[P-131] セルオートマトンを用いた自動設計の研究
Keywords:遺伝的アルゴリズム、設計最適化、ニューラルネットワーク、自動設計、セルオートオートマタ
<概要>
設計最適化の手法としてセルオートマトン(CA)を用いた方法がある。CAはトポロジー最適化問題を解く手法の一つで、構造物を細かいブロック(セル)に分解し,セル同士が周囲の環境に基づいて発生と消滅を繰り返し構造を形成する。CAを用いた構造最適化はセルの行動規則を変更して行う。しかし、人間が行動規則を定義することにより、その変動幅に狭くなり、セルの連携も単純なものにしてしまう。そこで、変動幅を大きく取れ、より複雑な連携をとることを可能にする新たなCAを考案した。
設計最適化の手法としてセルオートマトン(CA)を用いた方法がある。CAはトポロジー最適化問題を解く手法の一つで、構造物を細かいブロック(セル)に分解し,セル同士が周囲の環境に基づいて発生と消滅を繰り返し構造を形成する。CAを用いた構造最適化はセルの行動規則を変更して行う。しかし、人間が行動規則を定義することにより、その変動幅に狭くなり、セルの連携も単純なものにしてしまう。そこで、変動幅を大きく取れ、より複雑な連携をとることを可能にする新たなCAを考案した。
<考察・展望>
セルの行動規則をNNによって定義したことによって、大幅にCAの自由度を高められた。さらに、行動規則の定義を目的に合わせて変更する必要がなくなったので、CAを用いた単一手法を多目的に対して使用することが出来るようになった。
さらに、伝達物質などの要素によって、セルが複雑な連携行動取ることができた。しかし、これらの要素が設計の最適化にもたらす効果と、そのメカニズムは具体的に判明しておらず、今後探求していかなくてはならない。
セルの行動規則をNNによって定義したことによって、大幅にCAの自由度を高められた。さらに、行動規則の定義を目的に合わせて変更する必要がなくなったので、CAを用いた単一手法を多目的に対して使用することが出来るようになった。
さらに、伝達物質などの要素によって、セルが複雑な連携行動取ることができた。しかし、これらの要素が設計の最適化にもたらす効果と、そのメカニズムは具体的に判明しておらず、今後探求していかなくてはならない。