共分散行列適応進化戦略と深層学習を用いたトポロジー最適化の加速に関する検討

カテゴリ: 研究会(論文単位)

論文No: SA21013,RM21013

グループ名: 【B】電力・エネルギー部門 静止器/【D】産業応用部門 回転機合同研究会

発行日: 2021/03/01

タイトル(英語): An Investigation on Acceleration of Topology Optimization Using CMA-ES and Deep Learning

著者名: 佐藤 孝洋(東芝エネルギーシステムズ),藤田 真史(東芝エネルギーシステムズ)

著者名(英語): Takahiro Sato(Toshiba Energy Systems & Solutions Corporation),Masafumi Fujita(Toshiba Energy Systems & Solutions Corporation)

キーワード: トポロジー最適化|ＣＭＡ－ＥＳ|深層学習|Topology Optimization|CMA-ES|Deep Learning

要約(日本語): 進化計算型のトポロジー最適化は計算負荷が重く、計算加速のために様々な方法が検討されてきた。本報では、CMA-ESを導入することで計算が加速できることを示し、さらに深層学習を用いた過去結果の活用とCMA-ESを組み合わせた場合の結果についても併せて報告する。

要約(英語): In this paper, CMA-ES is introduced into the evolutional topology optimization. In addition, deep learning is utilized to affectively use the resultant solutions obtained by past optimizations.

本誌: 2021年3月4・5日静止器/回転機合同研究会―1

本誌掲載ページ: 59-64 p

原稿種別: 日本語

PDFファイルサイズ: 2,029 Kバイト