WO2016203757A1 - 制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体 - Google Patents

制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体 Download PDF

Info

Publication number
WO2016203757A1
WO2016203757A1 PCT/JP2016/002843 JP2016002843W WO2016203757A1 WO 2016203757 A1 WO2016203757 A1 WO 2016203757A1 JP 2016002843 W JP2016002843 W JP 2016002843W WO 2016203757 A1 WO2016203757 A1 WO 2016203757A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
unit
learning
simulation
prediction model
Prior art date
Application number
PCT/JP2016/002843
Other languages
English (en)
French (fr)
Inventor
義男 亀田
学 楠本
謙一郎 福司
振斌 許
岳夫 野崎
石田　尚志
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2017524608A priority Critical patent/JP6947029B2/ja
Publication of WO2016203757A1 publication Critical patent/WO2016203757A1/ja

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N99/00—Subject matter not provided for in other groups of this subclass

Definitions

  • the present invention relates to a control device that performs predictive control on a control target, an information processing device that uses the control device, a control method, and a computer program.
  • This type of control device includes a predictive control device that performs predictive control for predicting and controlling a future control amount for a control target.
  • Predictive control is a control method that uses a control model that predicts the operation result of the control target to predict a change in the control amount of the control target with respect to the operation amount of the actuator and to determine the optimal operation amount of the actuator.
  • the application fields include industrial process control, environmental control in living spaces, environmental control in agricultural, forestry and fishery facilities, and mobile control.
  • Patent Document 1 discloses a method for identifying a control model by inputting time-series data of measured values from the past to the present and time-series data of actuator operation amount command values from the past to the future.
  • Patent Document 2 discloses a method of collecting process data of actual operation and identifying a control model online using the collected data.
  • JP 2001-249705 A Japanese Patent No. 5569079
  • Patent Document 1 and Patent Document 2 need to collect data when the control target is in actual operation. Therefore, these techniques cannot be applied to a non-operating control target.
  • the main object of the present invention is to provide a control device or the like that can be applied to a non-operating control target.
  • a control device has the following configuration.
  • the control device is Based on the statistics of the operation of the actuator and the operation of the actuator, the simulation means for performing the simulation, obtaining information regarding the output for the operation, and storing the obtained information in the storage means; Learning means for learning based on the information and storing a prediction model obtained as a result in the storage means; Generating means for generating a control problem with reference to the prediction model; Is provided.
  • An information processing apparatus that achieves the same object, The control device; Processing means for processing the control problem; Output means for outputting information obtained by the processing means.
  • a control method that achieves the same object is as follows. Perform simulation based on the statistics of the operation of the actuator, obtain information on the output for that operation, save the obtained information in the storage means, Learning is performed based on the information, a prediction model obtained as a result is stored in the storage unit, and a control problem is generated with reference to the prediction model.
  • the object is to provide a computer program for realizing the control device, the information processing device, or the control method having the above-described configuration by a computer, and a computer-readable storage medium storing the computer program. Is also achieved.
  • FIG. 1 is a block diagram showing a configuration of a control device 10 according to the first embodiment of the present invention.
  • the control device 10 includes a simulation unit 11, a learning unit 12, a generation unit 13, and a storage unit 14.
  • the simulation unit 11 performs a simulation based on the statistic of the operation of the actuator, and obtains information regarding the output for the operation.
  • the simulation unit 11 stores the information in the storage unit 14.
  • An actuator is an apparatus such as a device or a circuit that acts on a controlled object.
  • the learning unit 12 learns the relationship between the input value to be controlled and the future output value based on the information stored by the simulation unit 11. Then, the learning unit 12 stores the prediction model obtained as a result in the storage unit 14.
  • the prediction model is, for example, a function that uses a future output as an objective variable and includes an input to be controlled as an explanatory variable.
  • the generation unit 13 generates a control problem with reference to the prediction model stored in the storage unit 14.
  • the control problem is, for example, a multivariable minimization (maximization) problem expressed by a multidimensional simultaneous equation (inequality).
  • the first embodiment has an effect that it is possible to provide a control device or the like that can be applied to a non-operating control target.
  • control device 10 learns data generated by simulation and generates a control problem.
  • FIG. 2 is a block diagram showing the configuration of the control apparatus 101 according to the second embodiment of the present invention.
  • the configuration shown in FIG. 2 is an example, and the present invention is not limited to the control device 101 shown in FIG.
  • the control device 101 includes a simulation database 105, a simulation unit 110, a learning database 115, a learning unit 120, a prediction model database 125, and a generation unit 130 (in FIG. 2, “database” (Database) is This is expressed as “DB.” The same applies to the following figures.)
  • the simulation database 105 holds at least statistics of the operation of the actuator used for the simulation.
  • An actuator is a device that acts on a controlled object. Specifically, the actuator is a motor, a heater, or illumination. The operation of the actuator is, for example, rotating the motor at a certain speed, generating heat with a heater, or increasing the illuminance by illumination. The amount of operation of the actuator at that time is determined by control inputs such as current and voltage which are values (input values and command values) input to the actuator.
  • the statistic represents a feature of the distribution of the command value, and is, for example, a minimum value, a maximum value, an average value, or a standard deviation.
  • the simulation database 105 includes a function or an equation that defines a relationship between an input value (control input) to be controlled and an output value (also referred to as a simulation model), a simulation step time, The simulation end time may be stored.
  • the simulation step time is a simulation execution interval for each input value to the controlled object.
  • the statistics stored in the simulation database 105 may include information indicating the minimum and maximum values of the control input, the probability distribution that the control input can take, and the initial state of the control target.
  • the simulation database 105 may hold information representing a time change of the control input from the present time.
  • the simulation unit 110 refers to the simulation database 105 and executes a simulation. As an execution result, the simulation unit 110 outputs information representing an output and a state with respect to an input to be controlled.
  • the simulation unit 110 stores the output information in the learning database 115.
  • the learning database 115 holds information representing the input, output, and state of the control target for each simulation step time.
  • Information representing an input is a variable given to the controlled object from the outside and is called an input variable.
  • the value of the input variable is an input value (command value).
  • the information indicating the output is a variable that is taken out from the control target (observed from the outside) and is called an output variable.
  • the value of the output variable is the output value.
  • the information indicating the state is a variable inside the control target and is referred to as a state variable.
  • State variables that can be observed from outside are both output variables and state variables. For simplicity, such variables are classified as output variables, and variables that cannot be observed from outside are classified as output variables. Let it be a state variable.
  • the learning unit 120 refers to the learning database 115 and learns the relationship between the input value to be controlled and the predicted value of the future output corresponding thereto. Then, the learning unit 120 generates a prediction model that expresses the relationship. Then, the learning unit 120 stores the prediction model in the prediction model database 125.
  • the simulation model is a high-order differential equation.
  • the simulation model is a complicated mathematical expression in order to express every operation so as to be able to cope with a wide range of input conditions. For this reason, it is not practical to use this mathematical formula as an actual control model (control law).
  • the prediction model is a simple mathematical formula as compared with the simulation model that expresses all the actions because it is limited to express the expected actions.
  • the prediction model is a function that uses a future output value as an objective variable and includes a control input as an explanatory variable. In particular, when the prediction model is a piecewise linear function, the prediction model can be easily used as a control law.
