場面遷移ネットと機械学習を用いた離散・連続混合システムのシミュレーションと最適化

カテゴリ: 部門大会

論文No: TC1-5

グループ名: 【C】平成26年電気学会電子・情報・システム部門大会講演論文集

発行日: 2014/09/03

タイトル(英語): Simulation and Optimization of Discrete-continuous Hybrid Systems using Scene Transition Nets and Machine Learning

著者名: 舘山 武史(愛知工科大学)

著者名(英語): Takeshi Tateyama(Aichi University of Technology)

キーワード: 離散・連続混合システム|場面遷移ネット|機械学習|最適化|discrete-continuous hybrid systems|scene transition nets|machine learning|optimization

要約(日本語): 近年の産業システムは大規模・複雑化する傾向にあり，同時に効率性，柔軟性，頑健性，環境への配慮など，様々な要求を満たすことが求められるため，その構築や運用は，ますます困難なものとなってきている．このようなシステムの挙動を検証するためには，システムをモデル化し，シミュレーションを行うことが有効な手段の一つであるが，これらのシステムは離散事象システムと連続変数システムが混在した離散・連続混合システムとしてモデル化せざるを得ない場合が多い．また，このような複雑なシステムの最適化を行うには，遺伝アルゴリズムや強化学習などの各種機械学習手法を導入したシミュレーションを実行することが有効である．本稿では，離散・連続混合システムのモデリング・シミュレーションツールである「場面遷移ネット」を用いて複雑システムのモデリングを行い，機械学習を導入したシミュレーションにより最適化を行う手法について述べる．

PDFファイルサイズ: 735 Kバイト