製品情報
実験計画法・応答曲面法
効率的な最適化の為の設計問題の高度な分析機能
実験を行う際、サンプリングの組合せと分析方法がその工数と分析精度を決定します。そのため、効率的な手法を活用するか否かで実験そのものの成果も異なります。
Optimusの実験計画・応答曲面手法は設計パラメータと出力の間で形成される解空間の分析に広く活用することが可能です。最適化を行う前にこれらの手法を通して多くの情報を把握することで、より「効率的な最適化」への指針が導き出されます。
Optimusの実験計画手法
効率的なサンプリング手法を搭載
Optimusではサンプリングに対する敷居を下げ、与えられた時間や目的に応じて効率的に問題の分析が行える以下の手法を搭載しています。
- 混合水準要因計画
- 中心複合計画
- ラテン超方格…etc.（全20種類）
ポスト処理を通じた問題の把握
得られた結果はポスト処理を通してその相関性を視覚的に確認、問題の特性が明確に掴めます。
Optimusの応答曲面手法
精度の高い分析が行える手法を搭載
Optimusではサンプリングデータを最大限に活用し、問題の傾向や応答曲面の使用目的に応じた多数の応答曲面手法を搭載しています。
- 回帰（最小二乗法）モデル：テイラー近似を代表とする4手法
- 補間モデル：精度の高いモデル作成が可能なKriging・RBF（Radial Basis Function ）
- 機械学習モデル：ニューラルネットワークを代表とする4手法
- スマートモデル：最適な応答曲面モデルを自動で作成/選択する手法
オリジナルの応答曲面手法も搭載可能
また、Optimusではユーザーが独自に作成した応答曲面手法も取り込めます。インポート後は、Optimusの一機能として演算の実行やポスト処理で使用できます。
実験を行っていない領域の結果を予測
応答曲面法は、サンプリングされたデータを元に設計パラメータと出力の関係性を応答曲面モデル（近似式）として表します。この作成によって、実際には実験を行っていない領域の予測も簡単に行えます。
ポスト処理を通じた分析
作成された応答曲面モデルの係数は各設計パラメータの寄与度（設計変数の重要度）として表され、寄与度に基づいたデータマイニング等に活用されています。また、2Dや3Dの曲面として表現することで複雑な解空間の分析にも非常に有効です。
応答曲面モデルを使用した最適化時間のスリム化
応答曲面モデルを、最適化やロバスト信頼性の演算で代替モデルとしても活用できます。実際に解析を実行する必要がなくなり、演算時間のコスト削減にも貢献します。
実験データから応答曲面モデルの作成
解析データだけでなく実機実験で得られたサンプリングデータもOptimusに取り込む事が出来ます。この機能を通じて、「解析」に囚われない問題分析にもご活用できます。
関連情報
応答曲面法の活用事例 A-014, A-017, A-009, DL-005, FJK-006