目的関数:
2
0
0
全文
(2) I-031. 土木学会西部支部研究発表会 (2005.3). する点が Pareto 解領域外である場合も想定することが. R/P. できる.この点においていかなる希求水準値に対しても. 2.0. 1.8. 選考解が存在する2目的最適化問題と根本的な違いが認. 1.6. められる.. 1.4. (3)具体例: この2目的最適化問題との根本的な違いを. 1.2. 具体的に示すために目的 P,Q,R の固定点座標を(XP,YP). 1.0. =(4.5,2.3),(XQ,YQ)=(1.5,6.2),(XR,YR)=(1.0,1.0)とし,. 0.8 0.0. 線分 PQ の垂直 2 等分線上の任意の点における P(=Q). 5.0. 10.0. 15.0. 図-1 P(=R)〜R/P 関係. 20.0. P(=Q). 値と R/P 値との関係を図-1 に示す.線分 PQ の垂直 2 等 分線上の任意の点は PA=Q A のときの Pareto 解に相当するので R/P 値は P A=Q A=1.0 のときの RA 値に相当 する.図-1 より R/P 値は 0.967〜1.820 の範囲内でなめらかに変動し,最大値 1.820 は P=Q=2.889 で出現 することがわかる.これは,P A=QA=1.0 を設定した場合に P:Q:R=P A:Q A:R A が成立するためには R A 値は 0.967〜1.820 の範囲でしか設定できないことを意味している.ただし,P>2.460 は△PQR の外側領域 の点であり,選考解を Pareto 解から選ぶためには RA 値の設定可能範囲はさらに狭まることになる. 4.3目的最適化問題:希求水準の限界値 (1)希求水準の限界値の算出:. 3(3)で用いた具体例について,希求水準 PA,QA を固定したときに線分 PQ. 上の Pareto解を与える R A の限界値 R A U および線分 PR(あるいは QR)上の Pareto解を与える R A の限界値 RA L は式(3)で求めることができる.式(3)において,RU と PU はそれぞれ線分 PQ 上の Pareto 解における R 値と P 値,RL と PL はそれぞれ線分 PR(あるいは QR)上の Pareto 解における R 値と P 値である.. R. U ( L) A. RU ( L) = U ( L) PA P. (3). ここで,線分 PQ 上の Pareto 解は線分 PQ を P A:Q A に内分する点であることから容易に求めることがで きる.一方,線分 PR(あるいは QR)上の Pareto 解は P:Q=PA:QA を満足する線分 PR(あるいは QR)上の点 であることから 2 次方程式を解いて得ることができる. (2)数値実験結果: た RA の限界値. PA=1.0,1.5,2.0,それぞれの PA について QA=1.0,1.1,…,2.0 とし,式(3)を用いて算出し. R A U,R AL を表-1. に示す.得られたすべての値は,列挙法をベースとした選考解探索プログラ. ムで別途求めた 値と一致し,限界. 表-1 PA,QA〜R AL,R A U 関係 PA. 値算出法の妥当 性を確認するこ とができた.表 -1 から以下のよう な特性を観察す ることができる. ①PA=1.5,2.0 で. 1.0. QA 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0. L. RA 0.551 0.454 0.340 0.197 0.002 0.102 0.198 0.291 0.382 0.471 0.558. U. RA 1.551 1.612 1.673 1.736 1.800 1.865 1.930 1.997 2.064 2.131 2.199. PA. 1.5. QA 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0. RAL 1.194 1.132 1.065 0.992 0.913 0.827 0.732 0.627 0.509 0.373 0.210. RAU 2.041 2.096 2.152 2.209 2.267 2.327 2.387 2.448 2.510 2.573 2.636. PA. 2.0. QA 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0. RAL 1.772 1.721 1.668 1.611 1.551 1.487 1.420 1.348 1.271 1.190 1.103. RAU 2.548 2.599 2.651 2.704 2.758 2.813 2.869 2.926 2.984 3.043 3.102. は QA が大きくな ると RAU は単調に増加し,RA L は単調に減少するため大きな Q A ほど RA の設定可能範囲が拡がる傾向にある. しかし,結果的に Pareto 解を与える希求水準値の設定可能範囲は充分に広いものではないと評価せざるを得 ない.. ②PA=1.0 のとき,RAU は P A=1.5,2.0 と同様に QA が大きくなると単調増加している.しかし,RAL. は QA=1.0→1.4 では減少し,QA=1.4→2.0 では増加するという変化を示し,QA=1.4 で最小値をとる.この ような単調ではない変化は,希求水準値の設定可能範囲の推測を困難にする. 参考文献 1 ) 亀廻井寿明,杉本博之,中山弘隆:構造最適設計のための改良型満足化トレードオフ法に関する研究,土木学会論文集, 第 441 号, pp.117-126, 1992.1.. -62-.
(3)
関連したドキュメント
右のグラフ上にある点Aの 座標の値は 1000
テューリングは、数学者が紙と鉛筆を用いて計算を行う過程を極限まで抽象化することに よりテューリング機械の定義に到達した。
さて, 冒頭の話の $Q$ -類似は, すでに Pragacz [P] により発見されている Lagrangian Grassmann 多様体のコホモロジーを考えると
と表すと , $\mathrm{C}$ の $\mathbb{Q}$ -isogeny class の集合より Q- 同型類を頂点とする有向 グラフが定義される.. これは ,
このように最適化の 問題を考える場合に, いろいろな解のパター ンを考えておかないと
円の中心を通り弦 PQ に垂直な線は,
国内に流通ある食品であって、かび毒(オクラトキシン、アフラトキシン、ゼアラレノン)のリ