり、設計パラメータ評価支援装置100がシミュレーション結果を取得することができる限り、そのいずれであってもよい。実施例に基づく具体的な動作は以下の通りである。
ここで、スコアの算出方法、すなわちスコアリングによる実験結果の評価方式について説明する。実験結果を単一の目的関数で評価すれば十分な場合は、実験結果の1つの結果(1つの入力パラメータ値組み合わせに対する出力パラメータ値)について、それぞれ実験間で単純に比較することで実験の優劣を容易に評価することができる。しかし、実験結果を複数の目的関数で評価する場合には、それぞれの出力パラメータの典型的な出力パラメータ値の範囲が異なるため、大小で単純に比較することができない。そのような単純比較が適さない場合として、まず、異種の物理量を比較する場合が考えられる。例えば、燃費が低く、出力が高いことを目標とするエンジンを設計する場合には、実験で得られる燃費とエンジン出力という2つの異種の物理量を単純に加算した数値でエンジン全体の評価することはできない。それは、それらは異種の物理量であるため、加算すると物理量の意義が没却されるからである。また、他の単純比較が適さない場合として、同じ物理量であっても評価する値のオーダーが大きく異なる場合が考えられる。例えば、軌道に所定の誤差の高度以内で衛星を投入するためのロケットの運用方法の設計では、軌道の高度と誤差とは、両方とも高度という同じ物理量であるが、軌道の高度(kmオーダー)と誤差(mオーダー)では数値のオーダーが大きく異なるので、単純に加算した数値で評価すると、オーダーの大きい物理量に結果が支配されてしまい、オーダーの小さい物理量の結果が埋没してしまって正しく評価されない。このような問題を回避するため、実験結果を目標に対するスコアに変換して、複数の異なる目的関数を有する実験結果を、スコアを合計することによって評価ができるようにした。さらに、単純な合計ではなく、結果の出力パラメータの種類に応じて重み付けをすることも可能である。重み付けをすることによって、例えば、低燃費で高出力なエンジンを設計する場合において、出力より燃費を重視することなどが可能となる。以下、設計目的に応じたスコアの計算方法を説明する。
a,bという2種類の出力パラメータある場合を想定すると、n回のシミュレーションを行うと、以下のn個の出力パラメータ値組み合わせが得られる。
a1,b1
a2,b2
・・・・
an,bn
(i) 出力パラメータ値aの平均値μを計算する
aの平均値をμとすると、μは以下の式から求められる。
μ=(a1+a2+・・・+an)/n
(ii) aの標準偏差σを計算する
aの標準偏差をσとすると、σは以下の式から求められる。
σ=((((a1-μ)2+(a2-μ)2+・・・+(an-μ)2)/n)1/2
(iii) aの偏差値Tを計算し、それをスコアとする
aの偏差値Tを、以下のように求める。偏差値Tは、数値が大きいほど望ましい場合の指標に適しているため、当該偏差値Tをスコアとする。
T1=50+10×(a1-μ)/σ
T2=50+10×(a2-μ)/σ
・・・
Tn=50+10×(an-μ)/σ
(i) 出力パラメータ値aの最大値を検出する
a1、a2、・・・、anの出力パラメータ値の中から最大値を探し、検出した最大値をamaxとする。
(ii) 出力パラメータ値aの最大値amaxからの差a’を計算する
a’1=amax-a1
a’2=amax-a2
・・・
a’n=amax-an
この演算は、出力パラメータ値aは値が小さいほど望ましいため、符号をマイナスにして値が大きいほど望ましいものとなるように操作し、かつ、演算結果がマイナスにならないように、出力パラメータ値の最大値amaxを加える操作を行うものである。
(iii) 差a’の平均値μ’を計算する
差a’の平均値をμ’とすると、平均値μ’は以下のように求められる。
μ’=(a’1+a’2+・・・+a’n)/n
(iv) 差a’の標準偏差σ’を計算する。
差a’の標準偏差σ’を、以下のように求める。
σ’=(((a’1-μ’)2+(a’2-μ’)2+・・・+(a’n-μ’)2)/n)1/2
(v) a’の偏差値T’を計算し、それをスコアとする。
差a’の偏差値T’を、以下のように求める。差a’は数値が大きい方が望ましいように符号が変換されているため、それの偏差値T’をスコアとする。
T’1=a’1+10×(a’1-μ’)/σ’
T’2=a’2+10×(a’2-μ’)/σ’
・・・
T’n=a’n+10×(a’n-μ’)/σ’
設計目的の目標が出力パラメータを高いものとする場合は、出力パラメータ値の偏差値であり、
設計目的の目標が出力パラメータを低いものとする場合は、出力パラメータ値の、出力パラメータ値の最大値からの差の偏差値とすると好適である。
図2のフロー図に戻る。次に、スコアを設計目的のすべてに対して合計して合計スコアを算出する(ステップS106)。すなわち、設計パラメータ評価支援装置100は、設計目的の目標となるそれぞれ種類の出力パラメータのパラメータ値のスコアを合計する。それぞれのスコアは、設計目的の目標に関わらず客観的な評価ができるものであるため、スコアを合計することにより、すべての設計目的の目標を総合的に評価できる指標が得られ、複数の目的関数を満足できるパラメータ値を算出するような多目的最適化を行うことができる。算出された合計スコアは設計パラメータ評価支援装置100の主演算回路101の一時メモリにテーブル状のデータとして記憶され、次のステップで利用される。実施例に基づく具体的な動作は以下の通りである。
101 :主演算回路
102 :メモリ
111 :設計パラメータ評価支援プログラム
112 :製品シミュレーションプログラム
121 :インターフェイス
131 :ディスプレイ
132 :キーボード
Claims (9)
- 製品の複数の種類の設計パラメータの最適な設計パラメータ値の探索を支援するための設計パラメータ値評価支援方法であって、前記設計パラメータはシミュレーションのための設計条件として使用される入力パラメータと前記シミュレーションによる結果として出力される出力パラメータとからなり、前記設計パラメータ値評価支援方法は、
前記入力パラメータのそれぞれの入力パラメータ値の初期範囲を所定の水準数の段階で分割した水準毎の入力パラメータ値を直交表に従って組み合わせることにより所定数の入力パラメータ値組み合わせを設定する入力パラメータ値組み合わせ設定ステップと、
前記入力パラメータ値組み合わせのそれぞれに基づいてシミュレーションを実施した結果の複数の設計目的のそれぞれに対応する前記出力パラメータの出力パラメータ値から前記複数の設計目的のそれぞれに対して設定した目標に対するスコアを求めるスコア算出ステップと、を含み、
前記スコアは、
前記設計目的の前記目標が前記出力パラメータを高いものとする場合は、前記出力パラメータ値の偏差値であり、