  • the generation unit 130 generates a control problem with reference to a function that is a prediction model stored in the prediction model database 125.
  • the control problem is formulated as a multivariable minimization (maximization) problem expressed by a multidimensional simultaneous equation (inequality). More specifically, the control problem is formulated as a (integer mixed) linear programming problem or an (integer mixed) quadratic programming problem.
  • FIG. 3 is a flowchart showing the operation of the control apparatus 101 according to the second embodiment of the present invention.
  • the simulation unit 110 refers to the simulation database 105 to determine the input value to be controlled and the initial value of the state variable.
  • the simulation unit 110 may generate the input value to be controlled and the initial value of the state variable uniformly and randomly between the minimum value and the maximum value stored in the simulation database 105.
  • the simulation unit 110 may randomly generate the input value to be controlled and the initial value of the state variable according to the probability distribution stored in the simulation database 105.
  • the simulation unit 110 may use a value stored in the simulation database 105 as an initial value of the state variable.
  • the simulation unit 110 executes a simulation based on the determined value (step S110).
  • the simulation unit 110 stores, in the learning database 115, the input value, the output value, and the information indicating the internal state, which are simulation results (step S115).
  • the learning unit 120 refers to the learning database 115, learns the relationship between the input value to be controlled and the future output value (predicted value) with respect to it, and outputs a prediction model (step S120).
  • the learning of the relationship is performed by regression analysis, for example. In this embodiment, in particular, linear regression analysis is assumed. However, the method of learning the relationship is not limited to this, and other generally known methods may be used.
  • the prediction model that is the learning result is a function that uses a future output as an objective variable and includes an input to be controlled as an explanatory variable.
  • the learning unit 120 After completing the learning, the learning unit 120 stores the prediction model that is the learning result in the prediction model database 125 (step S125).
  • the generation unit 130 refers to the prediction model database 125, takes in a set value given from the outside of the control device 100, and generates a control problem (step S130).
  • the set value is a desirable value in a variable (object variable) to be controlled of the control target.
  • the variable to be controlled is room temperature.
  • the control device 100 is given 20 ° C. as a set value.
  • the control problem is a multidimensional simultaneous equation obtained by substituting a set value and an information value representing the state of the controlled object into a function stored in the prediction model database 125, with the control input to the controlled object as a variable. It is a problem of minimizing (maximizing) the (inequality).
  • the control target is a room
  • the information indicating the state is room temperature, humidity, illuminance, or the like.
  • the value can be obtained from information stored in the learning database 115.
  • the prediction model is a piecewise linear function
  • the control problem becomes a plurality of linear simultaneous equations (inequality equations).
  • the optimization evaluation function is linear, the control problem can be reduced to a linear programming problem.
  • FIG. 4 is a diagram showing an example of the simulation database 105 according to the second embodiment of the present invention.
  • the simulation database 105 includes a simulation table, an input variable table, and a state variable table.
  • the simulation table includes information indicating that the simulation step time is 1 minute and the simulation is performed until 1440 minutes (corresponding to one day).
  • a simulation is executed using a simulation model expressed by a differential equation.
  • the input variable table that stores the statistics includes the names of the input variables to be controlled and the respective statistical values.
  • the input variables uH and uW are variables representing the amount of operation (command value) of the actuator.
  • the values of the input variables uH and uW correspond to, for example, command values for the heater and the window opening.
  • the actuator is a heater and a window (strictly speaking, a motor for opening and closing the window).
  • the statistics of the operation of the actuator are a minimum value, a maximum value, an average value, and a standard deviation.
  • the state variable table that stores the statistics includes the name of the state variable to be controlled and one or more sets of initial values that the state variable can take.
  • FIG. 5 is a diagram showing an example of the learning database 115 according to the second embodiment of the present invention.
  • the learning database 115 holds an input variable, an output variable, and a state variable for each simulation step time (1 minute).
  • the input variables uH and uW represent, for example, heater command values (values representing Off, strong, medium, and weakness) and window opening command values (values representing how many windows are opened), respectively.
  • the output variables T and H represent the temperature and humidity at a height of about 1.5 m at the center of the facility, respectively.
  • State variables T1 and H1 represent the temperature and humidity near the ground surface at the center of the facility, respectively. For example, as shown in the record in the second row of FIG.
  • the heater command value that is the value of the input variable uH is set to “2”
  • the window opening command value that is the value of the input variable uW is set to “4”.
  • the temperature and humidity at a height of about 1.5 m correspond to the output variables T and H, and the respective values are 19.9 ° C. and 80 %become.
  • the temperature and humidity near the ground surface correspond to the state variables T1 and H1, and the values are 22.6 ° C. and 90%, respectively.
  • FIG. 6 is a diagram showing an example of the prediction model database 125 according to the second embodiment of the present invention.
  • the prediction model database 125 stores functions that are a plurality of prediction models corresponding to a plurality of future predictions. For example, assuming that the current time is t, the predicted value T (t + 1) of the temperature near the height of 1.5 m at the center of the facility one minute after the present (t + 1) becomes the current heater command value uH (t). A value multiplied by “3”, a value obtained by multiplying the current window opening command value uW (t) by “2.1”, and a current temperature T (t) at a height of about 1.5 m at the center of the facility It is a value obtained by adding the value obtained by multiplying “0.8” by “0.8”.
  • FIG. 7 is a diagram illustrating an example of a control problem according to the second embodiment of the present invention.
  • the procedure for creating the control problem shown in FIG. 7 will be described with reference to the prediction model database 125 shown in FIG.
  • T (t + 1) 21.1
  • T (t + 2) 17.8
  • H (t + 1) 52.8
  • H (t + 2) 37.4.
  • the linear programming problem shown in FIG. 7 is obtained as a control problem.
  • the control problem is an objective function that should minimize the sum of input variables (uH (t), uW (t), uH (t + 1), and uW (t + 1)).
  • uH (t), uW (t), uH (t + 1), and uW (t + 1) are obtained.
  • the value of the input variable is determined only by the equation condition.
  • the control problem is a problem of obtaining a value that satisfies the equation and has a minimum objective function. If the number of input variables is greater than the number of equations, the value of each input variable is not fixed. Therefore, the value of the input variable that minimizes the objective function is the solution.
  • the second embodiment has an effect that it is possible to provide a control device that can be applied to a non-operating (future) control target.
  • control apparatus 101 executes a simulation with reference to the simulation database 105, learns with reference to the learning database 115 that stores the simulation execution result, and stores the learning result. This is because the control problem is generated with reference to 125.
  • control device 101 since the control device 101 generates a control problem based on data obtained by simulation instead of data collected during actual operation, the control device 101 can also be applied to control outside the range that changes during actual operation. Is possible.
  • FIG. 8 is a block diagram showing the configuration of the information processing apparatus 100 according to the third embodiment of the present invention.
  • the configuration illustrated in FIG. 8 is an example, and the present invention is not limited to the information processing apparatus 100 illustrated in FIG.
  • the information processing apparatus 100 includes a control device 101 and a processing device 102. Since the control device 101 is the same as that of the second embodiment, the description thereof is omitted.
  • the processing apparatus 102 includes a processing unit 140 and an output unit 150.
  • the processing unit 140 derives a solution to the control problem generated by the generation unit 130 of the control device 101.
  • the processing unit 140 can use an existing solution algorithm or a solver (application program) that implements the algorithm.
  • the processing unit 140 may perform the following processing, which has been performed by the generation unit 130 of the control device 101 in the second embodiment, instead of the generation unit 130.
  • the processing unit 140 may substitute a part or all of the set value for the function stored in the prediction model database 125.
