(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023179242
(43)【公開日】2023-12-19
(54)【発明の名称】情報処理装置、情報処理方法及び情報処理プログラム
(51)【国際特許分類】
G05B 23/02 20060101AFI20231212BHJP
【ＦＩ】
G05B23/02 H
【審査請求】未請求
【請求項の数】16
【出願形態】ＯＬ
(21)【出願番号】P 2022092436
(22)【出願日】2022-06-07
(71)【出願人】
【識別番号】000005234
【氏名又は名称】富士電機株式会社
(74)【代理人】
【識別番号】110000176
【氏名又は名称】弁理士法人一色国際特許事務所
(72)【発明者】
【氏名】白木 崇志
【テーマコード（参考）】
3C223
【Ｆターム（参考）】
3C223AA17
3C223BA03
3C223BB17
3C223EB01
3C223EB02
3C223FF22
3C223FF23
3C223FF26
3C223GG01
3C223HH02
3C223HH22
(57)【要約】
【課題】所定の対象を精度良く模擬することが可能な情報処理装置を提供する。
【解決手段】
所定の対象に対して入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力する第１処理部と、所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力する第２処理部と、前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する第３処理部と、前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整する調整部と、を備える情報処理装置。
【選択図】図１７
【解決手段】
所定の対象に対して入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力する第１処理部と、所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力する第２処理部と、前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する第３処理部と、前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整する調整部と、を備える情報処理装置。
【選択図】図１７
【特許請求の範囲】
【請求項1】
所定の対象に対して入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力する第２処理部と、
前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する第３処理部と、
前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整する調整部と、
を備える情報処理装置。
所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力する第２処理部と、
前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する第３処理部と、
前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整する調整部と、
を備える情報処理装置。
【請求項2】
請求項１に記載の情報処理装置であって、
前記調整部は、前記所定の対象の構造を示す情報に基づいて、前記少なくとも一方を調整する、
情報処理装置。
前記調整部は、前記所定の対象の構造を示す情報に基づいて、前記少なくとも一方を調整する、
情報処理装置。
【請求項3】
請求項２に記載の情報処理装置であって、
前記第３出力データは、前記所定の対象に設けられた内部空間の温度であり、
前記構造を示す情報は、前記内部空間から前記内部空間の外部へ流れる空気の流量に影響を及ぼす構造を示す情報であり、
前記調整部は、前記空気の流量が大きいほど、前記第１遅れの時定数又は前記第２遅れの時定数の少なくとも一方が小さくなるように調整する、
情報処理装置。
前記第３出力データは、前記所定の対象に設けられた内部空間の温度であり、
前記構造を示す情報は、前記内部空間から前記内部空間の外部へ流れる空気の流量に影響を及ぼす構造を示す情報であり、
前記調整部は、前記空気の流量が大きいほど、前記第１遅れの時定数又は前記第２遅れの時定数の少なくとも一方が小さくなるように調整する、
情報処理装置。
【請求項4】
請求項１に記載の情報処理装置であって、
前記調整部は、前記所定の対象の目標とする状態が、第１状態から第２状態へ変化した後の前記少なくとも一方の第１の値と、前記第２状態から前記第１状態へ変化した後の前記少なくとも一方の第２の値とが異なるように、前記少なくとも一方の値を調整する、
情報処理装置。
前記調整部は、前記所定の対象の目標とする状態が、第１状態から第２状態へ変化した後の前記少なくとも一方の第１の値と、前記第２状態から前記第１状態へ変化した後の前記少なくとも一方の第２の値とが異なるように、前記少なくとも一方の値を調整する、
情報処理装置。
【請求項5】
請求項４に記載の情報処理装置であって、
前記調整部は、前記第３出力データと、前記第２出力データとに基づいて、前記少なくとも一方の値を調整する、
情報処理装置。
前記調整部は、前記第３出力データと、前記第２出力データとに基づいて、前記少なくとも一方の値を調整する、
情報処理装置。
【請求項6】
請求項５に記載の情報処理装置であって、
前記第２出力データは、前記所定の対象の所定の箇所の目標とする温度であり、
前記第３出力データは、前記所定の対象の所定の箇所の温度であり、
前記調整部は、前記第３出力データと、前記第２出力データとの大小関係に基づいて、前記少なくとも一方の値を調整する、
情報処理装置。
前記第２出力データは、前記所定の対象の所定の箇所の目標とする温度であり、
前記第３出力データは、前記所定の対象の所定の箇所の温度であり、
前記調整部は、前記第３出力データと、前記第２出力データとの大小関係に基づいて、前記少なくとも一方の値を調整する、
情報処理装置。
【請求項7】
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、第１出力データを入力として、第２出力データを出力する第２処理部と、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３処理部と、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬し、前記第３出力データに対応する第４出力データを出力する第４処理部と、
を備え、
前記入力データは、前記第４出力データを含む、
情報処理装置。
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、第１出力データを入力として、第２出力データを出力する第２処理部と、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３処理部と、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬し、前記第３出力データに対応する第４出力データを出力する第４処理部と、
を備え、
前記入力データは、前記第４出力データを含む、
情報処理装置。
【請求項8】
請求項７に記載の情報処理装置であって、
前記第３出力データは、前記第１の対象の所定の箇所の温度であり、
前記第２の対象は、前記第１の対象と熱のやりとりをし、
前記第４処理部は、前記所定の箇所の温度に応じて変化する前記第２の対象の温度を前記第４出力データとして出力する、
情報処理装置。
前記第３出力データは、前記第１の対象の所定の箇所の温度であり、
前記第２の対象は、前記第１の対象と熱のやりとりをし、
前記第４処理部は、前記所定の箇所の温度に応じて変化する前記第２の対象の温度を前記第４出力データとして出力する、
情報処理装置。
【請求項9】
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データを入力として、第２出力データを出力する第２処理部と、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３処理部と、
を備え、
前記第１処理部は、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬したモデルを含む、
情報処理装置。
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データを入力として、第２出力データを出力する第２処理部と、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３処理部と、
を備え、
前記第１処理部は、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬したモデルを含む、
情報処理装置。
【請求項10】
請求項９に記載の情報処理装置であって、
前記第３出力データは、前記第１の対象の所定の箇所の温度であり、
前記第２の対象は、前記第１の対象と熱のやりとりをし、
前記第１処理部は、前記モデルを用いて、前記所定の箇所の温度に応じて変化する前記第２の対象の温度を前記第１出力データの一部として出力する
情報処理装置。
前記第３出力データは、前記第１の対象の所定の箇所の温度であり、
前記第２の対象は、前記第１の対象と熱のやりとりをし、
前記第１処理部は、前記モデルを用いて、前記所定の箇所の温度に応じて変化する前記第２の対象の温度を前記第１出力データの一部として出力する
情報処理装置。
【請求項11】
情報処理装置が、
所定の対象に対して入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力するステップと、
所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力するステップと、
前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力するステップと、
前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整するステップと、
を含む処理を実行する情報処理方法。
所定の対象に対して入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力するステップと、
所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力するステップと、
前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力するステップと、
前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整するステップと、
を含む処理を実行する情報処理方法。
【請求項12】
情報処理装置が、
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力するステップと、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、第１出力データを入力として、第２出力データを出力するステップと、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力するステップと、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬し、前記第３出力データに対応する第４出力データを出力するステップと、
を含む処理を実行し、
前記入力データは、前記第４出力データを含む、
情報処理方法。