前記設計目的の前記目標が前記出力パラメータを低いものとする場合は、前記出力パラメータ値の、前記出力パラメータ値の最大値からの差の偏差値である、
ことを特徴とする設計パラメータ評価支援方法。 - 前記複数の設計目的のそれぞれに対応する前記出力パラメータの前記出力パラメータ値から求められた前記スコアを前記複数の設計目的のすべてに対して合計することにより合計スコアを求める合計スコア算出ステップ、をさらに含む、
請求項1に記載の設計パラメータ評価支援方法。 - 前記合計スコアに基づいて、前記入力パラメータ値組み合わせの順位付けを行う順位付けステップ、をさらに含む請求項2に記載の設計パラメータ評価支援方法。
- 前記合計スコア算出ステップは、前記入力パラメータ値組み合わせのそれぞれにおける前記スコアを前記設計目的のそれぞれに応じた重みを乗じた上で合計することにより前記合計スコアを求めるものである、請求項3に記載の設計パラメータ評価支援方法。
- 前記入力パラメータ値組み合わせを前記合計スコアの高い順番から所定の数だけ選択する上位入力パラメータ値組み合わせ選択ステップと、
前記選択された前記入力パラメータ値組み合わせの和集合の範囲を前記入力パラメータ値の新たな初期範囲として設定する入力パラメータ値範囲更新ステップと、をさらに含む請求項3に記載の設計パラメータ評価支援方法。 - 前記入力パラメータ値の前記新たな初期範囲に基づいて、前記入力パラメータ値組み合わせ設定ステップ、前記スコア算出ステップ、及び前記順位付けステップ、を反復するステップ、をさらに含む請求項5に記載の設計パラメータ評価支援方法。
- 前記入力パラメータのそれぞれは、制御因子の入力パラメータとノイズ因子の入力パラメータのいずれかに分類されるものであり、
前記直交表は、前記制御因子の入力パラメータのための第1の直交表と前記ノイズ因子の入力パラメータのための第2の直交表とからなり、
前記入力パラメータ値組み合わせは、前記制御因子の入力パラメータについては前記第1の直交表に従って設定され、前記ノイズ因子の入力パラメータについては前記第2の直交表に従って設定されるものであり、
前記シミュレーションは、前記制御因子の入力パラメータの前記入力パラメータ値組み合わせと、前記ノイズ因子の入力パラメータの前記入力パラメータ値組み合わせの直積に対して実行される、請求項1に記載の設計パラメータ評価支援方法。 - 前記直交表は5水準以上である、請求項1から7のいずれか1項に記載の設計パラメータ評価支援方法。
- 請求項1から8のいずれかに記載の設計パラメータ評価支援方法をコンピュータに実行させるための設計パラメータ評価支援プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018193340A JP7141099B2 (ja) | 2018-10-12 | 2018-10-12 | 設計パラメータ評価支援方法及びそのプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018193340A JP7141099B2 (ja) | 2018-10-12 | 2018-10-12 | 設計パラメータ評価支援方法及びそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020061065A JP2020061065A (ja) | 2020-04-16 |
JP7141099B2 true JP7141099B2 (ja) | 2022-09-22 |
Family
ID=70220844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018193340A Active JP7141099B2 (ja) | 2018-10-12 | 2018-10-12 | 設計パラメータ評価支援方法及びそのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7141099B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022254731A1 (ja) * | 2021-06-04 | 2022-12-08 | NatureArchitects株式会社 | 構造体の設計探索装置および設計探索方法 |
WO2024028979A1 (ja) * | 2022-08-02 | 2024-02-08 | 株式会社アダコテック | ハイパーパラメータ探索システムおよびそのプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006130260A (ja) | 2004-11-05 | 2006-05-25 | Japan Stent Technology Co Ltd | ステントの設計支援方法、設計支援プログラム、その記録媒体および設計支援装置 |
JP2008084306A (ja) | 2006-08-28 | 2008-04-10 | Nagaoka Univ Of Technology | 工業製品の生産支援方法およびプログラム |
JP2014174594A (ja) | 2013-03-06 | 2014-09-22 | Mitsubishi Electric Corp | 工業製品の設計装置および設計方法 |
JP2017138885A (ja) | 2016-02-05 | 2017-08-10 | 株式会社チノー | パラメータ選定方法、パラメータ選定プログラム及びパラメータ選定装置 |
-
2018
- 2018-10-12 JP JP2018193340A patent/JP7141099B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006130260A (ja) | 2004-11-05 | 2006-05-25 | Japan Stent Technology Co Ltd | ステントの設計支援方法、設計支援プログラム、その記録媒体および設計支援装置 |
JP2008084306A (ja) | 2006-08-28 | 2008-04-10 | Nagaoka Univ Of Technology | 工業製品の生産支援方法およびプログラム |
JP2014174594A (ja) | 2013-03-06 | 2014-09-22 | Mitsubishi Electric Corp | 工業製品の設計装置および設計方法 |