  • the processing unit 140 may substitute a part or all of the information value representing the state of the control target in the function stored in the prediction model database 125.
  • the output unit 150 outputs a control problem solution that is a result of the processing unit 140.
  • the output unit 150 is, for example, a display built in the processing apparatus 102.
  • the output unit 150 may be a display connected to the processing apparatus 102 so as to be communicable by a wireless LAN (Local Area Network).
  • LAN Local Area Network
  • the information processing apparatus 100, the control apparatus 101, and the processing apparatus 102 may be a computer that includes a CPU (Central Processing Unit) and a storage medium that stores a program, and that operates according to control based on the program.
  • a CPU Central Processing Unit
  • a storage medium that stores a program, and that operates according to control based on the program.
  • FIG. 9 is a diagram illustrating an exemplary configuration of a computer 100A capable of realizing the information processing apparatus 100 according to the third embodiment of this invention.
  • a computer 100A that is a hardware configuration of the information processing apparatus 100 includes a CPU 310, a storage unit (storage medium) 320 such as a hard disk and a memory, a communication unit 330 that communicates with other devices, and an input operation unit such as a keyboard. 340 and a display unit 350 such as a display.
  • the CPU 310 controls the storage unit 320 and executes a computer program, thereby realizing the functions of the simulation unit 110, the learning unit 120, the generation unit 130, the processing unit 140, and the output unit 150.
  • the computer program may be stored in the storage unit 320.
  • the computer 100A does not realize the functions of the simulation unit 110, the learning unit 120, the generation unit 130, the processing unit 140, and the output unit 150 with a single CPU 310, but uses a plurality of CPUs.
  • the function may be realized.
  • the storage unit 320 includes a simulation database 105, a learning database 115, and a prediction model database 125.
  • the computer 100 ⁇ / b> A may distribute the databases to a plurality of storage units 320 instead of including those databases in the single storage unit 320.
  • the input unit 340 receives input from a user or the like.
  • the output unit 350 outputs the result to a user or the like.
  • the communication unit 330 may receive a control problem or the like from another device and transmit the result to the other device.
  • FIG. 10 is a diagram illustrating an exemplary configuration of a computer system 100B that can implement the information processing apparatus 100 according to the third embodiment of this invention.
  • the computer 101B and the computer 102B included in the computer system 100B are connected via a communication path 335.
  • the communication path 335 may be wired or wireless.
  • the computer 101B includes a CPU 310A, a storage unit (storage medium) 320 such as a hard disk and a memory, a communication unit 330A that communicates with other devices, an input operation unit 340A such as a keyboard, and a display unit 350A such as a display. including.
  • the CPU 310A controls the storage unit 320 and executes the computer program, thereby realizing the functions of the simulation unit 110, the learning unit 120, and the generation unit 130.
  • the computer program may be stored in the storage unit 320.
  • the storage unit 320 includes a simulation database 105, a learning database 115, and a prediction model database 125.
  • the computer 102B includes a CPU 310B, a communication unit 330B that communicates with other devices, an input operation unit 340B such as a keyboard, and a display unit 350B such as a display.
  • the CPU 310B implements the functions of the processing unit 140 and the output unit 150 by executing a computer program.
  • the computer system 100B may arrange the computer 101B and the computer 102B at different locations.
  • the computer 101B may be disposed in the data center, and the computer 102B may be disposed near the control target.
  • the computer system 100B may be configured to connect a plurality of computers 102B to a single computer 101B.
  • the third embodiment has an effect that it is possible to provide an information processing apparatus or the like that can be applied to an uncontrolled control target.
  • the reason is that the information processing apparatus 100 according to the present embodiment derives a solution for the control problem generated according to the second embodiment and outputs the derived solution.
  • FIG. 11 is a block diagram showing a configuration of an information processing apparatus 1001 according to the fourth embodiment of the present invention.
  • an information processing apparatus 1001 according to the fourth embodiment of the present invention is connected to a control object 2001.
  • the information processing apparatus 1001 illustrated in FIG. 11 is not configured to have a control apparatus and a processing apparatus separated from each other, but may be realized as a structure in which the control apparatus and the processing apparatus are separated as in the information processing apparatus 100 illustrated in FIG. .
  • FIGS. 12 and 13 The same applies to FIGS. 12 and 13 to be described later.
  • the control object 2001 includes a drive unit 210.
  • the driving unit 210 drives an actuator (not shown) based on a value output from the output unit 150 of the information processing apparatus 1001.
  • the operation of driving the actuator is preset for each actuator, and is performed according to the set contents. For example, when the output value from the output unit 150 is 10, the drive unit 210 turns on the motor for 10 seconds. For example, the drive unit 210 may set the input voltage of the motor to 10 volts.
  • the fourth embodiment has an effect that it is possible to provide an information processing apparatus that can be applied to a non-operating control target.
  • the drive unit 210 of the control target 2001 drives the actuator based on the solution to the control problem obtained by the third embodiment.
  • FIG. 12 is a block diagram showing a configuration of an information processing apparatus 1002 according to the fifth embodiment of the present invention. Referring to FIG. 12, an information processing apparatus 1002 according to the fifth embodiment of this invention is connected to a control target 2002.
  • Control target 2002 includes a drive unit 210 and a measurement unit 220.
  • the driving unit 210 is the same as that of the fourth embodiment, the description thereof is omitted.
  • the measuring unit 220 measures the output value and state of the controlled object 2002 and the input value input to the controlled object 2002 when the controlled object 2002 is in operation. Then, the measurement unit 220 adds these measured values to the learning database 115 and stores them.
  • the learning unit 120 performs learning again with reference to the learning database 115 to which data has been added, and creates a prediction model.
  • the learning unit 120 stores the prediction model in the prediction model database 125.
  • the timing of learning again is, for example, a predetermined cycle, when the amount of data added to the learning database 115 exceeds a certain value, or a signal requesting re-learning from the outside of the information processing apparatus 1002. It may be when you receive it.
  • the fifth embodiment has an effect that it is possible to provide an information processing apparatus or the like that can be applied to a non-operating control target.
  • control device 1002 creates a prediction model reflecting the measured value by the learning unit 120 performing learning again based on the value measured by the measurement unit 220. .
  • the information processing apparatus 1002 can make the prediction model created by learning the data generated by the simulation more realistic content.
  • FIG. 13 is a block diagram showing a configuration of an information processing apparatus 1003 according to the sixth embodiment of the present invention.
  • an information processing apparatus 1003 according to the sixth embodiment of the present invention further includes a determination unit 160 in addition to the information processing apparatus 1002 according to the fifth embodiment of the present invention.
  • the determination unit 160 compares the predicted value calculated using the prediction model with the value measured by the measurement unit 220 of the control target 2003 with respect to the input value obtained by the processing unit 140, and the difference is determined. It is determined that relearning is necessary when a predetermined value is exceeded.
  • the learning unit 120 learns by referring to the learning database 115. Then, the learning unit 120 stores the learned result in the prediction model database 125.
  • the sixth embodiment has an effect that it is possible to provide an information processing apparatus and the like that can be applied to a non-operating control target.
  • the information processing apparatus 1003 is based on the value measured by the measurement unit 220 when the predicted value calculated using the prediction model is separated from the value measured by the measurement unit 220.
  • the learning unit 120 re-learns to create a prediction model reflecting the measured value.
  • Control apparatus 11 Simulation part 12 Learning part 13 Generation part 14 Storage part 100 Information processing apparatus 100A, 101B, 102B Computer 100B Computer system 101 Control apparatus 102 Processing apparatus 105 Simulation database 110 Simulation part 115 Learning database 120 Learning part 125 Prediction model database 130 Generation Unit 140 Processing Unit 150 Output Unit 160 Determination Unit 210 Drive Unit 220 Measurement Unit 310, 310A, 310B CPU 320 Storage unit 330, 330A, 330B Communication unit 335 Communication path 340, 340A, 340B Input operation unit 350, 350A, 350B Display unit 1001, 1002, 1003 Information processing apparatus 2001, 2002, 2003 Control target