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力するステップと、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、第１出力データを入力として、第２出力データを出力するステップと、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力するステップと、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬し、前記第３出力データに対応する第４出力データを出力するステップと、
を含む処理を実行し、
前記入力データは、前記第４出力データを含む、
情報処理方法。
【請求項13】
情報処理装置が、
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する第１ステップと、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データを入力として、第２出力データを出力する第２ステップと、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３ステップと、
を含む処理を実行し、
前記第１ステップは、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬したモデルを用いて前記第１出力データを更に出力する、
情報処理方法。
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する第１ステップと、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データを入力として、第２出力データを出力する第２ステップと、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３ステップと、
を含む処理を実行し、
前記第１ステップは、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬したモデルを用いて前記第１出力データを更に出力する、
情報処理方法。
【請求項14】
コンピュータに
所定の対象に対して入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力する第２処理部と、
前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する第３処理部と、
前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整する調整部と、
を実現させる情報処理プログラム。
所定の対象に対して入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力する第２処理部と、
前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する第３処理部と、
前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整する調整部と、
を実現させる情報処理プログラム。
【請求項15】
コンピュータに
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、第１出力データを入力として、第２出力データを出力する第２処理部と、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３処理部と、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬し、前記第３出力データに対応する第４出力データを出力する第４処理部と、
を実現させ、
前記入力データは、前記第４出力データを含む、
情報処理プログラム。
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、第１出力データを入力として、第２出力データを出力する第２処理部と、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３処理部と、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬し、前記第３出力データに対応する第４出力データを出力する第４処理部と、
を実現させ、
前記入力データは、前記第４出力データを含む、
情報処理プログラム。
【請求項16】
コンピュータに、
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データを入力として、第２出力データを出力する第２処理部と、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３処理部と、
を実現させ、
前記第１処理部は、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬したモデルを含む、
情報処理プログラム。
第１の対象に対して入力データが入力された際に前記第１の対象において前記入力データが変化するよう、前記入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する第１処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記第１の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データを入力として、第２出力データを出力する第２処理部と、
前記第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する第３処理部と、
を実現させ、
前記第１処理部は、
前記第１の対象の状態に影響を及ぼす第２の対象を模擬したモデルを含む、
情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。
【背景技術】
【0002】
機器等の所定の対象を模擬したシミュレーションモデルを用いることにより、所定の対象へデータを入力した際の出力を得ることができる。しかし、シミュレーションモデルが複雑である場合、出力を得るために多大な時間を要する場合がある。
【0003】
このような場合に、シミュレーションモデルを代理するモデル（以下、「代理モデル」と呼ぶ）を新たに生成し、シミュレーションモデルに代えて代理モデルを用いることにより、計算の高速化を図る技術が知られている（例えば特許文献１）。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１１－１８１０６９号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、特許文献１に開示された技術では、機器等の状態に影響を及ぼす要因を代理モデルに十分に反映することができない場合がある。このような場合、機器等を十分な精度で模擬することができない。
【0006】
本発明の目的は、所定の対象を精度良く模擬することが可能な情報処理装置、情報処理方法及び情報処理プログラムを提供することである。
【課題を解決するための手段】
【0007】
上記目的を達成するための一の発明は、所定の対象に対して入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力する第１処理部と、所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第１出力データに対応する第２出力データを出力する第２処理部と、前記第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する第３処理部と、前記第１遅れの時定数及び前記第２遅れの時定数の少なくとも一方を調整する調整部と、を備える情報処理装置である。本発明の他の特徴については、本明細書の記載により明らかにする。
【発明の効果】
【0008】
本発明によれば、所定の対象を精度良く模擬することが可能な情報処理装置、情報処理方法及び情報処理プログラムを提供することができる。
【図面の簡単な説明】
【0009】
【図1】情報処理システム１の概略構成を示す図である。
【図2】情報処理装置３のハードウェア構成を説明する図である。
【図3】シミュレーションモデルＳＭを説明する概念図である。
【図4】学習データ５を説明する図である。
【図5】サンプルデータＳＤを説明する図である。
【図6】サンプルデータＳＤを説明する図である。
【図7】代理モデル８を説明する図である。
【図8】情報処理装置３の機能ブロックを説明する図である。
【図9】学習モデル６を出力するまでの処理の流れを説明するフローチャートである。
【図10】各種パラメータを出力するまでの処理の流れを説明するフローチャートである。
【図11】代理モデル８が用いる各種パラメータを同定する処理を説明する図である。
【図12】情報処理装置４のハードウェア構成を説明する図である。
【図13】情報処理装置４の機能ブロックを説明する図である。
【図14】ショーケース２に影響を及ぼす要因が代理モデル１１に十分に反映されない場合を説明する図である。
【図15】ショーケース２のケース内温度の推移を説明する図である。
【図16】予め設定された第２遅れの時定数と開口２１のサイズとの関係を説明する図である。
【図17】調整部４１４と、代理モデル１１との関係を説明する図である。
【図18】出力データを出力するまでの処理の流れを説明するフローチャートである。
【図19】調整部４１４と、代理モデル１１との関係を説明する図である。
【図20】ショーケース２に影響を及ぼす要因が代理モデル１１に十分に反映されない場合を説明する図である。
【図21】ショーケース２のケース内温度の推移を説明する図である。
【図22】調整部４１４と、代理モデル１１との関係を説明する図である。
【図23】出力データを出力するまでの処理の流れを説明するフローチャートである。
【図24】ショーケース２に影響を及ぼす要因が代理モデル１１に十分に反映されない場合を説明する図である。
【図25】ショーケース２のケース内温度の推移を説明する図である。
【図26】代理モデル１２を説明する図である。
【図27】情報処理装置５の機能ブロックを説明する図である。
【図28】出力データを出力するまでの処理の流れを説明するフローチャートである。
【図29】代理モデル１３を説明する図である。
【図30】情報処理装置６の機能ブロックを説明する図である。
【図31】出力データを出力するまでの処理の流れを説明するフローチャートである。
【発明を実施するための形態】
【0010】
＝＝実施形態＝＝
＜＜情報処理システム＞＞
図１は、本実施形態の情報処理システム１の概略構成を示す図である。情報処理システム１は、例えば、所定の機器としてショーケース２のシミュレーションを実行するシステムであり情報処理装置３と、情報処理装置４と、を含む。
＜＜情報処理システム＞＞
図１は、本実施形態の情報処理システム１の概略構成を示す図である。情報処理システム１は、例えば、所定の機器としてショーケース２のシミュレーションを実行するシステムであり情報処理装置３と、情報処理装置４と、を含む。
【0011】
なお、本実施形態では、所定の機器としてショーケース２を例示して説明するが、これに限られない。所定の機器としては、例えば各種装置、電子・電気回路等の機器であってもよい。
【0012】
＜ショーケース＞
ショーケース２は、例えば、食品等を冷却し、保管するためのケースである。ショーケース２には、ショーケース２の状態を観測するセンサ２０が、複数取り付けられている。なお、図１では、便宜上、複数のセンサ２０は、１つのブロックとして描かれている。
ショーケース２は、例えば、食品等を冷却し、保管するためのケースである。ショーケース２には、ショーケース２の状態を観測するセンサ２０が、複数取り付けられている。なお、図１では、便宜上、複数のセンサ２０は、１つのブロックとして描かれている。
【0013】
＜情報処理装置３＞
