各種最適化事例はこちら 過去のユーザー講演情報と資料のダウンロードはこちら
現在市場で求められる製品は、性能だけでなく、低価格で小型・軽量、さらには丈夫で安全など、非常に多くの要因が求められています。企業にとってはこれらの要因を極限まで改善するために、多くの開発期間と開発コストが必要になりますが、実際には低コストで短期間に開発しなければ市場での競争に勝つことはできません。
シミュレーションにおいて最適化を行うことで、これらの要因を改善するだけでなく、従来設計者が最適な設計案を求めるために行っていた解析の試行錯誤を完全に自動化することができます。また、設計者の経験だけでは得ることが難しかった最適な設計案を求めることができます。
Optimusの最適化機能を利用することで技術者の経験値によらず、多くの設計パラメータや制約条件が複雑に作用している設計問題の中から最適な設計案を自動的に得ることができます。これによりトライ&エラーに費やしていた時間をよりクリエイティブな業務に費やすことができます。また、最適化計算によって得られたデータや実験計画法、応答曲面法を利用することで「なぜ得られた結果が最適なのか」を把握することができ、従来の勘と経験に代わる多くの情報を得ることができます。
多くの演算を行えば最適解の精度を向上させることができますが、実際の設計現場においては開発に費やせる期間は限られています。Optimusでは実際の設計や製造現場において実用的であることを重視し、効率的に最適化計算を行うための様々なソリューションをご用意しています。
設計上考慮すべき複数の制約条件を満足した上で、改善すべき目的関数(評価値)の最適解を得ることができます。考慮すべき評価値の許容範囲や優先順位が明確で、ある評価値を極限まで改善したい場合などに有効です。
最適化アルゴリズムには様々な手法があり、手法ごとに最適解を探索する戦略が異なります。 単一目的最適化の場合、局所的最適化と大域的最適化の2つに大別することができます。
初期設計案の近傍において、少ない計算回数で精度良く最適解を探索することができます。以下のようなケースにおいて短期間で最適解を探索できます。
局所的最適化手法として代表的な逐次2次計画法を含め、多くの設計変数や制約条件に対応した手法を搭載。また、従来の局所的最適化手法では困難であった目的関数の形状にノイズを含む問題などにも、局所的最適化手法と応答曲面法によるハイブリッドな手法により対応することができます。
検討している設計空間全体において、最も優れた最適解を探索することができます。以下のようなケースにおいて非常に高い確率で大域的最適解を探索できます。
大域的最適化手法として代表的な遺伝的アルゴリズムを含め、多くの設計変数や制約条件に対応した手法を搭載。一般的に大域的最適化手法は局所的最適化手法に比べ計算回数が増加しますが、Optimusでは内部的にサンプリングと応答曲面モデルの更新を自動的に行う手法を搭載することで、計算効率の向上を実現しています。
競合する複数の目的関数(評価値)を改善することやそれらの関係性を把握することができます。以下のようなケースにおいて有効な最適化手法です。
多目的最適化手法として代表的なNSGA-IIをベースとした手法を含め、多くの目的関数に対して安定してパレート解を得られる多数の手法を搭載。Optimusでは内部的にサンプリングと応答曲面モデルの更新を自動的に行う手法や解空間において均一にパレート解を求めるための手法などを搭載することで、計算効率の向上と多様な設計案の探索を実現しています。
Optimus標準搭載の最適化手法のほか、ユーザーが独自に開発した最適化手法をOptimusに取り込むことができます。OptimusのGUI上で利用でき、計算実行からポスト処理まで標準搭載の最適化手法と同様に使用することができます。
詳細については「カスタマイズ機能」紹介ページをご参照ください。