Abstract

未稼働の制御対象に適用することが可能な制御装置等を提供する。制御装置（１０）は、記憶部（１４）と、アクチュエータの操作の統計量を基に、シミュレーションを行い、その操作に対する出力に関する情報を求めて、求めた情報を記憶部（１４）に保存するシミュレーション部（１１）と、前記情報を基に学習し、その結果として得られる予測モデルを記憶部（１４）に保存する学習部（１２）と、前記予測モデルを参照して制御問題を生成する生成部（１３）とを備える。

Description

制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体
　本発明は、制御対象に対する予測制御を行う制御装置と、それを使用する情報処理装置と、制御方法と、コンピュータ・プログラムに関する。
　この種の制御装置には、制御対象に対し、将来の制御量を予測して制御する予測制御を行う予測制御装置がある。
　予測制御は、制御対象の動作結果を予測する制御モデルを用いて、アクチュエータの操作量に対する制御対象の制御量の変化を予測し、最適なアクチュエータの操作量を決定する制御方法である。その応用分野は、産業用プロセス制御、居住空間における環境制御、農林水産物施設における環境制御および移動体制御などがある。
　ここで、関連技術としては、例えば以下の特許文献がある。
　特許文献１は、過去から現在までの計測値の時系列データと、アクチュエータの操作量指令値の過去から未来までの時系列データとを入力として、制御モデルを同定する方法を開示している。
　特許文献２は、実操業のプロセスデータを収集し、収集したデータを用いて、オンラインで制御モデルを同定する方法を開示している。
特開２００１－２４９７０５号公報 特許第５５６９０７９号公報
　しかしながら、特許文献１および特許文献２に提案されている技術は、制御対象が実稼働時にデータを収集する必要がある。そのため、これらの技術は、未稼働の制御対象に適用することができない。
　そこで、本発明は、未稼働の制御対象に適用することが可能な制御装置等の提供を主たる目的とする。
　上記の目的を達成すべく、本発明の一態様に係る制御装置は、以下の構成を備える。
　即ち、本発明の一態様に係る制御装置は、
　記憶手段と、アクチュエータの操作の統計量を基に、シミュレーションを行い、その操作に対する出力に関する情報を求めて、求めた情報を前記記憶手段に保存するシミュレーション手段と、
　前記情報を基に学習し、その結果として得られる予測モデルを前記記憶手段に保存する学習手段と、
　前記予測モデルを参照して制御問題を生成する生成手段と、
を備える。
　同目的を達成する本発明の一態様に係る情報処理装置は、
　上記制御装置と、
　前記制御問題を処理する処理手段と、
　前記処理手段により求められた情報を出力する出力手段と
を備える。
　同目的を達成する本発明の一態様に係る制御方法は、
　アクチュエータの操作の統計量を基にシミュレーションを行い、その操作に対する出力に関する情報を求めて、求めた情報を記憶手段に保存し、
　前記情報を基に学習し、その結果として得られる予測モデルを前記記憶手段に保存し、　前記予測モデルを参照して制御問題を生成する。
　更に、同目的は、上記構成を有する制御装置、情報処理装置、或いは、制御方法を、コンピュータによって実現するためのコンピュータ・プログラム、及びそのコンピュータ・プログラムが格納されている、コンピュータ読み取り可能な記憶媒体によっても達成される。
　上記の本発明によれば、未稼働の制御対象に適用することが可能な制御装置等を提供することができるという効果がある。
本発明の第１の実施形態に係る制御装置の構成を示すブロック図である。 本発明の第２の実施形態に係る制御装置の構成を示すブロック図である。 本発明の第２の実施形態に係る制御装置の動作を示すフローチャートである。 本発明の第２の実施形態に係るシミュレーションデータベースの一例を示す図である。 本発明の第２の実施形態に係る学習データベースの一例を示す図である。 本発明の第２の実施形態に係る予測モデルデータベースの一例を示す図である。 本発明の第２の実施形態に係る制御問題の一例を示す図である。 本発明の第３の実施形態に係る情報処理装置の構成を示すブロック図である。 本発明の第３の実施形態を実現可能なコンピュータのハードウェア構成を例示的に説明する図である。 本発明の第３の実施形態を実現可能なコンピュータのハードウェア構成を例示的に説明する図である。 本発明の第４の実施形態に係る情報処理装置の構成を示すブロック図である。 本発明の第５の実施形態に係る情報処理装置の構成を示すブロック図である。 本発明の第６の実施形態に係る情報処理装置の構成を示すブロック図である。
　次に、本発明を実施する形態について図面を参照して詳細に説明する。
　＜第１の実施形態＞
　図１は、本発明の第１の実施形態に係る制御装置１０の構成を示すブロック図である。
　制御装置１０は、シミュレーション部１１と、学習部１２と、生成部１３と、記憶部１４とを含む。
　シミュレーション部１１は、アクチュエータの操作の統計量を基に、シミュレーションを行い、その操作に対する出力に関する情報を求める。そして、シミュレーション部１１は、その情報を記憶部１４に保存する。アクチュエータは、制御対象に作用を与えるデバイス、回路などの装置である。
　学習部１２は、シミュレーション部１１が保存した情報を基に、制御対象の入力値とそれに対する将来の出力値の関係性を学習する。そして、学習部１２は、その結果として得られる予測モデルを記憶部１４に保存する。予測モデルは、例えば、将来の出力を目的変数とし、説明変数に制御対象の入力を含む関数である。
　生成部１３は、記憶部１４に保存された予測モデルを参照して制御問題を生成する。制御問題は、例えば、多次元連立方程式（不等式）で表現される多変数の最小化（最大化）問題である。
　以上、説明したように、第１の実施形態には、未稼働の制御対象に適用することが可能な制御装置等を提供することができるという効果がある。
　その理由は、本実施形態に係る制御装置１０は、シミュレーションによって生成したデータを学習して制御問題を生成するからである。
　＜第２の実施形態＞
　次に上述した第１の実施形態に係る制御装置１０を基本とする第２の実施形態について説明する。図２は、本発明の第２の実施形態に係る制御装置１０１の構成を示すブロック図である。ただし、図２に示す構成は、一例であって、本発明は、図２に示す制御装置１０１に限定されない。
　制御装置１０１は、シミュレーションデータベース１０５と、シミュレーション部１１０と、学習データベース１１５と、学習部１２０と、予測モデルデータベース１２５と、生成部１３０とを含む（図２において、「データベース」（Ｄａｔａｂａｓｅ）は、「ＤＢ」と表記する。これは、以下の図でも同様である。）。
　シミュレーションデータベース１０５は、少なくとも、シミュレーションに用いるアクチュエータの操作の統計量を保持する。アクチュエータは、制御対象に作用を与える装置である。アクチュエータは、具体的には、モータ、ヒーター、または、照明などである。
アクチュエータの操作は、例えば、モータをある速度で回転させること、ヒーターにより発熱させること、または、照明により照度を上げることである。そのときのアクチュエータの操作量は、アクチュエータに入力する値（入力値、指令値）である電流、電圧などの制御入力で決まる。統計量は、指令値の分布の特徴を表すもので、例えば、最小値、最大値、平均値、または、標準偏差などである。
　シミュレーションデータベース１０５は、上述の統計量のほかに、制御対象の入力値（制御入力）と出力値との間の関係性を定めた関数または方程式（これらをシミュレーションモデルとも言う）、シミュレーションステップ時間、シミュレーション終了時間を記憶してもよい。シミュレーションステップ時間は、制御対象への各入力値に対するシミュレーションの実行間隔である。シミュレーションデータベース１０５が記憶する統計量は、制御入力の最小値と最大値、制御入力がとりうる確率分布、および、制御対象の初期状態を表す情報を含んでもよい。さらに、将来起こりうる経時変化を考慮して、シミュレーションデータベース１０５は、現時点からの制御入力の時間変化を表す情報を保持してもよい。
　シミュレーション部１１０は、シミュレーションデータベース１０５を参照してシミュレーションを実行する。その実行結果として、シミュレーション部１１０は、制御対象の入力に対する出力と状態をそれぞれ表す情報を出力する。
　シミュレーション部１１０は、出力した情報を学習データベース１１５に保存する。
　学習データベース１１５は、制御対象の入力と、出力と、状態をそれぞれ表す情報を、シミュレーションステップ時間ごとに保持する。入力を表す情報は、制御対象へ外部から与えられる変数であり、入力変数という。入力変数の値は入力値（指令値）である。また、出力を表す情報は、制御対象から外部に取り出される（外部から観測される）変数であり、出力変数という。出力変数の値は、出力値である。さらに、状態を表す情報は、制御対象の内部にある変数であり、状態変数という。外部から観測可能な状態変数は、出力変数であり、かつ状態変数でもあるということになるが、ここでは簡単のために、このような変数は、出力変数と分類し、外部から観測できない変数を状態変数とする。
　学習部１２０は、学習データベース１１５を参照し、制御対象の入力値とそれに対する将来の出力の予測値との関係性を学習する。そして、学習部１２０は、その関係性を表現した予測モデルを生成する。そして、学習部１２０は、予測モデルを予測モデルデータベース１２５に保存する。
　一般に、シミュレーションモデルは、高次の微分方程式である。そして、シミュレーションモデルは、広範な入力条件に対応できるようにあらゆる動作を表現するため、複雑な数式である。そのため、この数式を実際の制御モデル（制御則）として用いることは、実用的でない。一方、予測モデルは、想定する動作を表現するように限定するため、あらゆる動作を表現するシミュレーションモデルに比べて、単純な数式である。予測モデルは、将来の出力値を目的変数とし、説明変数に制御入力を含む関数である。特に、予測モデルが区分線形関数である場合に、その予測モデルは、容易に制御則として用いることが可能である。
