深層学習とCMA-ESを用いた多目的最適化

カテゴリ: 全国大会

論文No: 5-055

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Multi-objective Optimization Using Deep Learning and CMA-ES

著者名: 三上稜介（北海道大学）,佐藤駿輔（北海道大学）,林翔吾（北海道大学）,五十嵐一（北海道大学）

著者名(英語): Ryosuke Mikami (Hokkaido University),Hayaho Sato (Hokkaido University),Shogo Hayashi (Hokkaido University),Hajime Igarashi (Hokkaido University)

キーワード: 永久磁石モータ|深層学習|CMA-ES|NSGA-II|permanent magnet motor|deep learning|CMA-ES|NSGA-II

要約(日本語): 【背景】電気自動車の普及に伴い永久磁石モータの設計が重要視されているが，有限要素法（FEM）を用いた解析は計算時間が長くなる。【目的】深層学習を用いてモータの性能予測を行うことで計算コストを削減し，多目的最適化に活用する。【方法】事前にCMA-ESを用いた単目的最適化を数回行い，それらを学習データとして畳み込みニューラルネットワーク（CNN）を構築する。構築したCNNとCMA-ESを用いて多目的最適化を実行する。【結果】事前最適化では得られなかった，多様な性能を持つパレート解が得られた。FEMを用いた最適

本誌掲載ページ: 99-101 p

原稿種別: 日本語

PDFファイルサイズ: 613 Kバイト