熱流体解析モデルのデータ同化のための多目的最適化手法の比較評価

カテゴリ：研究会(論文単位)

論文No：PSE25217,ST25046,SMF25066

グループ名：【B】電力・エネルギー部門 電力系統技術/【C】電子・情報・システム部門 システム/【D】産業応用部門 スマートファシリティ合同研究会

発行日：2025/10/28

タイトル(英語)：Comparative Evaluation of Multi-Objective Optimization Methods for Data Assimilation in Reduced Order Model of Thermal Fluid Analysis

著者名：桐淵 大貴(東芝),鈴木 智之(東芝)

著者名(英語)： Daiki Kiribuchi(Toshiba),Tomoyuki Suzuki(Toshiba)

キーワード：ブラックボックス最適化,代理モデル,ＩＨＣＰ,ＲＯＭ,ＥＨＶＩ,ＣＭＡ－ＥＳ,Black-box optimization,surrogate model,inverse heat conduction problem,reduced order model,expected hyper-volume improvement,covariance matrix adaptation evolution strategy

要約(日本語)：蓄電池システムの熱流体解析の近似モデル（ROM）は、観測データに合うようにモデルパラメータを調整するデータ同化が必要である。我々は進化戦略を用いてデータ同化を行ってきたが、計算時間が長い場合には、より効率化できる可能性がある。本稿では、データ同化に進化戦略とベイズ最適化の2つの多目的最適化手法を適用し、比較評価を行う。モデルの計算時間と最適化総時間に依存して、2手法の優劣が変わることを確認する。

要約(英語)：The reduced order model for thermal fluid analysis of battery systems requires data assimilation, i.e., adjusting model parameters to fit observed data. While we have previously employed evolution strategy for this purpose, its efficiency can be limited when computation time is extensive. In this paper, we compare two multi-objective optimization methods: evolution strategy and Bayesian optimization. Our results indicate that the superiority of these methods varies based on the model's computation time and the overall optimization duration.

本誌：2025年10月31日電力系統技術/システム/スマートファシリティ合同研究会

本誌掲載ページ：157-160p

原稿種別：日本語

PDFファイルサイズ：1,048Kバイト