情報処理装置３は、ショーケース２のシミュレーションモデルの代わりとなる代理モデルを生成するための装置である。なお、詳細は後述するが、本実施形態の代理モデルは、時間的要素を含まない学習モデル（後述）と、時間的要素を含むモデルとからなる。
情報処理装置３は、ショーケース２のシミュレーションモデルの代わりとなる代理モデルを生成するための装置である。なお、詳細は後述するが、本実施形態の代理モデルは、時間的要素を含まない学習モデル（後述）と、時間的要素を含むモデルとからなる。
【0014】
＜情報処理装置４＞
情報処理装置４は、情報処理装置３で生成された代理モデルを用いてショーケース２のシミュレーションを実行する装置である。なお、本実施形態では、情報処理装置３，４は、例えば、代理モデルを開発する会社のサーバ室に設けられ、ショーケース２は、所定の店舗に設置されている。
情報処理装置４は、情報処理装置３で生成された代理モデルを用いてショーケース２のシミュレーションを実行する装置である。なお、本実施形態では、情報処理装置３，４は、例えば、代理モデルを開発する会社のサーバ室に設けられ、ショーケース２は、所定の店舗に設置されている。
【0015】
［情報処理装置３のハードウェア構成］
図２は、情報処理装置３のハードウェアの一例を示す図である。例示する情報処理装置３は、プロセッサ３００、主記憶装置３０１、補助記憶装置３０２、入力装置３０３、出力装置３０４、及び通信装置３０５を備える。なお、例示する情報処理装置３は、その全部または一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置３によって提供される機能の全部または一部は、例えば、クラウドシステムがＡＰＩ（Application Programming Interface）等を介して提供するサービスによって実現してもよい。
図２は、情報処理装置３のハードウェアの一例を示す図である。例示する情報処理装置３は、プロセッサ３００、主記憶装置３０１、補助記憶装置３０２、入力装置３０３、出力装置３０４、及び通信装置３０５を備える。なお、例示する情報処理装置３は、その全部または一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置３によって提供される機能の全部または一部は、例えば、クラウドシステムがＡＰＩ（Application Programming Interface）等を介して提供するサービスによって実現してもよい。
【0016】
プロセッサ３００は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＡＩ（Artificial Intelligence）チップ等を用いて構成されている。
【0017】
主記憶装置３０１は、プログラムやデータを記憶する装置であり、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。
【0018】
補助記憶装置３０２は、例えば、ＳＳＤ（Solid State Drive）、ハードディスクドライブ、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の記録媒体の読取／書込装置、クラウドサーバの記憶領域等である。補助記憶装置３０２には、記録媒体の読取装置や通信装置３０５を介してプログラムやデータを読み込むことができる。補助記憶装置３０２に格納（記憶）されているプログラムやデータは主記憶装置３０１に随時読み込まれる。
【0019】
補助記憶装置３０２には、学習データ８及びサンプルデータＳＤが記憶されている。詳細は後述するが、学習データ８は、情報処理装置３のモデル生成部３１１が実行する処理において用いられるデータである。サンプルデータＳＤは、情報処理装置３のパラメータ同定部３１３が実行する処理において用いられるデータである。
【0020】
入力装置３０３は、外部からの入力を受け付けるインタフェースであり、例えば、キーボード、マウス、タッチパネル、カードリーダ、ペン入力方式のタブレット、音声入力装置等である。
【0021】
出力装置３０４は、処理経過や処理結果等の各種情報を出力するインタフェースである。出力装置３０４は、例えば、上記の各種情報を可視化する表示装置（液晶モニタ、ＬＣＤ（Liquid Crystal Display）、グラフィックカード等）、上記の各種情報を音声化する装置（音声出力装置（スピーカ等））、上記の各種情報を文字化する装置（印字装置等）である。
【0022】
入力装置３０３及び出力装置３０４は、ユーザとの間で情報の受け付けや情報の提示を行うユーザインタフェースを構成する。
【0023】
通信装置３０５は、他の装置との間の通信を実現する装置である。通信装置３０５は、インターネット等の通信ネットワークを介して他の装置との間の通信を実現する、有線方式または無線方式の通信インタフェースであり、例えば、ＮＩＣ（Network Interface Card）、無線通信モジュール、ＵＳＢモジュール等である。
【0024】
情報処理装置３には、例えば、オペレーティングシステム、ファイルシステム、ＤＢＭＳ（DataBase Management System）（リレーショナルデータベース、ＮｏＳＱＬ等）、ＫＶＳ（Key-Value Store）等が導入されていてもよい。
【0025】
情報処理システム１が備える各機能は、情報処理装置３のプロセッサ３００が、主記憶装置３０１に格納されているプログラム（「情報処理プログラム」に相当。また、情報処理装置３は、「コンピュータ」に相当）を読み出して実行することにより、もしくは、情報処理システム１を構成するハードウェア（ＦＰＧＡ、ＡＳＩＣ、ＡＩチップ等）によって実現される。情報処理システム１は、各種の情報（データ）を、例えば、データベースのテーブルやファイルシステムが管理するファイルとして記憶する。
【0026】
［シミュレーションモデル］
補助記憶装置３０２に記憶されている学習データ８は、代理モデルのうち、学習モデルを生成するためのデータである。なお、本実施形態の学習データ８は、ショーケース２を、物理的、電気的に模擬したシミュレーションモデルＳＭを用いて生成されたデータである。以下、まずは、ショーケース２を模擬したシミュレーションモデルＳＭについて詳細に説明する。
補助記憶装置３０２に記憶されている学習データ８は、代理モデルのうち、学習モデルを生成するためのデータである。なお、本実施形態の学習データ８は、ショーケース２を、物理的、電気的に模擬したシミュレーションモデルＳＭを用いて生成されたデータである。以下、まずは、ショーケース２を模擬したシミュレーションモデルＳＭについて詳細に説明する。
【0027】
図３は、シミュレーションモデルＳＭを説明する概念図である。シミュレーションモデルＳＭは、ショーケース２の特性や挙動に影響を与えるｍ個の入力データＷｓｉ（ｔ）（ｉ＝１～ｍ）を入力した場合に、ショーケース２の特性や挙動を示すｎ個の出力データＺｓｊ（ｔ）（ｊ＝１～ｎ）を出力する。なお、入力データＷｓｉ（ｔ）（ｉ＝１～ｍ）と、出力データＺｓｊ（ｔ）（ｊ＝１～ｎ）とは、所定の期間の時系列データであり、ｔは時間を意味する。
【0028】
本実施形態では、入力データＷｓｉ（ｔ）（ｉ＝１～ｍ）は、ショーケース２の挙動を制御するための変数、又はショーケース２の挙動に影響を及ぼす変数についての時系列データである。以下では、ｍ個の入力データＷｓｉ（ｔ）（ｉ＝１～ｍ）のうち、入力データＷｓ１（ｔ）を冷凍機周波数、入力データＷｓ２（ｔ）を膨張弁の開度、入力データＷｓ３（ｔ）を室外気温、入力データＷｓ４（ｔ）を室内気温として説明する。
【0029】
出力データＺｓｊ（ｔ）（ｊ＝１～ｎ）は、ショーケース２の挙動を示す変数についてのデータである。以下では、ｎ個の入力データＺｓｊ（ｔ）（ｊ＝１～ｎ）のうち、出力データＺｓ１（ｔ）をケース内温度、出力データＺｓ２（ｔ）を冷媒配管温度として説明する。
【0030】
ここで、例えば、冷凍機周波数（Ｗｓ１（ｔ））を上げると、ケース内温度（Ｚｓ１（ｔ））は下がり、冷媒配管温度（Ｚｓ２（ｔ））は上がる。一方、膨張弁の開度（Ｗｓ２（ｔ））を上げると、ケース内温度（Ｚｓ１（ｔ））は下がり、冷媒配管温度（Ｚｓ２（ｔ））は下がる。このように、ショーケース２を制御等するための入力データＷｓｉ（ｔ）（ｉ＝１～ｍ）を変化させると、出力データＺｓｊ（ｔ）（ｊ＝１～ｎ）は変化する。
【0031】
ところで、シミュレーションモデルＳＭは、ショーケース２を物理的、電気的に模擬しているため、シミュレーションモデルＳＭを用いることにより、精度良く、ショーケース２の挙動を把握できる。しかしながら、一般に、シミュレーションモデルＳＭを用いてシミュレーションを実行すると、計算時間が長くなる。そこで、本実施形態では、シミュレーションモデルＳＭから得られた入出力の結果を用いて、代理モデル（後述）を生成する。
【0032】
［学習データ］
図４は、本実施形態の学習データ８を説明する図である。学習データ８は、上述の補助記憶装置３０２に記憶されている。学習データ８は、複数のデータ８０を含んでいる。なお、例えば図４の一列目には、データ８０ａが配列され、二列目には、データ８０ｂが配列されている。また、データ８０のそれぞれには、ｍ個の入力データＷ０１～Ｗ０ｍと、ｎ個の出力データＺ０１～Ｚ０ｎとが対応付けられたデータである。
図４は、本実施形態の学習データ８を説明する図である。学習データ８は、上述の補助記憶装置３０２に記憶されている。学習データ８は、複数のデータ８０を含んでいる。なお、例えば図４の一列目には、データ８０ａが配列され、二列目には、データ８０ｂが配列されている。また、データ８０のそれぞれには、ｍ個の入力データＷ０１～Ｗ０ｍと、ｎ個の出力データＺ０１～Ｚ０ｎとが対応付けられたデータである。
【0033】
ここで、複数のデータ８０の夫々は、本実施形態では、前述のシミュレーションモデルＳＭに基づいて生成されたデータである。入力データＷ０ｉ（ｉ＝１～ｍ）と、出力データＺ０ｊ（ｊ＝１～ｎ）との夫々は、シミュレーションモデルＳＭの定常解に基づいている。
【0034】
入力データＷ０ｉ（ｉ＝１～ｍ）の夫々は、予め用意された定数値の時系列データである。出力データＺ０ｊ（ｊ＝１～ｎ）の夫々は、定数値の時系列データである入力データＷ０ｉ（ｉ＝１～ｍ）と、出力データについての任意の初期条件とをシミュレーションモデルＳＭに入力した場合の、出力データＺｓｊ（ｔ）（ｊ＝１～ｎ）の夫々の収束値である。
【0035】
つまり、出力データＺ０ｊ（ｊ＝１～ｎ）は夫々、シミュレーションモデルＳＭの出力データＺｓｊ（ｔ）（ｊ＝１～ｎ）において、十分な時間ｔが経過した後における値である。
【0036】
複数のデータ８０のうち、データ８０ａを例示して説明する。データ８０ａの入力データは、冷凍機周波数として８０［Ｈｚ］、膨張弁の開度として０．６、室外気温として２０℃、室内気温として２７℃が予め与えられたデータであることを意味する。
【0037】
データ８０ａの出力データは、データ８０ａの定常的な入力データをシミュレーションモデルＳＭに入力した場合に、十分な時刻ｔが経過したときにケース内温度が－２℃、冷媒管温度が３８℃に収束したことを意味する。
【0038】
このように、データ８０は、定常時の入力データと、定常時の出力データと、の関係を示すデータである。したがって、詳細は後述するが、このようなデータ８０を、学習データ８として用いることにより、ショーケース２の定常状態における入出力を模擬する学習モデルを生成することができる。
【0039】
［サンプルデータ］
サンプルデータＳＤは、ショーケース２のうち、時間的に変化する要素を含むモデルを生成する際に用いられるデータであり、サンプルデータＳＤは、上述の補助記憶装置３０２に記憶されている。サンプルデータＳＤは、シミュレーションモデルＳＭへの入力と、解とが対応付けられたデータである。本実施形態では、サンプルデータＳＤの数は、入力データＷ０ｉ（ｉ＝１～ｍ）の数と同じであり、ｍである。ｍ個のサンプルデータＳＤの夫々を識別する場合、サンプルデータＳＤｋ（ｋ＝１～ｍ）と呼ぶ。サンプルデータＳＤｋは、入力データＷｋｉ（ｔ）（ｉ＝１～ｍ）と、出力データＺｋｊ（ｔ）（ｊ＝１～ｎ）とを含む。
