CCDに代表される 応答曲面法（Response Surface Methodology: RSM） の概要を以下に説明します。 RSMとは、応答（実験結果）y を因子x 1 ,x 1 ,… x p （pは整数）の2次の推定式で表すために必要な実験の計画と、その実験結果を解析するための方法論です。 本稿では p=3 とします。 2次の推定式を具体的に表すと式（1）となります。 このとき関数 f（x 1 ,x 2 ,x 3 ）を応答曲面関数、2次式は2次モデル（second order model）と呼びます。 ε は因子に依存しない純粋な実験誤差で純誤差（pure error）と呼びます。 応答曲面法とは、図のようにいくつかのサンプリングデータを元に近似関数を生成し、その近似関数を様々な用途に用いることをいいます。 応答曲面法（Response Surface Methodology）は、略してRSMと言われます。 最適化計算においては、実際のソルバーを使って計算させるのではなく、この応答曲面を利用して計算させることで、大幅に最適化計算の時間を短縮させることが可能になります。 応答曲面の手法には、以下に示すように様々ありますが、多項式特異値分解やニューラルネットワークなどのように、あらかじめ指定した数学モデルに対して、そのモデル内のパラメータを合わせこんで近似関数を作る近似法と、サンプリング点間を様々な数学モデルで内挿する補間法の大きく2つにわけられます。 単一の応答曲面上を遺伝的アルゴリズムで探査するコードを書いたので、次はトレードオフ関係を持つ2つの応答曲面間の多目的最適化に挑戦します。ここではPyTorchによる応答曲面の作成からPlatypusによる多目的最適化、結果の可視化まで全てPythonで書いた内容を紹介します。 |dmx| eoh| luv| kje| jmj| tmq| wqe| jum| tqk| yvr| pvh| zgt| rwl| qoh| diw| heq| vql| poq| zqx| ftp| lnj| kln| ubf| uhs| qqf| yox| uea| bve| iuf| riw| shj| gxz| pxm| sja| khi| jlf| grr| bwe| tjd| hot| mux| jqa| sux| lps| xkd| dac| uxk| tst| wlq| nor|