　生成部１３０は、予測モデルデータベース１２５に保存された予測モデルである関数を参照して、制御問題を生成する。制御問題は、多次元連立方程式（不等式）で表現される多変数の最小化（最大化）問題として定式化される。制御問題は、より具体的には、（整数混合）線形計画問題や（整数混合）二次計画問題として定式化される。
　次に、本発明の第２の実施形態の動作について説明する。
　図３は、本発明の第２の実施形態に係る制御装置１０１の動作を示すフローチャートである。
　はじめに、シミュレーション部１１０は、シミュレーションデータベース１０５を参照することにより、制御対象の入力値と、状態変数の初期値とを決定する。シミュレ-ション部１１０は、制御対象の入力値と、状態変数の初期値とを、シミュレーションデータベース１０５に格納された最小値と最大値の間で一様にランダムに生成してもよい。あるいは、シミュレ-ション部１１０は、制御対象の入力値と、状態変数の初期値とを、シミュレーションデータベース１０５に格納された確率分布に従ってランダムに生成してもよい。あるいは、シミュレ-ション部１１０は、シミュレーションデータベース１０５に保存された値を、状態変数の初期値として、使用してもよい。
　それから、シミュレ-ション部１１０は、その決定した値を基に、シミュレーションを実行する（ステップＳ１１０）。
　シミュレーションが完了した後に、シミュレーション部１１０は、シミュレーション結果である制御対象の入力値と、出力値と、内部状態を表す情報とを学習データベース１１５に保存する（ステップＳ１１５）。
　学習部１２０は、学習データベース１１５を参照し、制御対象の入力値とそれに対する将来の出力値（予測値）の関係性を学習し、予測モデルを出力する（ステップＳ１２０）。関係性の学習は、例えば、回帰分析により行う。本実施形態では、特に、線形回帰分析を想定している。但し、関係性を学習する方法は、これに限らず、一般に知られた他の方法を用いてもよい。学習結果である予測モデルは、将来の出力を目的変数とし、説明変数に制御対象の入力を含む関数である。
　学習を完了した後、学習部１２０は、学習結果である予測モデルを予測モデルデータベース１２５に保存する（ステップＳ１２５）。
　生成部１３０は、予測モデルデータベース１２５を参照し、制御装置１００の外部から与えられる設定値を取り込んで制御問題を生成する（ステップＳ１３０）。設定値は、制御対象の制御したい変数（目的変数）における、望ましい値である。例えば、部屋が制御対象である場合、制御したい変数は、室温である。そして、室温を２０℃にしたい場合、制御装置１００は、設定値として、２０℃を与えられる。制御問題は、予測モデルデータベース１２５に保存された関数に、設定値と、制御対象の状態を表す情報値とを代入することにより得られる、制御対象への制御入力を変数とした多次元連立方程式（不等式）の最小化（最大化）問題である。制御対象を部屋とした場合、状態を表す情報は、部屋の温度、湿度、または照度等である。その値は、学習データベース１１５に保存された情報から得ることができる。予測モデルが区分線形関数である場合、制御問題は、複数の線形連立方程式（不等式）になる。特に、最適化の評価関数が線形である場合、制御問題は、線形計画問題に帰着できる。
　以上により、本発明の第２の実施形態の動作の説明が完了する。
　次に、制御対象が園芸施設である場合を例として、それぞれのデータベースの構成について説明する。
　図４は、本発明の第２の実施形態に係るシミュレーションデータベース１０５の一例を示す図である。シミュレーションデータベース１０５は、シミュレーションテーブルと、入力変数テーブルと、状態変数テーブルとを含む。
　図４によれば、シミュレーションテーブルは、シミュレーションステップ時間が１分であり、１４４０分（１日に相当）までシミュレーションを行うことを示す情報を含む。温度Ｔと湿度Ｈに関して、微分方程式で表現されたシミュレーションモデルを用いてシミュレーションが実行される。
　統計量を記憶する入力変数テーブルは、制御対象への入力変数の名前と、それぞれの統計値とを含む。図４の入力変数テーブルを参照すると、入力変数ｕＨとｕＷは、アクチュエータの操作の量（指令値）を表す変数である。そして、入力変数ｕＨとｕＷのそれぞれの値は、例えば、ヒーターと窓開度の指令値に対応する。この場合、アクチュエータは、ヒーターと、窓（厳密にいうと窓を開閉させるためのモータ）である。そして、アクチュエータの操作の統計量は、最小値、最大値、平均値および標準偏差である。
　統計量を記憶する状態変数テーブルは、制御対象の状態変数の名前と、その状態変数が取り得る一組以上の初期値とを含む。
　図５は、本発明の第２の実施形態に係る学習データベース１１５の一例を示す図である。学習データベース１１５は、シミュレーションステップ時間（１分）ごとに、入力変数と、出力変数と、状態変数とを保持している。入力変数ｕＨとｕＷは、例えば、それぞれ、ヒーター指令値（Ｏｆｆや強中弱などを表す値）と、窓開度指令値（窓を何％開けるかを表す値）を表す。出力変数ＴとＨは、それぞれ施設中央で高さが１．５ｍ付近における温度と湿度を表す。状態変数Ｔ１とＨ１は、それぞれ施設中央で地表面付近における温度と湿度を表す。例えば、図５の２行目のレコードに示すように、１分後に、入力変数ｕＨの値であるヒーター指令値を「２」に、入力変数ｕＷの値である窓開度指令値を「４」にした場合について説明する。このとき、図５に示す学習データベース１１５によれば、施設中央で、高さが１．５ｍ付近の温度と湿度は、出力変数Ｔ、Ｈに対応し、それぞれの値は１９．９℃と８０％になる。また、地表付近の温度と湿度は、状態変数Ｔ１とＨ１に対応し、それぞれの値は２２．６℃と９０％になる。
　図６は、本発明の第２の実施形態に係る予測モデルデータベース１２５の一例を示す図である。予測モデルデータベース１２５は、将来の複数の予測に対応する複数の予測モデルである関数を記憶する。例えば、現在の時間をｔとすると、現在から１分後（ｔ＋１）の施設中央で高さが１．５ｍ付近の温度の予測値Ｔ（ｔ＋１）は、現在のヒーター指令値ｕＨ（ｔ）に「３」を掛けた値と、現在の窓開度指令値ｕＷ（ｔ）に「２．１」を掛けた値と、施設中央で高さが１．５ｍ付近の現在の温度Ｔ（ｔ）に「０．８」を掛けた値とを足し合わせた値である。
　図７は、本発明の第２の実施形態に係る制御問題の一例を示す図である。図６に示した予測モデルデータベース１２５を参照して、図７に示した制御問題を作成する手順について説明する。例えば、現在の時間をｔとして、設定値は、１分後および２分後に希望する温度と湿度として、Ｔ（ｔ＋１）＝２１．１、Ｔ（ｔ＋２）＝１７．８、Ｈ（ｔ＋１）＝５２．８、Ｈ（ｔ＋２）＝３７．４とする。さらに、状態を表す値は、学習データベース１１５を参照して、Ｔ（ｔ）＝２０．０、Ｈ（ｔ）＝８０．０とする。図６に示した予測モデルデータベース１２５にこれらの６個の値を代入すると、図７に示す線形計画問題が、制御問題として得られる。ここで、制御問題は、入力変数（ｕＨ（ｔ）、ｕＷ（ｔ）、ｕＨ（ｔ＋１）およびｕＷ（ｔ＋１））の和を最小化すべき目的関数としている。図７に示した４つの式を連立方程式として解くと、ｕＨ（ｔ）、ｕＷ（ｔ）、ｕＨ（ｔ＋１）およびｕＷ（ｔ＋１）は、求められる。この例では、入力変数の数と等式の数が同じであるため、等式条件のみで入力変数の値は確定する。しかし、一般的には、制御問題は、等式を満たし、かつ、目的関数が最小である値を求める問題になる。等式の数よりも入力変数の数が多い場合、それぞれの入力変数の値は、確定しない。そのため、目的関数を最小化する入力変数の値が解となる。
　以上、説明したように、第２の実施形態には、未稼働の（将来の）制御対象に適用することが可能な制御装置等を提供することができるという効果がある。
　その理由は、本実施形態に係る制御装置１０１は、シミュレーションデータベース１０５を参照してシミュレーションを実行し、シミュレーション実行結果を保存した学習データベース１１５を参照して学習し、学習結果を保存した予測モデルデータベース１２５を参照して制御問題を生成するからである。
　さらに、制御装置１０１は、実稼働時に収集したデータでなく、シミュレーションによって得たデータを基に、制御問題を生成するため、実稼働時に変化する範囲の外を対象とする制御にも適用することが可能である。
　＜第３の実施形態＞
　次に上述した第２の実施形態に係る制御装置１０１を基本とする第３の実施形態について説明する。図８は、本発明の第３の実施形態に係る情報処理装置１００の構成を示すブロック図である。ただし、図８に示す構成は、一例であって、本発明は、図８に示す情報処理装置１００に限定されない。
　図８を参照すると、情報処理装置１００は、制御装置１０１と、処理装置１０２とを含む。制御装置１０１は、第２の実施形態と同様であるため、説明を省略する。
　処理装置１０２は、処理部１４０と、出力部１５０とを含む。
　処理部１４０は、制御装置１０１の生成部１３０で生成された制御問題の解を導出する。そのために、処理部１４０は、既存の解法アルゴリズムやそれを実装したソルバー（アプリケーションプログラム）を用いることができる。
　制御問題の解を導出する前に、処理部１４０は、第２の実施形態において制御装置１０１の生成部１３０で行うとしていた以下の処理を、生成部１３０の代わりに、行ってもよい。すなわち、処理部１４０は、予測モデルデータベース１２５に保存された関数に、設定値の一部または全部を代入してもよい。また、処理部１４０は、予測モデルデータベース１２５に保存された関数に、制御対象の状態を表す情報値の一部または全部を代入してもよい。