サンプルデータＳＤは、ショーケース２のうち、時間的に変化する要素を含むモデルを生成する際に用いられるデータであり、サンプルデータＳＤは、上述の補助記憶装置３０２に記憶されている。サンプルデータＳＤは、シミュレーションモデルＳＭへの入力と、解とが対応付けられたデータである。本実施形態では、サンプルデータＳＤの数は、入力データＷ０ｉ（ｉ＝１～ｍ）の数と同じであり、ｍである。ｍ個のサンプルデータＳＤの夫々を識別する場合、サンプルデータＳＤｋ（ｋ＝１～ｍ）と呼ぶ。サンプルデータＳＤｋは、入力データＷｋｉ（ｔ）（ｉ＝１～ｍ）と、出力データＺｋｊ（ｔ）（ｊ＝１～ｎ）とを含む。
【0040】
なお、以下の説明において、ｍ個のサンプルデータＳＤｋ（ｋ＝１～ｍ）を区別する必要がない場合は、「サンプルデータＳＤ」と呼ぶ。また、このとき、入力データＷｋｉ（ｔ）（ｉ＝１～ｍ）と、出力データＺｋｊ（ｔ）（ｊ＝１～ｎ）とを夫々、入力データＷｉ（ｔ）（ｉ＝１～ｍ）と、出力データＺｊ（ｔ）（ｊ＝１～ｎ）と呼ぶ。
【0041】
本実施形態では、サンプルデータＳＤｋは、ｍ個の入力データＷｋｉ（ｔ）（ｉ＝１～ｍ）のうち、Ｗｋｋ（ｔ）を所定の動的な時系列データとし、他の入力データＷｋｉ（ｔ）（ｉ≠ｋ）を所定の定数値の時系列データとした場合の、シミュレーションモデルＳＭの解である。
【0042】
図５及び６は、本実施形態のｍ個のサンプルデータＳＤｋ（ｋ＝１～ｍ）のうち、例えば、サンプルデータＳＤ１を説明する図である。図５は、サンプルデータＳＤ１の入力データを説明する図であり、図６は、サンプルデータＳＤ１の出力データを説明する図である。
【0043】
サンプルデータＳＤ１は、ｍ個の入力データＷ１ｉ（ｔ）（ｉ＝１～ｍ）のうち、入力データＷ１１（ｔ）、つまり、冷凍機周波数を所定の動的な時系列データとしている。この際、入力データＷ１１（ｔ）以外の入力データＷ１ｉ（ｉ≠１）は、所定の定数値の時系列データであり、図５において図示を省略している。
【0044】
サンプルデータＳＤ１における出力データＺ１ｊ（ｔ）（ｊ＝１～ｎ）は、入力データＷ１ｉ（ｔ）（ｉ＝１～ｍ）と、所定の初期条件（例えば、出力の初期値）とをシミュレーションモデルＳＭに入力した場合に出力される出力データである。図６では、出力データＺ１１（ｔ）、つまり、冷凍機周波数の時系列データのみを示し、他の出力データについては図６において図示を省略している。
【0045】
便宜上、ここでは図示を省略しているが、同様に、サンプルデータＳＤ２は、ｍ個の入力データＷ２ｉ（ｔ）（ｉ＝１～ｍ）のうち、入力データＷ２２（ｔ）、つまり、膨張弁の開度を所定の動的な時系列データとしている。他のサンプルデータＳＤｋ（ｋ＝３～ｍ）についても、上記と同様に生成されればよい。
【0046】
なお、本実施形態では、サンプルデータＳＤ３は、ｍ個の入力データＷ３ｉ（ｔ）（ｉ＝１～ｍ）の全てを所定の低数値の時系列データとしている。サンプルデータＳＤ３における入力データＷ３３（ｔ）は、室外気温についての時系列データである。室外気温は、冷凍機周波数や膨張弁の開度といった他の変数に比べ、変動の速度は十分に遅い。このような変数についての入力データは、定数値の時系列データとしてもよい。
【0047】
サンプルデータＳＤ３と同様の理由から、サンプルデータＳＤ４についても、ｍ個の入力データＷ４ｉ（ｔ）（ｉ＝１～ｍ）の全てを所定の低数値の時系列データとしている。サンプルデータＳＤ４における入力データＷ４４（ｔ）は、室内気温についての時系列データである。
【0048】
なお、本実施形態では、サンプルデータＳＤは、シミュレーションモデルＳＭの解であるとして説明したが、これに限られるものではない。例えば、ショーケース２に対する所定期間の入力データと出力データとの実績値を複数取得し、これらをサンプルデータＳＤとしてもよい。
【0049】
［代理モデル］
図７は、代理モデル１１を説明する図である。代理モデル１１は、第１層Ｌ１と、第２層Ｌ２と、第３層Ｌ３との夫々におけるモデルを含む。以下、夫々のモデルについて説明する。
図７は、代理モデル１１を説明する図である。代理モデル１１は、第１層Ｌ１と、第２層Ｌ２と、第３層Ｌ３との夫々におけるモデルを含む。以下、夫々のモデルについて説明する。
【0050】
第１層Ｌ１の遅れモデルＤＭｉｊは、入力Ｗｉ（ｉ＝１～ｍ）に対して、時間的な遅れを施して出力する処理を実行するモデルである。具体的には、遅れモデルＤＭｉｊは、以下に示す遅れ要素（以下、「第１遅れ要素」と称する）を含む処理を実行する。
【0051】
これらの式において、ｔｋ（ｋは整数）は、離散化された時間である。Δｔ≡ｔｋ－ｔｋ－１は、離散化された時間のステップ間隔である。式１－２のｐは整数であって、時刻ｔｋ－ｐは、時刻ｔｋに影響を及ぼす時刻の範囲の最も過去の時刻となるよう予め設定される。
【0052】
本実施形態において、第１遅れ要素は、少なくとも第１遅れの時定数Ｔｄと、むだ時間ｄとを含む。なお、第１遅れの時定数Ｔｄと、むだ時間ｄとは、遅れモデルＤＭｉｊ毎に定められるパラメータである。
【0053】
第１層Ｌ１の進みモデルＡＭｉｊは、入力Ｗｉ（ｉ＝１～ｍ）に対して、時間的な進みを施して出力する処理を実行する。具体的には、進みモデルＡＭｉｊは、以下に示す進み要素を含む処理を実行する。
【0054】
本実施形態において、進み要素は、少なくとも進み時定数Ｔａと、ゲインＧとを含む。なお、進み時定数Ｔａと、ゲインＧとは、遅れモデルＤＭｉｊ毎に定められるパラメータである。
【0055】
なお、第１層Ｌ１から出力された出力データＸｉは、「第１出力データ」に相当する。以下、本明細書において同様とする。
【0056】
第２層Ｌ２の学習モデル９は、前述の学習データ８を用いて生成されたモデルである。学習モデル９は、第１層Ｌ１からの第１出力データＸｉ（ｉ＝１～ｍ）に対して、時間的な要素を含まない処理を実行し、出力データＹ１～Ｙｎを出力する。なお、図７においては、出力データＹ１～Ｙｎのうち、出力データＹｊを示している。
【0057】
なお、第２層Ｌ２から出力された出力データＹｊは、「第２出力データ」に相当する。以下、本明細書において同様とする。
【0058】
第３層Ｌ３の平滑化モデルＳＭｊは、入力に対して、時間的な遅れを施して出力する処理を実行する。具体的には、平滑化モデルＳＭｊは、以下に示す遅れ要素（以下、「第２遅れ要素」と称する）を含む処理を実行する。
【0059】
本実施形態において、第２遅れ要素は、少なくとも第２遅れの時定数Ｔαを含む。なお、第２遅れの時定数Ｔαは、平滑化モデルＳＭｊ毎に定められるパラメータである。
【0060】
以下では、前述の第１遅れ要素（遅れの時定数Ｔｄ、むだ時間ｄ）と、進み要素（進み時定数Ｔａ、ゲインＧ）と、第２遅れ要素（遅れの時定数Ｔα）とを、「各種パラメータ１０」と称する。
【0061】
詳細は後述するが、各種パラメータ１０は、第１層Ｌ１に入力された入力データＷｉ（ｔ）（ｉ＝１～ｍ）がシミュレーションモデルＳＭに入力された際の出力データＺｓｊ（ｔ）（ｊ＝１～ｎ）と、第３層Ｌ３から出力された出力データＺｊ（ｔ）（ｊ＝１～ｎ）とを比較し、両者が一致するように、最適化されることによって同定される。
【0062】
なお、第３層Ｌ３から出力された出力データＺｊは、「第３出力データ」に相当する。以下、本明細書において同様とする。
【0063】
［情報処理装置３の機能ブロック］
図８は、本実施形態の図２の情報処理装置３の機能ブロックを示す図である。本実施形態の情報処理装置３には、プロセッサ３００が所定のプログラムを実行することにより、取得部３１０と、モデル生成部３１１と、取得部３１２と、パラメータ同定部３１３と、出力部３１４とが実現される。
図８は、本実施形態の図２の情報処理装置３の機能ブロックを示す図である。本実施形態の情報処理装置３には、プロセッサ３００が所定のプログラムを実行することにより、取得部３１０と、モデル生成部３１１と、取得部３１２と、パラメータ同定部３１３と、出力部３１４とが実現される。
【0064】
取得部３１０は、補助記憶装置３０２に記憶された学習データ８を取得する。
【0065】
モデル生成部３１１は、取得部３１０が取得した学習データ８に基づき、代理モデル１１の第２層Ｌ２の学習モデル９を生成する。学習モデル９は、学習データ８が含む複数のデータ８０の夫々について、入力データを入力した場合に、対応する出力データを出力するよう学習済みの学習モデルである。
【0066】
取得部３１２は、補助記憶装置３０２に記憶されたサンプルデータＳＤを取得する。
【0067】
パラメータ同定部３１３は、詳細は後述するが、サンプルデータＳＤに基づいて、代理モデル１１の第１層Ｌ１の遅れモデルＤＭｉｊ及び進みモデルＡＭｉｊ、第３層Ｌ３の平滑化モデルＤＭｊで用いられる各種パラメータ１０を同定する。
【0068】
出力部３１４は、モデル生成部３１１が生成した学習モデル９と、パラメータ同定部３１３が同定した各種パラメータ１０とを、情報処理装置４の補助記憶装置４０２（後述）に出力する。
【0069】
＜学習モデルを出力するまでの処理＞
図９は、情報処理装置３が図７の学習モデル９を生成するまでの処理の流れを説明するフローチャートである。学習モデル９を生成するまでの処理は、ステップＳ１０１～ステップＳ１０３を含んでいる。
図９は、情報処理装置３が図７の学習モデル９を生成するまでの処理の流れを説明するフローチャートである。学習モデル９を生成するまでの処理は、ステップＳ１０１～ステップＳ１０３を含んでいる。
【0070】
先ず、取得部３１０は、ステップＳ１０１において、補助記憶装置３０２から学習データ８を取得する。図４に示した学習データ８は、ステップＳ１０１において取得部３１０が取得した学習データの一例である。
【0071】
次いで、モデル生成部３１１は、ステップＳ１０２において、図４に示した学習データ８を用いて、学習モデル９を生成する。
【0072】
本実施形態では学習モデル９がニューラルネットワークであるものとして説明する。なお、学習モデル９はＳＶＭ（Support Vector Machine）、ベイジアンネットワーク、回帰木等、他の学習アルゴリズムで構築された学習モデルであってよい。
【0073】
モデル生成部３１１は、学習データ８における入力データを、図示しないニューラルネットワークの入力層に入力し、出力層からデータを取得する。そして、モデル生成部３１１は、出力層から出力されたデータと、学習データ８における出力データとを比較し、両者が一致するように、演算処理に用いるパラメータを最適化する。
【0074】
演算処理に用いるパラメータとは、例えばニューロン間の重み（結合係数）、各ニューロンで用いられる活性化関数の係数等である。パラメータの最適化の方法は特に限定されないが、モデル生成部３１１は、例えば誤差逆伝播法を用いてパラメータの最適化を行う。
【0075】
ここで、学習モデル９の学習に用いられる学習データ８の夫々は、前述のように定数値の時系列データである。そのため、ここでの学習において、複数のデータ８０の夫々が仮に動的な時系列データである場合に比べると、計算のコストは小さい。
【0076】
次いで、出力部３１４は、ステップＳ１０３において、モデル生成部３１１が生成した学習モデル９を、情報処理装置４の補助記憶装置４０２（後述）に出力する。この結果、図７の代理モデル１１のうち、第２層Ｌ２の学習モデル９が得られることになる。
【0077】
＜各種パラメータを出力するまでの処理＞
図１０は、情報処理装置３が各種パラメータ１０を出力するまでの処理の流れを説明するフローチャートである。
図１０は、情報処理装置３が各種パラメータ１０を出力するまでの処理の流れを説明するフローチャートである。
【0078】
各種パラメータ１０を出力するまでの処理は、ステップＳ２０１～ステップＳ２０４を含んでいる。
【0079】
先ず、取得部３１２は、ステップＳ２０１において、補助記憶装置３０２に記憶されているｍ個のサンプルデータＳＤｋ（ｋ＝１～ｍ）を取得する。
【0080】
次いで、パラメータ同定部３１３は、ステップＳ２０２において、冷凍機周波数の入力データＷ１１（ｔ）に対するパラメータ１０の同定を実行する。
【0081】
