T：その他
T-005ディープニューラルネットワークを用いた大規模データのモデリング高速化
応答曲面モデルを作成することで、応答に対して影響度の高いパラメータを明確にする等の分析を行うことが多々あります。しかし大規模データに対するモデリングにおいて、作成時間が長時間となったりマシンがフリーズする等の課題があります。本事例では、従来より使用されていた応答曲面法（RBFやKrigingなど）では困難だった50万データに対し、Optimusの機械学習手法であるディープニューラルネットワークを用いてモデルを作成したベンチマークを紹介します。
大規模データのモデル化が可能となることで、モデル作成のためにデータ削減の検討が不要となり、膨大にある過去の解析データ、実測データをOptimusに取り込んで、すぐに分析作業を行うことが可能となりました。
T-004材料データベースの作成・分析
材料設計は自由度が高く材料試験が膨大となります。そこでCAEを用いた仮想材料試験を活用することで、材料種や試験条件が多数あっても追加コストなしに物性値を取得ができます。本事例では、樹脂中に4種類のフィラーを混ぜた複合材料の熱伝導率をMultiscale.Simの仮想材料試験によって計測します。4種類のフィラー配合は無数にありますが、Optimusの実験計画法によってフィラー配合に対する熱伝導率の材料データベースを自動的に構築した事例を紹介します。
大量のデータを分析することにより、4種のフィラーと熱伝導率の関係性や、仕様を満たす熱伝導率のうち最も低コストなフィラー含有率の予測が可能となりました。
GT-013 自動化が困難なCAEの最適化
CAEを用いた最適化計算を実施するには、解析処理の自動化が必須となります。従来バッチ処理やAPIといった技術による自動化が一般的ですが、これらの仕組みを持たないCAEツールでは、一般的に最適化計算が困難でした。このような課題に対する解決策の1つが、近年注目されているRPA(Robotic Process Automation)の活用です。RPAはユーザーの操作履歴を記録し、所望の処理を自動化できるため、バッチ処理やAPIの仕組みを持たないCAEツールも自動化が可能です。本事例では、ANSYS Discovery Liveによるスタティックミキサーの流体解析をRPAツールで自動化し、Optimusで多目的最適化する事例を紹介しています。
T-001ナップサック問題への適用例
本資料では組み合わせ最適化問題の1つとして知られる「ナップサック問題」にOptimusの最適化アルゴリズムを適用した例を紹介します。
サイバネットシステム株式会社 Optimus お問い合わせ窓口TEL: 03-5297-3299 （受付時間 9:30〜12:00、13:00〜17:00（土日祝日・弊社特別休業日を除く）
お問い合わせ全般 お問い合わせフォーム お問い合わせ一覧