　出力部１５０は、処理部１４０の結果である制御問題の解を出力する。出力部１５０は、例えば、処理装置１０２に内蔵されたディスプレイである。あるいは、出力部１５０は、無線ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）により通信可能に処理装置１０２に接続されたディスプレイであってもよい。
　なお、情報処理装置１００、制御装置１０１および処理装置１０２は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）とプログラムを記憶した記憶媒体を含み、プログラムに基づく制御によって動作するコンピュータであってもよい。
　図９は、本発明の第３の実施形態の情報処理装置１００を実現可能なコンピュータ１００Ａの構成を例示的に説明する図である。
　情報処理装置１００のハードウェア構成であるコンピュータ１００Ａは、ＣＰＵ３１０と、ハードディスクやメモリ等の記憶部（記憶媒体）３２０と、他の装置等と通信を行う通信部３３０と、キーボード等の入力操作部３４０と、ディスプレイ等の表示部３５０とを含む。ＣＰＵ３１０は、記憶部３２０を制御し、コンピュータプログラムを実行することで、シミュレーション部１１０、学習部１２０、生成部１３０、処理部１４０および出力部１５０の機能を実現する。コンピュータプログラムは、記憶部３２０に記憶されていてもよい。なお、コンピュータ１００Ａは、単一のＣＰＵ３１０で、シミュレーション部１１０と、学習部１２０と、生成部１３０と、処理部１４０および出力部１５０の機能を実現するのではなく、複数のＣＰＵを用いてこれらの機能を実現してもよい。記憶部３２０は、シミュレーションデータベース１０５と、学習データベース１１５と、予測モデルデータベース１２５とを含む。なお、コンピュータ１００Ａは、単一の記憶手段３２０にそれらのデータベースを含むのではなく、複数の記憶手段３２０にデータベースを分散させてもよい。入力手段３４０は、ユーザ等からの入力を受け付ける。出力手段３５０は、ユーザ等へ結果を出力する。なお、通信手段３３０は、他の装置から制御問題等を受信し、他の装置へ結果を送信してもよい。
　図１０は、本発明の第３の実施形態の情報処理装置１００を実現可能なコンピュータシステム１００Ｂの構成を例示的に説明する図である。コンピュータシステム１００Ｂに含まれるコンピュータ１０１Ｂとコンピュータ１０２Ｂは、通信経路３３５を介して接続されている。通信経路３３５は、有線であっても無線であってもよい。
　コンピュータ１０１Ｂは、ＣＰＵ３１０Ａと、ハードディスクやメモリ等の記憶部（記憶媒体）３２０と、他の装置等と通信を行う通信部３３０Ａと、キーボード等の入力操作部３４０Ａと、ディスプレイ等の表示部３５０Ａとを含む。ＣＰＵ３１０Ａは、記憶部３２０を制御し、コンピュータプログラムを実行することで、シミュレーション部１１０、学習部１２０および生成部１３０の機能を実現する。コンピュータプログラムは、記憶部３２０に記憶されていてもよい。記憶部３２０は、シミュレーションデータベース１０５と、学習データベース１１５と、予測モデルデータベース１２５とを含む。
　コンピュータ１０２Ｂは、ＣＰＵ３１０Ｂと、他の装置等と通信を行う通信部３３０Ｂと、キーボード等の入力操作部３４０Ｂと、ディスプレイ等の表示部３５０Ｂとを含む。
ＣＰＵ３１０Ｂは、コンピュータプログラムを実行することで、処理部１４０および出力部１５０の機能を実現する。
　コンピュータシステム１００Ｂは、コンピュータ１０１Ｂとコンピュータ１０２Ｂを別々の場所に配置してもよい。例えば、コンピュータ１０１Ｂは、データセンターに配置し、コンピュータ１０２Ｂは、制御対象の近くに配置してもよい。また、コンピュータシステム１００Ｂは、一つのコンピュータ１０１Ｂに複数のコンピュータ１０２Ｂを接続する構成としてもよい。
　以上、説明したように、第３の実施形態には、未稼働の制御対象に適用することが可能な情報処理装置等を提供することができるという効果がある。
　その理由は、本実施形態に係る情報処理装置１００は、第２の実施形態により生成した制御問題に対して、その解を導出し、導出した解を出力するからである。
　＜第４の実施形態＞
　次に上述した第３の実施形態に係る情報処理装置１００を基本とする第４の実施形態について説明する。
　図１１は、本発明の第４の実施形態に係る情報処理装置１００１の構成を示すブロック図である。図１１を参照すると、本発明の第４の実施形態の情報処理装置１００１は、制御対象２００１に接続されている。図１１に示す情報処理装置１００１は、制御装置と処理装置が分かれた構成としていないが、図８に示した情報処理装置１００のように制御装置と処理装置とに分かれる構成として実現してもよい。以降に示す図１２および図１３も同様である。
　制御対象２００１は、駆動部２１０を含む。
　駆動部２１０は、情報処理装置１００１の出力部１５０から出力される値を基に、アクチュエータ（図示しない）を駆動する。アクチュエータを駆動する操作は、個々のアクチュエータごとにあらかじめ設定されており、その設定された内容に従って、行われる。例えば、出力部１５０による出力値が１０である場合、駆動部２１０は、モータを１０秒間オンにする。また、例えば、駆動部２１０は、モータの入力電圧を１０ボルトに設定するとしてもよい。
　以上、説明したように、第４の実施形態には、未稼働の制御対象に適用することが可能な情報処理装置等を提供することができるという効果がある。
　その理由は、本実施形態に係る情報処理装置１００１は、第３の実施形態によって得られた制御問題の解を基に、制御対象２００１の駆動部２１０がアクチュエータを駆動するからである。
　＜第５の実施形態＞
　次に上述した第４の実施形態に係る情報処理装置１００１を基本とする第５の実施形態について説明する。
　図１２は、本発明の第５の実施形態に係る情報処理装置１００２の構成を示すブロック図である。図１２を参照すると、本発明の第５の実施形態の情報処理装置１００２は、制御対象２００２に接続されている。
　制御対象２００２は、駆動部２１０と、測定部２２０とを含む。
　駆動部２１０は、第４の実施形態と同様であるため、説明を省略する。
　測定部２２０は、制御対象２００２の稼働時に、制御対象２００２の出力値と状態、および、制御対象２００２へ入力した入力値を測定する。そして、測定部２２０は、それらの測定した値を学習データベース１１５に追加して保存する。
　学習部１２０は、データが追加された学習データベース１１５を参照して再び学習を行い、予測モデルを作成する。そして、学習部１２０は、その予測モデルを予測モデルデータベース１２５に保存する。
　再び学習するタイミングは、例えば、あらかじめ決めた周期でも、学習データベース１１５に追加されたデータ量がある値を超えた時でも、あるいは、情報処理装置１００２の外部から再学習することを要求する信号を受け取った時でもよい。
　以上、説明したように、第５の実施形態には、未稼働の制御対象に適用することが可能な情報処理装置等を提供することができるという効果がある。
　その理由は、本実施形態に係る制御装置１００２は、測定部２２０が測定した値を基に、学習部１２０が再び学習を行うことにより、測定した値を反映した予測モデルを作成するからである。これにより、情報処理装置１００２は、シミュレーションによって生成されたデータを学習して作成した予測モデルを、より現実に即した内容にすることが可能である。
　＜第６の実施形態＞
　次に上述した第５の実施形態に係る情報処理装置１００２を基本とする第６の実施形態について説明する。
　図１３は、本発明の第６の実施形態に係る情報処理装置１００３の構成を示すブロック図である。図１３を参照すると、本発明の第６の実施形態の情報処理装置１００３は、本発明の第５の実施形態の情報処理装置１００２に、さらに、判定部１６０を含む。
　判定部１６０は、処理部１４０で求められた入力値に対して、予測モデルを用いて計算された予測値と、制御対象２００３の測定部２２０で測定された値とを比較し、そのかい離があらかじめ定められた値を超えた時に再学習が必要であると判定する。
　判定部１６０により再学習が必要であると判定された場合、学習部１２０は、学習データベース１１５を参照して、学習する。そして、学習部１２０は、学習した結果を、予測モデルデータベース１２５に保存する。
　以上、説明したように、第６の実施形態には、未稼働の制御対象に適用することが可能な情報処理装置等を提供することができるという効果がある。
　その理由は、本実施形態に係る情報処理装置１００３は、予測モデルを用いて計算した予測値と、測定部２２０が測定した値がかい離している場合に、測定部２２０が測定した値を基に、学習部１２０が再学習を行うことにより、測定した値を反映した予測モデルを作成するからである。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は、２０１５年６月１８日に出願された日本出願特願２０１５－１２２４８６を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　１０　　制御装置
　１１　　シミュレーション部
　１２　　学習部
　１３　　生成部
　１４　　記憶部
　１００　　情報処理装置
　１００Ａ、１０１Ｂ、１０２Ｂ　　コンピュータ
　１００Ｂ　　コンピュータシステム
　１０１　　制御装置
　１０２　　処理装置
　１０５　　シミュレーションデータベース
　１１０　　シミュレーション部
　１１５　　学習データベース
　１２０　　学習部
　１２５　　予測モデルデータベース
　１３０　　生成部
　１４０　　処理部
　１５０　　出力部
　１６０　　判定部
　２１０　　駆動部
　２２０　　測定部
　３１０、３１０Ａ、３１０Ｂ　　ＣＰＵ
　３２０　　記憶部
　３３０、３３０Ａ、３３０Ｂ　　通信部
　３３５　　通信経路
　３４０、３４０Ａ、３４０Ｂ　　入力操作部
　３５０、３５０Ａ、３５０Ｂ　　表示部
　１００１、１００２、１００３　　情報処理装置
　２００１、２００２、２００３　　制御対象