具体的には、パラメータ同定部３１３は、サンプルデータＳＤ１に基づいて、入力データＷ１１（ｔ）に施すための遅れモデルＤＭ１ｊ、進みモデルＡＭ１ｊ及び平滑化モデルＳＭｊが用いる各種パラメータ１０の同定を実行する。
【0082】
更に具体的には、パラメータ同定部３１３は、入力データＷ１ｉ（ｔ）（ｉ＝１～ｍ）がシミュレーションモデルＳＭに入力された際の出力データＺｓｊ（ｔ）（ｊ＝１～ｎ）と、第１層Ｌ１に入力され、第３層Ｌ３から出力された第３出力データＺ１ｊ（ｔ）（ｊ＝１～ｎ）とを比較し、両者が一致するように、最適化することによって、入力データＷ１１（ｔ）に対するパラメータ１０を同定する。
【0083】
図１１は、入力データＷ１１（ｔ）に対するパラメータ１０を同定した代理モデル１１を用いた計算結果の一例を説明する図である。図１１において、サンプルデータＳＤ１の出力Ｚ１ｉ（ｔ）（ｉ＝１～ｍ）のうちＺ１１（ｔ）が、破線で示されている。
【0084】
また、図１１において、パラメータ同定部３１３によって遅れモデルＤＭ１ｊ、進みモデルＡＭ１ｊ及び平滑化モデルＳＭｊについての各種パラメータ１０が同定され、第３層Ｌ３から出力された第３出力データＺ１（ｔ）～Ｚｎ（ｔ）のうちＺ１（ｔ）が、実線で示されている。Ｚｓ１（ｔ）と、Ｚ１（ｔ）とは、いずれもケース内温度についての時系列データである。
【0085】
このような同定処理がされることにより、代理モデル１１を用いた場合であっても、冷凍機周波数の入力データＷ１１（ｔ）に対し、シミュレーションモデルＳＭと同等の精度の出力を得ることができる。
【0086】
パラメータ同定部３１３は、ステップＳ２０２の処理を、入力データＷ１１（ｔ）以外の入力データに用いられる各種パラメータ１０について実行する（ステップＳ２０３）。
【0087】
次いで、ステップＳ２０２に戻り、パラメータ同定部３１３は、膨張弁の開度の入力データＷ２２（ｔ）に対する、遅れモデルＤＭ２ｊ、進みモデルＡＭ２ｊ及び平滑化モデルＳＭｊについての各種パラメータ１０の同定を実行する。
【0088】
具体的には、パラメータ同定部３１３は、サンプルデータＳＤ２に基づいて、入力データＷ２２（ｔ）に施すための遅れモデルＤＭ２ｊ、進みモデルＡＭ２ｊ及び平滑化モデルＳＭｊが用いる各種パラメータ１０の同定を実行する。
【0089】
サンプルデータＳＤ２では、膨張弁の開度以外の入力データＷ２ｉ（ｔ）（ｉ≠１）は、定数値の時系列データである。従って、上記の冷凍機周波数の場合と同様にして、サンプルデータＳＤ２を用いて、遅れモデルＤＭ２ｊ、進みモデルＡＭ２ｊ及び平滑化モデルＳＭｊについての各種パラメータ１０の同定を実行することができる。
【0090】
上記と同様にして、パラメータ同定部３１３は、サンプルデータＳＤｋを用いて、未定の遅れモデルＤＭｋｊ、進みモデルＡＭｋｊ及び平滑化モデルＳＭｊについての各種パラメータ１０の同定を実行する（ｋ＝５～ｍ）。
【0091】
なお、室外気温については、冷凍機周波数や膨張弁の開度といった他の変数に比べ、変動の速度は十分に遅く、一定とみなすことができる。そのため、室外気温に対するパラメータ１０の同定は実行しなくてもよい。室内気温についても同様である。
【0092】
なお、本実施形態では、サンプルデータＳＤｌ（ｌ＝１～ｍ）を用いて各種パラメータ１０の同定を実行する毎に、平滑化モデルＳＭｊについての各種パラメータ１０が同定される。
【0093】
このような場合、例えば、複数の同定された平滑化モデルＳＭｊのうち、一の平滑化モデルＳＭｊについての各種パラメータ１０を選択すればよい。例えば、第３層Ｌ３から出力された第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）と、シミュレーションモデルＳＭに入力された際の出力Ｚｓｊ（ｔ）（ｊ＝１～ｎ）とを全てのｊについて比較した場合の誤差が最も小さくするものを選択すればよい。
【0094】
次いで、出力部３１４は、ステップＳ２０４において、遅れモデルＤＭｌｊ、進みモデルＡＭｌｊ及び平滑化モデルＳＭｊ（ｌ＝１～ｍ）が用いる同定された各種パラメータ１０を、情報処理装置４の補助記憶装置４０２（後述）に出力する。
【0095】
＜各種パラメータが同定された結果＞
以上説明した処理により、各種パラメータ１０が同定されることによって、代理モデル１１が生成される。代理モデル１１は、シミュレーションモデルＳＭよりも高速で計算を実行することができ、かつシミュレーションモデルと同等の精度で出力データを出力することができる。
以上説明した処理により、各種パラメータ１０が同定されることによって、代理モデル１１が生成される。代理モデル１１は、シミュレーションモデルＳＭよりも高速で計算を実行することができ、かつシミュレーションモデルと同等の精度で出力データを出力することができる。
【0096】
［情報処理装置４のハードウェア構成］
図１の情報処理装置４は、上述したように、代理モデルを用いてシミュレーションを実行する装置である。図１２は、情報処理装置４のハードウェアの一例を示す図である。例示する情報処理装置４は、ショーケース２の代理モデル１１を用いて、ショーケース２のシミュレーションを実行する装置である。情報処理装置４のハードウェア構成は、情報処理装置３のハードウェア構成と同様であるため、共通する部分の説明は省略する。
図１の情報処理装置４は、上述したように、代理モデルを用いてシミュレーションを実行する装置である。図１２は、情報処理装置４のハードウェアの一例を示す図である。例示する情報処理装置４は、ショーケース２の代理モデル１１を用いて、ショーケース２のシミュレーションを実行する装置である。情報処理装置４のハードウェア構成は、情報処理装置３のハードウェア構成と同様であるため、共通する部分の説明は省略する。
【0097】
情報処理装置４の補助記憶装置３０２には、前述の学習モデル９と、各種パラメータ１０とが記憶されている。学習モデル９は、図９のステップＳ１０３において出力部３１４が出力したものである。各種パラメータ１０は、図１０のステップＳ２０４において出力部３１４が出力したものである。
【0098】
［情報処理装置４の機能ブロック］
図１３は、本実施形態の情報処理装置４の機能ブロックを示す図である。本実施形態の情報処理装置４には、プロセッサ４００が所定のプログラムを実行することにより、取得部４１０と、処理部４１１と、処理部４１２と、処理部４１３と、調整部４１４と、出力部４１５とが実現される。
図１３は、本実施形態の情報処理装置４の機能ブロックを示す図である。本実施形態の情報処理装置４には、プロセッサ４００が所定のプログラムを実行することにより、取得部４１０と、処理部４１１と、処理部４１２と、処理部４１３と、調整部４１４と、出力部４１５とが実現される。
【0099】
［取得部４１０］
取得部４１０は、ショーケース２に対する入力データを取得する。ここでの入力データは、ショーケース２を制御するために、ショーケース２に対して実際に入力された入力データＷｉ（ｔ）（ｉ＝１～ｍ）である。なお、入力データＷｉ（ｔ）の変数は夫々、学習データ８の入力データＷ０ｉ（ｔ）の変数に対応している（ｉ＝１～ｍ）。
取得部４１０は、ショーケース２に対する入力データを取得する。ここでの入力データは、ショーケース２を制御するために、ショーケース２に対して実際に入力された入力データＷｉ（ｔ）（ｉ＝１～ｍ）である。なお、入力データＷｉ（ｔ）の変数は夫々、学習データ８の入力データＷ０ｉ（ｔ）の変数に対応している（ｉ＝１～ｍ）。
【0100】
［処理部４１１］
処理部４１１（第１処理部に相当）は、代理モデル１１（図７）の第１層Ｌ１に相当する処理を実行する。処理部４１１は、入力データＷｉ（ｔ）（ｉ＝１～ｍ）に対して、所定の時間要素を含む処理を施して第１出力データＸｉ（ｔ）（ｉ＝１～ｍ）を出力する。このとき、処理部４１１は、ショーケース２に対して入力データＷｉ（ｔ）（ｉ＝１～ｍ）が入力された際にショーケース２において入力データが変化するよう、所定の時間要素を含む処理を施す。
処理部４１１（第１処理部に相当）は、代理モデル１１（図７）の第１層Ｌ１に相当する処理を実行する。処理部４１１は、入力データＷｉ（ｔ）（ｉ＝１～ｍ）に対して、所定の時間要素を含む処理を施して第１出力データＸｉ（ｔ）（ｉ＝１～ｍ）を出力する。このとき、処理部４１１は、ショーケース２に対して入力データＷｉ（ｔ）（ｉ＝１～ｍ）が入力された際にショーケース２において入力データが変化するよう、所定の時間要素を含む処理を施す。
【0101】
処理部４１１は、先ず、入力データＷｉ（ｔ）（ｉ＝１～ｍ）に対して、第１遅れ要素を含む処理を施して出力する。具体的には、処理部４１１は、入力データＷｉ（ｔ）を、遅れモデルＤＭｉｊ（図７）に入力して出力を得る（ｉ＝１～ｍ）。
【0102】
処理部４１１は、更に、入力データＷｉ（ｔ）（ｉ＝１～ｍ）に対して、進み要素を含む処理を更に施して出力する。具体的には、処理部４１１は、入力データＷｉ（ｔ）を、進みモデルＡＭｉｊ（図７）に入力して出力を得る（ｉ＝１～ｍ）。
【0103】
そして、処理部４１１は、遅れモデルＤＭｉｊの出力と、進みモデルＡＭｉｊの出力との和を、第１出力データＸｉ（ｔ）（ｉ＝１～ｍ）とする。
【0104】
［処理部４１２］
処理部４１２（第２処理部に相当）は、代理モデル１１（図７）の第２層Ｌ２に相当する処理を実行する。処理部４１２は、学習モデル９を用いて、処理部４１１からの第１出力データＸｉ（ｔ）（ｉ＝１～ｍ）に対応する第２出力データＹｊ（ｔ）（ｊ＝１～ｎ）を出力する。
処理部４１２（第２処理部に相当）は、代理モデル１１（図７）の第２層Ｌ２に相当する処理を実行する。処理部４１２は、学習モデル９を用いて、処理部４１１からの第１出力データＸｉ（ｔ）（ｉ＝１～ｍ）に対応する第２出力データＹｊ（ｔ）（ｊ＝１～ｎ）を出力する。
【0105】
［処理部４１３］
処理部４１３（第３処理部に相当）は、代理モデル１１（図７）の第３層Ｌ３に相当する処理を実行する。処理部４１３は、第２出力データＹｊ（ｔ）（ｊ＝１～ｎ）に対して、第２遅れ要素を含む処理を施して第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）を出力する。具体的には、処理部４１３は、第２出力データＹｊを、平滑化モデルＳＭｊ（図７）に入力して第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）を得る。
処理部４１３（第３処理部に相当）は、代理モデル１１（図７）の第３層Ｌ３に相当する処理を実行する。処理部４１３は、第２出力データＹｊ（ｔ）（ｊ＝１～ｎ）に対して、第２遅れ要素を含む処理を施して第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）を出力する。具体的には、処理部４１３は、第２出力データＹｊを、平滑化モデルＳＭｊ（図７）に入力して第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）を得る。
【0106】
［調整部４１４］
調整部４１４は、第１遅れの時定数Ｔｄ及び第２遅れの時定数Ｔαの少なくとも一方を調整する。本実施形態では、調整部４１４は、第２遅れの時定数Ｔαのみを調整することとする（詳細は後述）。
調整部４１４は、第１遅れの時定数Ｔｄ及び第２遅れの時定数Ｔαの少なくとも一方を調整する。本実施形態では、調整部４１４は、第２遅れの時定数Ｔαのみを調整することとする（詳細は後述）。
【0107】
所定の機器の状態に影響を及ぼす要因が、上述の方法で生成された代理モデル１１に十分に反映されない場合、代理モデル１１は機器を十分な精度で模擬することができない。調整部４１４は、そのような場合に、第２遅れの時定数Ｔαを調整することにより、代理モデル１１の精度を向上させるための処理を実行する。調整部４１４が実行する処理の詳細については後述する。
【0108】
［出力部４１５］
出力部４１５は、第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）を出力装置４０４に出力する。
出力部４１５は、第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）を出力装置４０４に出力する。
