研究者らは機能傾斜材料の性能を最適化するための最良のアルゴリズムを特定した

日本の研究 出版された の中に 国際コンピュータ支援工学技術ジャーナル 傾斜機能材料 (FGM) の組成を最適化する方法を明らかにします。FGM は、体積全体にわたって組成と特性が徐々に変化する先進の複合材料で、特定の負荷条件下でパフォーマンスを最適化するように設計されています。

この研究は、均一に冷却された多層 FGM プレートの残留熱応力を軽減するために使用でき、航空宇宙用途や発電産業で見られる大きな熱サイクルにうまく対処できるようになります。

山陽小野田市立大学機械工学科の千葉良一氏は、オープンソースフレームワーク Optuna のブラックボックス最適化 (BBO) と呼ばれる手法を使用して調査を実施しました。Optuna は、複雑な最適化タスクに最適なユーザーフレンドリーなインターフェイスとして知られています。

千葉氏は3つのOptunaアルゴリズムを使用しました。木構造パルゼン推定器（TPE）、共分散行列適応 進化戦略 (CMA-ES)、非優越ソート遺伝的アルゴリズム II (NSGA-II) です。これらのアルゴリズムはそれぞれ最適化に対する独自のアプローチを提供します。TPE は急速な収束に重点を置き、CMA-ES と NSGA-II は進化戦略に重点を置いています。

FGM の最適化は、設計と製造に非常に多くの変数が関係しており、そのどれか 1 つでも FGM の特性に重大なプラスまたはマイナスの影響を与える可能性があるため、常に困難な作業であることが証明されています。

千葉氏は、CMA-ES アルゴリズムが最も効果的だったと説明しています。TPE はソリューションに素早く収束しましたが、その最適化品質は、CMA-ES や NSGA-II などのより徹底した進化的アプローチほど高くありませんでした。この研究で示されているように、設計変数間の相互作用を考慮しようとすると問題が生じ、それが逆効果になることがあり、強化されたプロセスではなく、より複雑な最適化につながりました。