Claims (10)

  1. 　記憶手段と、
    　アクチュエータの操作の統計量を基に、シミュレーションを行い、その操作に対する出力に関する情報を求めて、求めた情報を前記記憶手段に保存するシミュレーション手段と、
    　前記情報を基に学習し、その結果として得られる予測モデルを前記記憶手段に保存する学習手段と、
    　前記予測モデルを参照して制御問題を生成する生成手段と、
    を備えた制御装置。
  2. 　前記予測モデルは、ある時刻の制御対象の出力を目的変数とし、前記時刻以前の制御対象の入力を説明変数に含む関数から成る
    請求項１記載の制御装置。
  3. 　前記関数は、区分線形関数である
    請求項２記載の制御装置。
  4. 　前記アクチュエータの操作の統計量は、アクチュエータの操作の最小値、最大値または確率分布のいずれかを含む
    請求項１乃至３の何れか一項に記載の制御装置。
  5. 　前記制御問題を処理する処理手段と、
    　前記処理手段により求められた出力情報を出力する出力手段と
    　請求項１乃至４の何れか一項に記載の制御装置と
    を備えた情報処理装置。
  6. 　前記出力手段が出力した前記出力情報を基にアクチュエータの操作を行う装置に接続された請求項５記載の情報処理装置。
  7. 　前記アクチュエータの操作を行った時の情報を測定した測定情報を前記記憶手段に追加し、追加後の前記記憶手段に保存された情報を参照して、前記学習手段が再学習することにより前記予測モデルを作成する請求項６記載の情報処理装置。
  8. 　前記処理手段が処理した結果と、前記測定情報とを比較し、再学習の要否を判定する判定手段をさらに備え、
    　前記判定手段により再学習が必要と判定された場合に、前記学習手段が再学習することにより予測モデルを作成する請求項７記載の情報処理装置。
  9. 　アクチュエータの操作の統計量を基にシミュレーションを行い、その操作に対する出力に関する情報を求めて、求めた情報を記憶手段に保存し、
    　前記情報を基に学習し、その結果として得られる予測モデルを前記記憶手段に保存し、
    　前記予測モデルを参照して制御問題を生成する
    制御方法。
  10. 　記憶手段を備えるコンピュータに、
    　アクチュエータの操作の統計量を基にシミュレーションを行い、その操作に対する出力に関する情報を求めて、求めた情報を前記記憶手段に保存するシミュレーション機能と、
    　前記情報を基に学習し、その結果として得られる予測モデルを前記記憶手段に保存する学習機能と、
    　前記予測モデルを参照して制御問題を生成する生成機能と
    を実行させる
    コンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体。
PCT/JP2016/002843 2015-06-18 2016-06-13 制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体 WO2016203757A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017524608A JP6947029B2 (ja) 2015-06-18 2016-06-13 制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015-122486 2015-06-18
JP2015122486 2015-06-18