【0109】
［調整部４１４の処理の詳細］
所定の機器の状態に影響を及ぼす要因が代理モデル１１に十分に反映されない場合の一例として、所定の機器の構造を示す情報が可変である場合がある。
所定の機器の状態に影響を及ぼす要因が代理モデル１１に十分に反映されない場合の一例として、所定の機器の構造を示す情報が可変である場合がある。
【0110】
調整部４１４は、所定の機器の構造を示す情報に基づいて、第２遅れの時定数Ｔαを調整する。以下、所定の機器の例として本実施形態のショーケース２の例を挙げて説明する。
【0111】
また、以下では、構造を示す情報の例として、ショーケース２の内部空間から内部空間の外部へ流れる空気の流量（以下、単に「空気の流量」と称する）に影響を及ぼす構造を示す情報を挙げて説明する。
【0112】
図１４は、ショーケース２に影響を及ぼす要因が代理モデル１１に十分に反映されない場合を説明する図である。本実施形態のショーケース２は、ショーケース２の内部と、ショーケース２の外部とを接続する開口２１を有している。開口２１は、そのサイズを調節可能に設けられている。開口２１は、空気の流量に影響を及ぼす構造の一例である。
【0113】
本実施形態では、開口２１の形状は円形であり、開口２１のサイズとは開口２１の口径とする。しかし、開口２１の形状は円形に限られず、開口２１のサイズは、開口２１の面積を特定することができる指標であればよい。
【0114】
なお、ショーケース２の内部には冷却器が設けられているが、ここでは図示を省略している。
【0115】
【0116】
図１５は、ショーケース２のケース内温度の推移を説明する図であり、横軸は時間、縦軸はケース内温度である。この図において、実線は開口２１のサイズがＬ１の場合、破線は開口２１のサイズがＬ２の場合のケース内温度の推移を示している。
【0117】
ここで、時刻ｔ０よりも前の時刻においては、ショーケース２に設けられた冷却器（図１４に図示せず）がオンの状態であり、時刻ｔ０において冷却器がオンからオフに切り替わり、時刻ｔ０以後の時刻においては冷却器がオフの状態を維持する場合を想定している。
【0118】
この場合、いずれの開口２１のサイズであっても、時刻ｔ０以前の時刻においてはケース内温度が所定の温度ＴＡに維持されている。
【0119】
そして、時刻ｔ０以後の時刻においては、いずれの開口２１のサイズであっても、ケース内温度は上昇し、ショーケース２が設置された場所の室内気温である温度ＴＢに収束する。ここで、開口２１のサイズが大きいほど、温度ＴＢに収束するまでの時間は短い。
【0120】
このように、開口２１のサイズが可変である場合等に、上述の方法で生成された代理モデル１１によってショーケース２を十分な精度で模擬することは困難である。
【0121】
具体的には、上述の方法で代理モデル１１を生成する際に、開口２１のサイズは所定の一定値に維持される。従って、開口２１のサイズが所定の一定値からの差が大きいほど、第３出力データであるケース内温度の精度は低下する。
【0122】
そこで、調整部４１４は、ショーケース２に設けられた開口２１のサイズに応じて、第２遅れの時定数Ｔαを調整する。このとき、調整部４１４は、予め設定された第２遅れの時定数Ｔαと開口２１のサイズとの関係を用いて、第２遅れの時定数Ｔαを調整する。
【0123】
【0124】
図１６は、予め設定された第２遅れの時定数Ｔαと開口２１のサイズとの関係を説明する図である。図１６の横軸は開口２１のサイズであり、縦軸は第２遅れの時定数Ｔαである。この図において、第２遅れの時定数Ｔαと開口２１のサイズとの関係は、開口２１のサイズが大きいほど、第２遅れの時定数Ｔαが小さくなるように設定されている。
【0125】
調整部４１４は、図１６の関係を用いて、開口２１のサイズが大きいほど、第２遅れの時定数Ｔαが小さくなるように調整する。調整部４１４は、例えば、開口２１のサイズがＬ１の場合には第２遅れの時定数をＴα１とし、開口２１のサイズがＬ２の場合には第２遅れの時定数をＴα２とする。
【0126】
図１７は、調整部４１４と、代理モデル１１との関係を説明する図である。調整部４１４は、上述の処理によって第２遅れの時定数Ｔαを調整すると、第２遅れの時定数Ｔαを第３層Ｌ３に出力し、平滑化モデルに反映させる。
【0127】
以上説明した情報処理装置４の構成によれば、ショーケース２の開口２１のサイズが可変である場合を考慮に入れることができる。これによって、ショーケース２を精度良く模擬することができる。
【0128】
なお、以上の説明では、空気の流量に影響を及ぼす構造として開口２１を挙げたが、これに限られるものではない。空気の流量に影響を及ぼす構造の他の例として、ショーケース２の内部空間にファンが設置されている場合には、ファン等も挙げられる。
【0129】
ファンの回転数が高いほど空気の流量が大きく、ケース内温度が収束するまでの時間は短いと考えられる。また、ファンの回転数が低いほど空気の流量が小さく、ケース内温度が収束するまでの時間は長いと考えられる。
【0130】
従って、ファンの回転数に基づいて第２遅れの時定数Ｔαを調整することにより、ファンの回転数に応じたケース内温度の推移を精度良く模擬することができる。
【0131】
＜第３出力データを出力するまでの処理＞
図１８は、本実施形態の情報処理方法により、情報処理装置４が第３出力データを出力するまでの処理の流れを説明するフローチャートである。第３出力データを出力するまでの処理は、ステップＳ３０１～ステップＳ３０７を含んでいる。
図１８は、本実施形態の情報処理方法により、情報処理装置４が第３出力データを出力するまでの処理の流れを説明するフローチャートである。第３出力データを出力するまでの処理は、ステップＳ３０１～ステップＳ３０７を含んでいる。
【0132】
先ず、調整部４１４は、ステップＳ３０１において、ショーケース２に設けられた開口２１のサイズに基づいて、第２遅れの時定数を調整する。ここで調整された第２遅れの時定数は、第３層Ｌ３に出力され、平滑化モデルに反映される（図１７）。
【0133】
次いで、取得部４１０は、ステップＳ３０２において、ショーケース２に対する入力データＷｉ（ｔ）（ｉ＝１～ｍ）を取得する。
【0134】
次いで、処理部４１１は、ステップＳ３０３において、入力データＷｉ（ｔ）（ｉ＝１～ｍ）に対して、第１遅れ要素を含む処理を施す。ステップＳ３０３は、代理モデル（図１７）の第１層Ｌ１の処理に相当する。
【0135】
次いで、処理部４１１は、ステップＳ３０４において、入力データＷｉ（ｔ）に対して、進み要素を含む処理を含む処理を更に施し、第１出力データＸｉ（ｔ）を出力する（ｉ＝１～ｍ）。
【0136】
次いで、処理部４１２は、ステップＳ３０５において、学習モデル９を用いて、処理部４１１から出力された第１出力データＸｉ（ｔ）（ｉ＝１～ｍ）に対応する第２出力データＹｊ（ｔ）（ｊ＝１～ｎ）を出力する。ステップＳ３０５は、代理モデル（図１７）の第２層Ｌ２の処理に相当する。
【0137】
次いで、処理部４１３は、ステップＳ３０６において、第２出力データＹｊ（ｔ）（ｊ＝１～ｎ）に対して、第２遅れ要素を含む処理を施して、第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）を出力する。ステップＳ３０６は、代理モデル（図１７）の第３層Ｌ３の処理に相当する。
【0138】
次いで、出力部４１５は、ステップＳ３０７において、第３出力データＺｊ（ｔ）（ｊ＝１～ｎ）を、出力装置４０４に出力する。
【0139】
以上説明した処理によれば、ショーケース２の開口２１のサイズが可変である場合を考慮に入れることができる。これによって、ショーケース２を精度良く模擬することができる。
【0140】
以上説明したように、本実施形態では、調整部４１４は、第２遅れの時定数Ｔαのみを調整する態様を示した。これに代えて、調整部４１４は、第１遅れの時定数Ｔｄを調整することとしてもよい（図１９）。この場合、調整部４１４は、第１遅れの時定数Ｔｄを調整すると、第１遅れの時定数Ｔｄを第１層Ｌ１に出力し、遅れモデル及び進みモデルに反映させる。
【0141】
調整部４１４が第１遅れの時定数Ｔｄを調整することが好ましい場合の例として、ショーケース２の空気の流量（内部空間から内部空間の外部へ流れる空気の流量）に影響を及ぼす構造として、内部空間にファンが設置されている場合が挙げられる。
【0142】
一般に、ファンをオン状態からオフ状態に切り替える場合は、ファンをオフ状態からオン状態に切り替える場合に比べて、実際にファンが所定の回転数に達するまでの時間が遅い場合がある。
【0143】
従って、このような場合、ファンがオン状態の期間における第１遅れの時定数Ｔｄ１を、ファンがオフ状態の期間における第１遅れの時定数Ｔｄ２よりも短くなるように調整すればよい。
【0144】
これによって、ファンをオン状態からオフ状態に切り替える操作と、ファンをオフ状態からオン状態に切り替える操作が含まれる場合であっても、ケース内温度の推移を精度良く模擬することができる。
【0145】
また、ショーケースを例示して説明したが、調整部４１４の処理は、ショーケース以外の機器に対しても適用可能である。例えば、冷蔵庫、冷凍庫、温蔵庫等のように、内部空間を有する機器に対して適用することができる。そして、内部空間と、内部空間の外部とを接続する開口２１が機器に設けられている場合は、開口２１のサイズが、機器の構造を示す情報となる。この場合、第３出力データＺｊは、機器に設けられた内部空間の温度とする。
【0146】
＝＝第２実施形態＝＝
前述のように、所定の機器の状態に影響を及ぼす要因が、上述の方法で生成された代理モデル１１に十分に反映されない場合、代理モデル１１は機器を十分な精度で模擬することができない。本実施形態の情報処理システムは、そのような場合であって、第１実施形態とは異なる場合において、所定の機器を模擬する精度を向上させるシステムである。本実施形態の情報処理システムは、第１実施形態と比べると、調整部４１４が実行する処理のみが異なる。
前述のように、所定の機器の状態に影響を及ぼす要因が、上述の方法で生成された代理モデル１１に十分に反映されない場合、代理モデル１１は機器を十分な精度で模擬することができない。本実施形態の情報処理システムは、そのような場合であって、第１実施形態とは異なる場合において、所定の機器を模擬する精度を向上させるシステムである。本実施形態の情報処理システムは、第１実施形態と比べると、調整部４１４が実行する処理のみが異なる。
【0147】
先ず、所定の機器の状態に影響を及ぼす要因が代理モデル１１に十分に反映されない場合の、第１実施形態以外の例について説明する。本実施形態でも、所定の機器の例としてショーケース２を挙げて説明する。
【0148】
図２０は、ショーケース２に影響を及ぼす要因が代理モデル１１に十分に反映されない場合を説明する図である。図２０に示すショーケース２の状態は、冷却器２３によってケース内温度が所定の温度ＴＡに維持されている。一方、ショーケース２が設置された場所の室内気温は、温度ＴＢである。
【0149】
また、ショーケース２は、ショーケース２の内部と、ショーケース２の外部とを接続する開口２１を有している。
【0150】
図２１は、ショーケース２のケース内温度の推移を説明する図であり、横軸は時間、縦軸はケース内温度である。この図において、時刻ｔ１よりも前の時刻においてはショーケース２に設けられた冷却器２３がオフの状態であり、時刻ｔ１から時刻ｔ２の時刻においては冷却器２３がオンの状態であり、時刻ｔ２よりも後の時刻においては冷却器２３がオフの状態を維持する場合を想定している。また、この図において、実線は第３出力データＺｊ（ｔ）、破線はＹｊ（ｔ）を示している。
【0151】
この場合、時刻ｔ１よりも前の時刻においては、ケース内温度は、室内気温である温度ＴＢを維持する。時刻ｔ１以後の時刻においては、ケース内温度は下降し、所定の温度ＴＡを目標に推移する。時刻ｔ２以後の時刻においては、ケース内温度は上昇し、温度ＴＢを目標に推移する。
【0152】
この過程において、ケース内温度が時刻ｔ１から温度ＴＡを目標として収束するまでの時間と、時刻ｔ２から温度ＴＢを目標として収束するまでの時間とは、一般に異なる。
