信息处理装置、信息处理方法及计算机可读取存储介质与流程

本技术涉及信息处理装置、信息处理方法及计算机可读取存储介质。

背景技术：

1、产品设计可以理解为追求多个目标的多目标优化问题。例如，在电池的设计中，追求容量的增加、输出的增加、生产成本的降低等。在多目标优化问题中，有时会使用进化型算法。进化型算法中，例如非支配排序遗传的算法(nsga-ii：non-dominated sortinggenetic algorithm-ii)、强度帕雷托进化的算法(spea：strength pareto evolutionaryalgorithm)等为代表。

2、关于这一点，专利文献1中，对在产品的工学设计优化中求出帕雷托最优解的系统及方法进行了记载。在该系统及方法中，将分别独立进行的优化的帕雷托最优解以生成1组更收敛且更多样的组合的方式进行组合。组合在优化的进化行程中，在1个以上预先定义的检查点进行。

3、在将进化型算法应用于产品设计的情况下，有时为了得到能够实现的生产要件，对示出各个生产要件的说明变量适用制约条件。一般在量产产品的设计中，对多个说明变量布置制约条件。为了保证实现性，以满足各个制约条件的方式，进行针对说明变量的设定值的拉回。

4、【在先技术文献】

5、【专利文献】

6、专利文献1：日本特开2011-187056号公报

技术实现思路

1、发明要解决的课题

2、在适用多个制约条件时，当为了满足一部分的制约条件而进行设定值的拉回时，其他制约条件有可能不再满足。针对脱离了制约条件的个体，可以考虑重新设定制约条件。在该情况下，反复进行计算，直到最终满足全部的制约条件的个体数达到每一代的规定的个体数。布置越多的制约条件，则计算量越增加，所以有时会招致计算期间的长期化，或无法得到满足全部的制约条件的解。

3、本实施方式是鉴于上述的点而完成的，课题在于，提供一种在保证稳定性的同时抑制计算量的增加的信息处理装置、信息处理方法及程序。

4、用于解决课题的方案

5、(1)本技术是为了解决上述问题而完成的，本实施方式的一方案，是一种信息处理方法，其中，所述信息处理方法使信息处理装置执行：交叉工序，将从具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据中以第一概率选择出的个体的一部分的说明变量的值变更为基于其他个体的对应的说明变量的值得到的目标值，来生成新的个体，n为3以上的整数；变异工序，将从所述本代数据中以第二概率选择出的个体的一部分的说明变量的值变更为其他值，来生成新的个体；以及筛选工序，从所保存的个体和所生成的个体中，基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体，所述信息处理方法使所述信息处理装置执行：拉回制约判定工序，按所生成的每个个体，判定有无脱离跨多个说明变量的制约条件即拉回制约的说明条件；拉回工序，关于脱离所述拉回制约的所述多个说明变量，再设定满足该拉回制约的再设定值；单独制约判定工序，判定所述多个说明变量的再设定值分别是否满足各个说明变量所涉及的制约条件即单独制约条件；以及置换工序，在存在具有脱离所述单独制约条件的说明变量的再设定值的个体即制约脱离个体的情况下，将所述制约脱离个体置换为从所述n个个体中选择出的个体的复制。

6、(2)本实施方式的其他方案，在(1)的信息处理方法的基础上，也可以是，所述拉回制约表示多个说明变量的值的总和处于规定的第一值域的范围内，所述拉回工序以在保持脱离了该拉回制约的多个说明变量间的值的比的同时、使该多个说明变量的总和包含于所述第一值域的范围内的方式确定所述再设定值，所述单独制约条件表示各个说明变量的值处于规定的第二值域的范围内。

7、(3)本实施方式的其他方案，在(1)的信息处理方法的基础上，也可以是，所述信息处理方法使所述信息处理装置按每一代执行对所述说明变量群的个体间的统计学特性进行分析的分析处理工序。

8、(4)本实施方式的其他方案，在(1)的信息处理方法的基础上，也可以是，所述筛选工序包括如下工序：使用根据说明变量群算出目的变量的数理模型，基于根据所述个体的说明变量群算出的目的变量的预测值来算出所述适应度。

9、(5)本实施方式的其他方案，在(4)的信息处理方法的基础上，也可以是，所述说明变量群表示各个产品的生产条件，所述适应度是表示所述产品的性能的指标值。

10、(6)本实施方式的其他方案，在(1)的信息处理方法的基础上，也可以是，所述产品是电池，所述说明变量群包括表示所述电池的部件的大小的特性值或所述电池的材料的配合比率，所述目的变量包括所述电池的容量、输出或成本。

11、(7)本实施方式的其他方案，是一种计算机可读取存储介质，其中，所述计算机可读取存储介质存储有用于使信息处理装置的计算机执行(1)的信息处理方法的计算机程序。

12、(8)本实施方式的其他方案，是一种信息处理装置，其中，所述信息处理装置具备存储部和个体处理部，所述存储部存储具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据，n为3以上的整数，所述个体处理部进行如下处理：将从所述本代数据中以第一概率选择出的个体的一部分的说明变量的值变更为基于其他个体的对应的说明变量的值得到的目标值，来生成新的个体，将从所述本代数据中以第二概率选择出的个体的一部分的说明变量的值变更为其他值，来生成新的个体，从所保存的个体和所生成的个体中，基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体，所述个体处理部进行如下处理：按所生成的每个个体判定有无脱离跨多个说明变量的制约条件即拉回制约的说明条件，关于脱离所述拉回制约的所述多个说明变量，再设定满足该拉回制约的再设定值，判定所述多个说明变量的再设定值分别是否满足各个说明变量所涉及的制约条件即单独制约条件，在存在具有脱离所述单独制约条件的说明变量的再设定值的个体即制约脱离个体的情况下，将所述制约脱离个体置换为从所述n个个体中选择出的个体的复制。

13、发明效果

14、根据本实施方式，能够在保证稳定性的同时抑制计算时间的增加。

15、根据上述的(1)、(4)-(8)的结构，关于在交叉工序及变异工序中新生成的个体，在产生了通过拉回工序设定的再设定值脱离单独制约条件的制约脱离个体的情况下，取代制约脱离个体，将原本的母个体的复制作为子个体而充当。因此，针对构成制约脱离个体的说明变量群，反复进行满足单独制约条件的值的再设定、拉回制约判定工序及拉回工序，能够防止说明变量群不确定而处理长期化的情况。另外，子个体成为下代数据的候补，构成满足制约条件的母个体的说明变量群由下代继承，所以解的精度不会下降而可谋求数据的稳定化。

16、根据上述的(2)的结构，以在被布置拉回制约的多个说明变量间总和包含于第一地域的范围、且按每个说明变量而处于规定的第二值域的范围内的方式，设定各个说明变量的值。因此，能够使同时满足拉回制约和单独设定条件的个体多样化。

17、根据上述的(3)的结构，按每一代算出表示个体间的统计学特性的统计量。因此，基于统计量的推移，能够掌握与换代相应的个体群的成长性。