研究発表

本研究においては、形状全体の特徴である巨視的形状情報を考慮した、新しい形状表現の方法について考察した。従来定量的に記述できなった巨視的形状情報のうち、特に形状の複雑さに関して、情報理論におけるエントロピーや期待値を用いる定量的記述方法の可能性を示した。

概念から設計解である形状を生成するための逆推論システムを提示し、設計上流過程での支援を試みた。逆推論部には遺伝的アルゴリズムを用い、その適応度予測部にはニューラルネットワーク・モデルや重回帰式などを併用した層構造モデルを用いることで、非線形で複雑な評価構造に対応した。

発想支援を目的として、多様解を導出する解探索アルゴリズムを提案した。本アルゴリズムの特徴は、初期形状を有さない点にあり、単一セルからの増殖により、多様な形状を生成する。また、形状生成部には拡張セルラ・オートマトンを用いた。

多様場において使用される人工物の最適設計法として、階層化ファジイ積分法およびロバスト設計法を用いる方法を提示した。また、その方法を鉄道車両用シートの設計に適用することで、その有効性を示した。

設計上流過程の支援を目的とし、製品のイメージ目標から形状を生成する逆推論システムを構築する方法を提案した。因子分析より得られる価値空間にイメージ目標を設定し、目標と解候補間の距離を基準内にすべく、遺伝的アルゴリズムにより解探索を行う。適応度は階層モデルを用いた。価値空間から解空間へ逆推論する形状生成システムであり、その構築のための具体的方法を示した。

構造物の設計上流過程において、最低限の強度を持った複数の基本形状を導出し、設計者に提示するシステムの構築を行った。本システムでは、制約条件の少ない広い解空間から多様な形状を導出することを目的として、遺伝的アルゴリズムや要素発生法など、生物の創成を模擬した方法を用いた。そして、椅子の設計に本システムを適用した結果、多様な設計解の導出が確認され、システムの有効性が検証された。