【0153】
このような現象は、上述の方法で生成された代理モデル１１によって十分な精度で模擬することは困難である。これは、上述の方法で生成された代理モデル１１は、目標とする温度が温度ＴＡから温度ＴＢに変化した後と、目標とする温度が温度ＴＢから温度ＴＡに変化した後とについて、同一の時定数が用いられるためである。
【0154】
従って、上述の方法で生成された代理モデル１１によれば、ケース内温度が時刻ｔ１から温度ＴＡを目標として収束するまでの早さと、時刻ｔ２から温度ＴＢを目標として収束するまでの早さとが一致し、図２１に示した現象を模擬することができない。
【0155】
そこで、調整部４１４は、ケース内温度の目標とする温度が、一方の温度から他方の温度へ変化した後の第２遅れの時定数Ｔαと、これとは逆に、他方の温度から一方の温度へ変化した後の第２遅れの時定数Ｔαとが異なるように、第２遅れの時定数Ｔαを調整する。以下、調整部４１４が実行する処理の詳細を説明する。
【0156】
図２２は、調整部４１４と、代理モデル１１との関係を説明する図である。調整部４１４は、第３出力データＺｊと、第２出力データＹｊとに基づいて、第２遅れの時定数Ｔαの値を調整する。調整部４１４は、第２遅れの時定数Ｔαの値を調整すると、第２遅れの時定数Ｔαを第３層Ｌ３に出力し、平滑化モデルに反映させる。
【0157】
この例では、第３出力データＺｊと、第２出力データＹｊとは、ケース内温度についての出力データである。第３出力データＺｊは、模擬されたケース内温度である。一方、第２出力データＹｊは、ケース内温度の目標とする温度である。
【0158】
本実施形態では、調整部４１４は、第３出力データＺｊと、第２出力データＹｊとの大小関係に基づいて、第２遅れの時定数Ｔαの値を調整する。
【0159】
この例では、調整部４１４は、第３出力データＺｊが、第２出力データＹｊよりも大きい場合（時刻ｔ１から時刻ｔ２）に、第２遅れの時定数がＴα３となるように調整する。更に、調整部４１４は、第３出力データＺｊが、第２出力データＹｊよりも小さい場合（時刻ｔ１よりも前の時刻と、ｔ２よりも後の時刻）に、第２遅れの時定数がＴα４となるように調整する。このとき、調整部４１４は、時定数Ｔα３が時定数Ｔα４よりも大きくなるように調整する。
【0160】
以上説明した情報処理装置４の構成によれば、ショーケース２のケース内温度が２つの温度の間で変化する場合に、変化する方向に応じた時定数となるように調整することができる。これによって、ショーケース２を精度良く模擬することができる。
【0161】
＜第３出力データを出力するまでの処理＞
図２３は、本実施形態の情報処理方法により、情報処理装置４が第３出力データを出力するまでの処理の流れを説明するフローチャートである。出力データを出力するまでの処理は、ステップＳ４０１～ステップＳ４０７を含んでいる。
図２３は、本実施形態の情報処理方法により、情報処理装置４が第３出力データを出力するまでの処理の流れを説明するフローチャートである。出力データを出力するまでの処理は、ステップＳ４０１～ステップＳ４０７を含んでいる。
【0162】
【0163】
ステップＳ４０１～ステップＳ４０４、ステップＳ４０６及びステップＳ４０７についてはそれぞれ、第１実施形態のステップＳ３０２～ステップＳ３０７の処理と同様であるため、説明は省略する。本実施形態の処理は、ステップＳ４０４の後に、ステップＳ４０５を含む。
【0164】
ステップＳ４０５において、調整部４１４は、ステップＳ４０４において出力された第２出力データＹｊ（ｔｉ）と、前回の時間ステップについてのステップＳ４０６において出力された第３出力データＺｊ（ｔｉ－１）とに基づいて、第２遅れの時定数Ｔαを調整する。具体的には、調整部４１４は、第２出力データＹｊ（ｔｉ）と、第３出力データＺｊ（ｔｉ－１）との大小関係に基づいて、第２遅れの時定数Ｔαを調整する。ここで調整された第２遅れの時定数Ｔαは、第３層Ｌ３に出力され、次の時間ステップにおいて平滑化モデルに反映される。
【0165】
この例では、図２１に示すように、時刻ｔ１の直後から時刻ｔ２は、第３出力データＺｊ（ｔ）の方が、第２出力データＹｊ（ｔ）よりも大きい。このような時間帯では、調整部４１４は、第２遅れの時定数をＴα３に設定する。
【0166】
また、この例では、時刻ｔ２の直後からは、第３出力データＺｊ（ｔ）の方が、第２出力データＹｊ（ｔ）よりも小さい。このような時間帯では、調整部４１４は、第２遅れの時定数をＴα４に設定する。この例では、調整部４１４は、第２遅れの時定数Ｔα３を、第２遅れの時定数をＴα４よりも小さく設定する。
【0167】
以上説明した処理によれば、ショーケース２のケース内温度が２つの温度の間で変化する場合に、変化する方向に応じた時定数となるように調整することができる。これによって、ショーケース２を精度良く模擬することができる。
【0168】
以上、ショーケースのケース内温度を例示して説明したが、調整部４１４は、ショーケース以外の機器や、温度以外の状態を示す量にも適用可能である。
【0169】
つまり、調整部４１４は、所定の機器の目標とする状態が、一の状態（「第１状態」に相当）から他の状態（「第２状態」に相当）へ変化した後の第２遅れの時定数Ｔαの値（「第１の値」に相当）と、他方の状態から一方の状態へ変化した後の第２遅れの時定数Ｔαの値（「第２の値」に相当）とが異なるように第２遅れの時定数Ｔαの値を調整する。
【0170】
ここで、所定の機器の所定の箇所の温度を模擬する場合、第２出力データＹｊは、所定の機器の所定の箇所の目標とする温度とし、第３出力データＺｊは、所定の機器の所定の箇所の温度とする。
【0171】
＝＝第３実施形態＝＝
図２４は、ショーケース２に影響を及ぼす要因が代理モデル１１に十分に反映されない場合を説明する図である。この図に示すショーケース２の状態は、ケース内温度が所定の温度ＴＡに維持されている。一方、ショーケース２が設置された場所の室内気温は、温度ＴＢである。
図２４は、ショーケース２に影響を及ぼす要因が代理モデル１１に十分に反映されない場合を説明する図である。この図に示すショーケース２の状態は、ケース内温度が所定の温度ＴＡに維持されている。一方、ショーケース２が設置された場所の室内気温は、温度ＴＢである。
【0172】
また、ショーケース２の内部には、物体２２が配置されている。物体２２は、例えば食品等の商品である。物体２２は、ショーケース２と熱のやり取りをするが、物体２２の熱容量は、ケース内の空気の熱容量とは一般に異なる。
【0173】
図２５は、ショーケース２のケース内温度の推移を説明する図であり、横軸は時間、縦軸はケース内温度である。この図において、実線は物体２２が配置されていない場合、破線は物体２２が配置されている場合のケース内温度の推移を示している。
【0174】
ここで、時刻ｔ０よりも前の時刻においては、ショーケース２に設けられた冷却器２３がオフの状態であり、時刻ｔ０において冷却器２３がオフからオンに切り替わり、時刻ｔ０以後の時刻においては冷却器２３がオンの状態を維持する場合を想定している。
【0175】
この場合、物体２２の有無に関わらず、時刻ｔ０以前の時刻においてはケース内温度が室内気温である温度ＴＢに維持されている。
【0176】
そして、時刻ｔ０以後の時刻においては、物体２２の有無に関わらず、ケース内温度は下降し、所定の温度ＴＡに収束する。この過程において、物体２２が配置されていない場合の方が、温度ＴＡに収束するまでの時間は短い。つまり、物体２２が配置されていることによって、ショーケース２の冷却が阻害されることがあり得る。
【0177】
上述した代理モデル１１を生成する方法では、このような物体２２が配置される場合は考慮されていない。従って、内部に物体２２が配置されているショーケース２を、上述の方法で生成された代理モデル１１によって十分な精度で模擬することは困難である。
【0178】
本実施形態の情報処理システムは、上述のような現象を精度良く模擬するためのシステムである。以下、詳述する。
【0179】
［代理モデル］
図２６は、本実施形態の代理モデル１２を説明する図である。本実施形態の代理モデル１２は、第１層Ｌ１と、第２層Ｌ２と、第３層Ｌ３と、第４層Ｌ４の夫々におけるモデルを含むが、第１～第３層（Ｌ１～Ｌ３）については第１実施形態と同様であるため、この図において簡略化して「代理モデル１１」と示されている。
図２６は、本実施形態の代理モデル１２を説明する図である。本実施形態の代理モデル１２は、第１層Ｌ１と、第２層Ｌ２と、第３層Ｌ３と、第４層Ｌ４の夫々におけるモデルを含むが、第１～第３層（Ｌ１～Ｌ３）については第１実施形態と同様であるため、この図において簡略化して「代理モデル１１」と示されている。
【0180】
本実施形態の代理モデル１２においては、第１層Ｌ１には、入力データＷｉ（ｉ＝１～ｍ）が入力され、第４層Ｌ４には、入力データＷｍ＋１が入力される。そして、第３層Ｌ３からは、第３出力データＺｊが出力される。本実施形態においても、第３出力データＺｊはケース内温度とする。以下、第４層Ｌ４について説明する。
【0181】
第４層Ｌ４におけるモデルは、物体２２の状態を模擬するモデルである。本実施形態では、ショーケース２のケース内温度を入力データとし、物体２２の温度を出力データとして出力するモデルである。本実施形態では、ここでのモデルは遅れモデルＤＭであり、入力データＷｍ＋１に対して、時間的な遅れを施して出力データを出力する。
【0182】
なお、第４層Ｌ４から出力された出力データは、「第４出力データ」に相当する。以下、本明細書において同様とする。
【0183】
具体的には、遅れモデルＤＭには、第３出力データＺｊが、入力データＷｍ＋１として入力される。更に、第１層Ｌ１には、第１実施形態で示した入力データＷｉ（ｉ＝１～ｍ）と、第４出力データとが入力される。
【0184】
つまり、代理モデル１２は、第３出力データＺｊとして出力されたケース内温度を入力の一部として用い、後の時間ステップにおける出力にフィードバックさせるモデルといえる。これによって、ショーケース２と、物体２２との熱のやり取りを考慮に入れることができ、図２５を用いて説明した現象を精度良く模擬することができる。
【0185】
なお、代理モデル１２に含まれるパラメータは、代理モデル１１に含まれる各種パラメータ１０に加え、第４層Ｌ４に含まれるパラメータからなる。代理モデル１２に含まれるこれらのパラメータは、図１０を用いて説明した方法と同様の方法で同定される。
【0186】
＜情報処理装置＞
本実施形態の情報処理システムは、第１実施形態と比べると、情報処理装置４に代えて情報処理装置５を用いる点で異なっている。図２７は、本実施形態の情報処理装置５の機能ブロックを説明する図である。
本実施形態の情報処理システムは、第１実施形態と比べると、情報処理装置４に代えて情報処理装置５を用いる点で異なっている。図２７は、本実施形態の情報処理装置５の機能ブロックを説明する図である。
【0187】
本実施形態の情報処理装置５は、第１実施形態の情報処理装置４と比べると、取得部４１０が扱うデータと、処理部５１４（第４処理部に相当）を更に備える点と、調整部４１４を備えない点とで異なっている。取得部４１０が扱うデータと、処理部５１４以外の構成については第１実施形態と同様であるため、ここでは取得部４１０、処理部５１４について説明する。
【0188】
［取得部４１０］
取得部４１０は、本実施形態では、ショーケース２に対する入力データＷｉ（ｉ＝１～ｍ＋１）を取得する。これらのうち、入力データＷｉ（ｉ＝１～ｍ）は、第１実施形態の入力データＷｉ（ｉ＝１～ｍ）と同様である。
取得部４１０は、本実施形態では、ショーケース２に対する入力データＷｉ（ｉ＝１～ｍ＋１）を取得する。これらのうち、入力データＷｉ（ｉ＝１～ｍ）は、第１実施形態の入力データＷｉ（ｉ＝１～ｍ）と同様である。
【0189】
一方、入力データＷｍ＋１は、第３出力データＺｊである。つまり、取得部４１０は、各時間ステップごとに、処理部４１３から出力される第３出力データＺｊを取得する。
【0190】
［処理部５１４］