Publications (1)

Publication Number Publication Date
WO2016203757A1 true WO2016203757A1 (ja) 2016-12-22

Family

ID=57545826

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/002843 WO2016203757A1 (ja) 2015-06-18 2016-06-13 制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体

Country Status (2)

Country Link
JP (1) JP6947029B2 (ja)
WO (1) WO2016203757A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018143019A1 (ja) * 2017-01-31 2018-08-09 日本電気株式会社 情報処理装置、情報処理方法およびプログラム記録媒体
WO2020121551A1 (ja) * 2018-12-12 2020-06-18 日本電信電話株式会社 マルチデバイス連携制御装置、マルチデバイス連携制御方法およびマルチデバイス連携制御プログラム、並びに、学習装置、学習方法および学習プログラム
JP2021114073A (ja) * 2020-01-17 2021-08-05 株式会社荏原製作所 めっき支援システム、めっき支援装置およびめっき支援プログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007213483A (ja) * 2006-02-13 2007-08-23 Idemitsu Kosan Co Ltd Ｐｉｄ制御器の最適調整システム及び最適調整方法
JP2007241624A (ja) * 2006-03-08 2007-09-20 Hitachi Ltd プラントの制御装置と制御方法及び火力発電プラントとその制御方法
JP2010079464A (ja) * 2008-09-25 2010-04-08 Yokogawa Electric Corp プラント制御システムおよびプラント制御方法
JP2013109711A (ja) * 2011-11-24 2013-06-06 Yokogawa Electric Corp プラントモデル生成装置およびプラント運転支援システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010191535A (ja) * 2009-02-16 2010-09-02 Mazda Motor Corp 車両用サスペンションの設計支援装置、車両用サスペンションの設計支援方法、及び車両用サスペンションの設計支援プログラム
JP5768834B2 (ja) * 2013-04-12 2015-08-26 横河電機株式会社 プラントモデル管理装置及び方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007213483A (ja) * 2006-02-13 2007-08-23 Idemitsu Kosan Co Ltd Ｐｉｄ制御器の最適調整システム及び最適調整方法
JP2007241624A (ja) * 2006-03-08 2007-09-20 Hitachi Ltd プラントの制御装置と制御方法及び火力発電プラントとその制御方法
JP2010079464A (ja) * 2008-09-25 2010-04-08 Yokogawa Electric Corp プラント制御システムおよびプラント制御方法
JP2013109711A (ja) * 2011-11-24 2013-06-06 Yokogawa Electric Corp プラントモデル生成装置およびプラント運転支援システム

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018143019A1 (ja) * 2017-01-31 2018-08-09 日本電気株式会社 情報処理装置、情報処理方法およびプログラム記録媒体
JPWO2018143019A1 (ja) * 2017-01-31 2019-11-21 日本電気株式会社 情報処理装置、情報処理方法およびプログラム
JP7131393B2 (ja) 2017-01-31 2022-09-06 日本電気株式会社 情報処理装置、情報処理方法およびプログラム
WO2020121551A1 (ja) * 2018-12-12 2020-06-18 日本電信電話株式会社 マルチデバイス連携制御装置、マルチデバイス連携制御方法およびマルチデバイス連携制御プログラム、並びに、学習装置、学習方法および学習プログラム
JPWO2020121551A1 (ja) * 2018-12-12 2021-09-02 日本電信電話株式会社 マルチデバイス連携制御装置、マルチデバイス連携制御方法およびマルチデバイス連携制御プログラム、並びに、学習装置、学習方法および学習プログラム
JP7088313B2 (ja) 2018-12-12 2022-06-21 日本電信電話株式会社 マルチデバイス連携制御装置、マルチデバイス連携制御方法およびマルチデバイス連携制御プログラム
US11874634B2 (en) 2018-12-12 2024-01-16 Nippon Telegraph And Telephone Corporation Multi-device coordination control device, multi-device coordinaton control method, and multi-device coordination control program, and learning device, learning method, and learning program
JP2021114073A (ja) * 2020-01-17 2021-08-05 株式会社荏原製作所 めっき支援システム、めっき支援装置およびめっき支援プログラム
JP7358251B2 (ja) 2020-01-17 2023-10-10 株式会社荏原製作所 めっき支援システム、めっき支援装置、めっき支援プログラムおよびめっき実施条件決定方法

Also Published As

Publication number Publication date
JP6947029B2 (ja) 2021-10-13
JPWO2016203757A1 (ja) 2018-05-24

Similar Documents

Publication Publication Date Title
Chen et al. Optimal control via neural networks: A convex approach
Reynoso-Meza et al. Controller tuning using evolutionary multi-objective optimisation: current trends and applications
US11030557B2 (en) Predicting arrival time of components based on historical receipt data
Kondratenko et al. Multi-criteria decision making for selecting a rational IoT platform
JP2018195308A (ja) プロセス及び製造業における業績評価指標のデータに基づく最適化のための方法及びシステム
US20170372224A1 (en) Deep learning for imputation of industrial multivariate time-series
KR102506122B1 (ko) 강화 학습 모델 구축 방법, 장치, 전자 기기 및 매체
JP7279445B2 (ja) 予測方法、予測プログラムおよび情報処理装置
US11573541B2 (en) Future state estimation device and future state estimation method
JP2005523534A (ja) 自動的ニューラルネットモデル発生及びメインテナンス
Nagy et al. Ten questions concerning reinforcement learning for building energy management
WO2016203757A1 (ja) 制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体
EP3798778A1 (en) Method and system for detecting an anomaly of an equipment in an industrial environment
JP2004178492A (ja) 強化学習法を用いたプラントシミュレーション方法
JPWO2015037165A1 (ja) 情報処理装置、予測制御方法、及び、プログラム
Doltsinis et al. Reinforcement learning for production ramp-up: A Q-batch learning approach
JP2018528511A (ja) 生産システムにおける出力効率の最適化
JP6086875B2 (ja) 発電量予測装置および発電量予測方法
Hatzikos et al. Genetic algorithms in norm-optimal linear and non-linear iterative learning control
CN113821903B (zh) 温度控制方法和设备、模块化数据中心及存储介质
EP3832413A1 (en) System, device and method for model based analytics
JP7060130B1 (ja) 運用支援装置、運用支援方法及びプログラム
Ao et al. Batch-to-batch iterative learning control of a batch polymerization process based on online sequential extreme learning machine
JP7336425B2 (ja) モデル学習装置、制御装置、モデル学習方法、および、コンピュータプログラム
Krupitzer et al. Using spreadsheet-defined rules for reasoning in self-adaptive systems

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16811232

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017524608

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16811232

Country of ref document: EP

Kind code of ref document: A1