回帰型深層ニューラルネットワークを用いた多目的最適化の高速化

カテゴリ: 研究会(論文単位)

論文No: RM19097

グループ名: 【D】産業応用部門 回転機研究会

発行日: 2019/09/13

タイトル(英語): Acceleration of Multi-objective Optimization Using Regression Deep Neural Network

著者名: 土居 周平(北海道大学),浅沼 丈(北海道大学),五十嵐 一(北海道大学)

著者名(英語): Shuhei Doi(Hokkaido University),Jo Asanuma(Hokkaido University),Hajime Igarashi(Hokkaido University)

要約(日本語): 回帰型畳み込みニューラルネットワーク(CNN)を用いて平均トルクやトルクリプルを評価し，その評価値が優れている個体のみをFEMを用いて評価することで，最適化時間を短縮する手法について述べる．回帰型CNNは，入力をモータの材料分布画像とし，平均トルクとトルクリプルのそれぞれの評価値を出力とした．最適化には学習済みのネットワークを用いた．

要約(英語): This paper discusses the effective use of deep learning for acceleration of the topology optimization using genetic algorithm, which is applied to an electric motor. The torque performance of a motor is evaluated by the trained regression CNN in the optimization.

原稿種別: 日本語

PDFファイルサイズ: 1,422 Kバイト