JP2017138885A (ja) | 2016-02-05 | 2017-08-10 | 株式会社チノー | パラメータ選定方法、パラメータ選定プログラム及びパラメータ選定装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2020061065A (ja) | 2020-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ong et al. | Meta-Lamarckian learning in memetic algorithms | |
JP7141099B2 (ja) | 設計パラメータ評価支援方法及びそのプログラム | |
Chen et al. | Multiobjective tracking control design of T–S fuzzy systems: Fuzzy Pareto optimal approach | |
CN1354862A (zh) | 增强资产组合优化构架中的实用性和使模型风险多样化 | |
Grandhi et al. | Multiobjective optimization of large-scale structures | |
Chung et al. | Setup change scheduling for semiconductor packaging facilities using a genetic algorithm with an operator recommender | |
Özsoy et al. | Estimating the parameters of nonlinear regression models through particle swarm optimization | |
CN102129242A (zh) | 基于两层混合智能优化的批处理生产过程产品质量控制方法 | |
JP2014055037A (ja) | 積載操作方法、システム及びコンピュータ・プログラム。 | |
EP3772024A1 (en) | Management device, management method, and management program | |
Chattopadhyay et al. | Feature selection using differential evolution with binary mutation scheme | |
Guo et al. | Data mining and application of ship impact spectrum acceleration based on PNN neural network | |
Oliveira | Synthesis of strategic games with multiple pre-set Nash equilibria-an artificial inference approach using Fuzzy ASA | |
Zhang et al. | Reinforcement learning–based tool orientation optimization for five-axis machining | |
Terway et al. | Fast design space exploration of nonlinear systems: Part II | |
Martin et al. | An adaptive sequential decision making flow for FPGAs using machine learning | |
Chen et al. | An artificial bee bare-bone hunger games search for global optimization and high-dimensional feature selection | |
Rose et al. | Comparing four metaheuristics for solving a constraint satisfaction problem for ship outfitting scheduling | |
Mavris et al. | Determination of system feasibility and viability employing a joint probabilistic formulation | |
Wu et al. | A Surrogate-Assisted Expensive Constrained Multi-Objective Optimization Algorithm Based on Adaptive Switching of Acquisition Functions | |
Aeeni | Development of an open-source multi-objective optimization toolbox | |
Petik et al. | Grounds for searching the best solution for controlling the pressurized water reactor in dynamic modes when changing the controlled parameters | |
CN115561999B (zh) | 一种pi控制器的参数优化方法、装置、设备及介质 | |
CN116643547B (zh) | 生产系统的调控方法、生产系统、电子设备及存储介质 | |
Zhang et al. | Adaptive Weighted Optimization Framework for Multiobjective Long-Term Planning of Concentrate Ingredients in Copper Industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210727 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220513 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220602 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220614 |
|
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: 20220803 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220902 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7141099 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |