非線形プロセス情報操作のための遺伝的ニューラルネットワークシステムの開発
【研究分野】化学工学一般
【研究キーワード】
遺伝的アルゴリズム / ニューラルネットワーク / 非線形性 / プロセス / 情報処理 / スケジューリング / モデル化 / 反応・分離システム / 反応分離システム / (1)遺伝的アルゴリズム / (2)ニューラルネットワーク / (3)非線形 / (4)プロセス / (5)スケジューリング / (6)モデル化 / (7)反応システム / (8)分離システム / 非線形 / 反応システム / 分離システム
【研究成果の概要】
遺伝的アルゴリズム(GA)を用いてニューラルネットワーク(NN)の学習と構造決定を同時に行う新たなハイブリッド手法(GANN)を、複雑な制約条件を持つバッチプロセスの運転管理とスケジューリング、また非線形反応・分離プロセスのモデリングと制御へ応用し、実用的システムとして展開していくことを目的として研究を行い、以下のような成果を挙げることができた。
1.GANNの基盤技術となるニューラルネットワークを用いて、重合反応プロセスや液クロマト分取プロセスから得られる非線形プロセスデータを的確にモデル化できることを示すことができた。また、この成果を通してニューラルネットワークの汎化性能を支配する因子として中間層のユニット数が重要であること明らかにし、GANNの遺伝子展開における構造を的確に設計することができた。
2.プロセスの状態を把握しながら変種変量生産にリアルタイムかつ柔軟に対応してプロセスの運転計画を管理する統合運転管理システムの中核となる外乱適応型のGANN動的スケジューリングシステムを完成させることができた。そして、同システムが、突然の生産計画変更や装置の故障や修理に適切に対応できることを示すことができた。
3.撹拌槽型反応モデル装置の制御系の基本構造をGANNシステムを用いて設計する方法を一例として検討し、同システムが制御系設計における最適化手法として極めて有益であることを示すことができた。
以上により、非線形性の強いプロセス情報に関するモデル化、制御、運転管理の領域でのシステム開発を行うことができ、ならびに同システムの有効性、汎用性の実証を行うことができた。
【研究代表者】