処理部５１４は、機器（「第１の対象」に相当）の状態に影響を及ぼす要因（「第２の対象」に相当）を模擬し、第３出力データＺｊに対応する第４出力データを出力する。ショーケース２は、所定の機器の一例であり、物体２２は、所定の危機に影響を及ぼす要因の一例である。
処理部５１４は、機器（「第１の対象」に相当）の状態に影響を及ぼす要因（「第２の対象」に相当）を模擬し、第３出力データＺｊに対応する第４出力データを出力する。ショーケース２は、所定の機器の一例であり、物体２２は、所定の危機に影響を及ぼす要因の一例である。
【0191】
本実施形態では、処理部４１１に入力される入力データは、処理部５１４によって出力された第４出力データを含む。図２６に示した代理モデル１２の例では、第１層Ｌ１（図示を省略）に入力される入力データは、入力データＷｉ（ｉ＝１～ｍ）と、第４出力データである。
【0192】
以上説明した情報処理装置５の構成によれば、ショーケース２に影響を及ぼす要因が存在する場合に、そのような要因がショーケース２に及ぼす影響を考慮に入れることができる。これによって、ショーケース２を精度良く模擬することができる。
【0193】
＜第３出力データを出力するまでの処理＞
図２８は、本実施形態の情報処理方法により、情報処理装置５が第３出力データＺｊを出力するまでの処理の流れを説明するフローチャートである。第３出力データＺｊを出力するまでの処理は、ステップＳ５０１～ステップＳ５０８を含んでいる。
図２８は、本実施形態の情報処理方法により、情報処理装置５が第３出力データＺｊを出力するまでの処理の流れを説明するフローチャートである。第３出力データＺｊを出力するまでの処理は、ステップＳ５０１～ステップＳ５０８を含んでいる。
【0194】
ステップＳ５０１、ステップＳ５０４～ステップＳ５０８についてはそれぞれ、第１実施形態のステップＳ３０２～ステップＳ３０７の処理と同様であるため、説明は省略する。本実施形態の処理は、ステップＳ５０１の後に、ステップＳ５０２と、ステップＳ５０３とを含む。
【0195】
ステップＳ５０２において、取得部４１０は、付加された対象の入力データである第３出力データＺｊを取得する。ここでの第３出力データＺｊは、１つ前の時間ステップにおける第３出力データＺｊである。
【0196】
ステップＳ５０３において、処理部５１４は、遅れモデルＤＭ（図２６）を用いて、第３出力データＺｊに対応する第４出力データを出力する。
【0197】
ステップＳ５０４以降の処理は、第１実施形態のステップＳ３０３以降の処理と同様である。なお、本実施形態では、ステップＳ５０４において、処理部４１１は、入力データＷｉ（ｉ＝１～ｍ）と、第４出力データに対して、第１遅れ要素を含む処理を施す。
【0198】
以上説明した処理によれば、ショーケース２に影響を及ぼす要因が存在する場合に、そのような要因がショーケース２に及ぼす影響を考慮に入れることができる。これによって、ショーケース２を精度良く模擬することができる。
【0199】
以上、ショーケースを例示して説明したが、情報処理装置５の処理は、ショーケース以外の機器に対しても適用可能である。つまり、情報処理装置５の処理は、機器の所定の箇所の温度を第３出力データＺｊとして模擬する場合に、機器と熱のやり取りをする要因（例えば、上述の物体２２）が存在する場合にも適用可能である。
【0200】
機器と熱のやり取りをする要因としては、例えば、機器の内部空間に存在している要因であってもよいし、機器の外側の表面に接触している要因であってもよい。処理部５１４は、機器と熱のやり取りをする要因の温度を第４出力データとして出力する。
【0201】
＝＝第４実施形態＝＝
本実施形態の情報処理システムは、第３実施形態で述べた物体２２が配置された場合のような、機器の状態に影響を及ぼす要因が存在する場合に、機器を精度良く模擬することが可能なシステムの他の例である。
本実施形態の情報処理システムは、第３実施形態で述べた物体２２が配置された場合のような、機器の状態に影響を及ぼす要因が存在する場合に、機器を精度良く模擬することが可能なシステムの他の例である。
【0202】
［代理モデル］
図２９は、本実施形態の代理モデル１３を説明する図である。代理モデル１３は、第１層Ｌ１と、第２層Ｌ２と、第３層Ｌ３との夫々におけるモデルを含む。第１～第３層（Ｌ１～Ｌ３）については第１実施形態と同様であるが、第１層Ｌ１に入力される入力データが異なっている。
図２９は、本実施形態の代理モデル１３を説明する図である。代理モデル１３は、第１層Ｌ１と、第２層Ｌ２と、第３層Ｌ３との夫々におけるモデルを含む。第１～第３層（Ｌ１～Ｌ３）については第１実施形態と同様であるが、第１層Ｌ１に入力される入力データが異なっている。
【0203】
本実施形態の代理モデル１３においては、第１層Ｌ１には、入力データＷｉ（ｉ＝１～ｍ＋１）が入力される。そして、第３層Ｌ３からは、第３出力データＺｊが出力される。本実施形態においても、第３出力データＺｊはケース内温度とする。
【0204】
入力データＷｉ（ｉ＝１～ｍ＋１）のうち、入力データＷｉ（ｉ＝１～ｍ）は、第１実施形態で示した入力データである。一方、入力データＷｍ＋１は、ケース内温度である。本実施形態では、入力データＷｍ＋１として、第３出力データＺｊを用いる。
【0205】
つまり、代理モデル１３は、第３出力データＺｊとして出力されたケース内温度を入力の一部として用い、後の時間ステップにおける出力にフィードバックさせるモデルといえる。これによって、ショーケース２と、物体２２との熱のやり取りを考慮に入れることができ、図２５を用いて説明した現象を精度良く模擬することができる。
【0206】
なお、代理モデル１３に含まれるパラメータは、代理モデル１１に含まれる各種パラメータ１０に加え、遅れモデルＤＭｍ＋１ｊと、進みモデルＡＭｍ＋１ｊに含まれるパラメータからなる。代理モデル１３に含まれるこれらのパラメータは、図１０を用いて説明した方法と同様の方法で同定される。
【0207】
＜情報処理装置＞
本実施形態の情報処理システムは、第３実施形態と比べると、情報処理装置５に代えて情報処理装置６を用いる点で異なっている。図３０は、本実施形態の情報処理装置６の機能ブロックを説明する図である。
本実施形態の情報処理システムは、第３実施形態と比べると、情報処理装置５に代えて情報処理装置６を用いる点で異なっている。図３０は、本実施形態の情報処理装置６の機能ブロックを説明する図である。
【0208】
本実施形態の情報処理装置６は、第３実施形態の情報処理装置５と比べると、処理部６１１を備える点と、処理部４１１及び処理部５１４を備えない点とで異なっている。処理部６１１以外の構成については第３実施形態と同様であるため、説明は省略する。
【0209】
［処理部６１１］
処理部６１１は、所定の機器（「第１の対象」に相当）の状態に影響を及ぼす要因（「第２の対象」に相当）を模擬したモデルを含む。ショーケース２は、所定の機器の一例であり、物体２２は、所定の危機に影響を及ぼす要因の一例である。
処理部６１１は、所定の機器（「第１の対象」に相当）の状態に影響を及ぼす要因（「第２の対象」に相当）を模擬したモデルを含む。ショーケース２は、所定の機器の一例であり、物体２２は、所定の危機に影響を及ぼす要因の一例である。
【0210】
また、処理部６１１に入力される入力データは、第１実施形態の処理部４１１に入力される入力データと比べると、処理部４１３によって出力された第３出力データＺｊを含む点で異なっている。図２９に示した代理モデル１３の例では、処理部６１１に入力される入力データは、入力データＷｉ（ｉ＝１～ｍ＋１）である。
【0211】
これらのうち、入力データＷｉ（ｉ＝１～ｍ）は、第１実施形態のＷｉ（ｉ＝１～ｍ）である。一方、入力データＷｍ＋１は、第３出力データＺｊである。
【0212】
処理部６１１は、入力データＷｉ（ｉ＝１～ｍ）に対しては、第１実施形態と同様に、所定の時間要素を含む処理を施して第１出力データＸｉ（ｉ＝１～ｍ）を出力する。
【0213】
処理部６１１はまた、入力データＷｍ＋１に対しては、物体２２を模擬したモデルを用い、物体２２の温度を第１出力データＸｍ＋１として出力する。なお、本実施形態では、物体２２を模擬したモデルとして、遅れモデルＤＭｍ＋１ｊと、進みモデルＡＭｍ＋１ｊとを用いる。
【0214】
以上説明した情報処理装置６の構成によれば、ショーケース２に影響を及ぼす要因が存在する場合に、そのような要因がショーケース２に及ぼす影響を考慮に入れることができる。これによって、ショーケース２を精度良く模擬することができる。
【0215】
＜第３出力データを出力するまでの処理＞
図３１は、本実施形態の情報処理方法により、情報処理装置６が第３出力データを出力するまでの処理の流れを説明するフローチャートである。出力データを出力するまでの処理は、ステップＳ６０１～ステップＳ６０７を含んでいる。
図３１は、本実施形態の情報処理方法により、情報処理装置６が第３出力データを出力するまでの処理の流れを説明するフローチャートである。出力データを出力するまでの処理は、ステップＳ６０１～ステップＳ６０７を含んでいる。
【0216】
ステップＳ６０１、ステップＳ６０５～ステップＳ６０７については、第３実施形態のステップＳ５０１、ステップＳ５０６～ステップＳ５０８の処理（図２８）と同様であるため、説明は省略する。
【0217】
本実施形態では、ステップＳ６０２において、取得部４１０は、付加された対象の入力データである第３出力データＺｊを、入力データＷｍ＋１として取得する。ここでの第３出力データＺｊは、１つ前の時間ステップにおける第３出力データＺｊである。
【0218】
ステップＳ６０３において、処理部６１１は、入力データＷｉ（ｉ＝１～ｍ＋１）に対して、第１遅れ要素を含む処理を施す。更に、ステップＳ６０４において、処理部６１１は、入力データＷｉ（ｉ＝１～ｍ＋１）に対して、進み要素を含む処理を施す。
【0219】
ステップＳ６０５以降の処理は、第３実施形態のステップＳ５０６以降の処理と同様である。
【0220】
なお、ステップＳ６０３及びステップＳ６０４は、「第１ステップ」に相当する。ステップＳ６０５は、「第２ステップ」に相当する。ステップＳ６０６は、「第３ステップ」に相当する。
【0221】
以上説明した処理によれば、ショーケース２に影響を及ぼす要因が存在する場合に、そのような要因がショーケース２に及ぼす影響を考慮に入れることができる。これによって、ショーケース２を精度良く模擬することができる。
【0222】
以上、ショーケースを例示して説明したが、情報処理装置６の処理は、ショーケース以外の機器に対しても適用可能である。つまり、情報処理装置６の処理は、機器の所定の箇所の温度を第３出力データＺｊとして模擬する場合に、機器と熱のやり取りをする要因（例えば、上述の物体２２）が存在する場合にも適用可能である。
【0223】
機器と熱のやり取りをする要因としては、例えば、機器の内部空間に存在している要因であってもよいし、機器の外側の表面に接触している要因であってもよい。処理部６１１は、機器と熱のやり取りをする要因を模擬するモデルを用いて、要因の温度を第１出力データの一部として出力する。
【0224】
＝＝まとめ＝＝
以上説明したように、実施形態の情報処理装置４は、所定の対象に対して入力データが入力された際に所定の対象において入力データが変化するよう、入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力する処理部４１１と、所定値の入力データに対応するデータを出力するとともに所定の対象の定常状態における入出力を模擬した学習モデル９を用いて、第１出力データに対応する第２出力データを出力する処理部４１２と、第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する処理部４１３と、第１遅れの時定数及び第２遅れの時定数の少なくとも一方を調整する調整部４１４と、を備える。
以上説明したように、実施形態の情報処理装置４は、所定の対象に対して入力データが入力された際に所定の対象において入力データが変化するよう、入力データに対して、少なくとも第１遅れの時定数を含む第１遅れ要素を含む処理を施して第１出力データを出力する処理部４１１と、所定値の入力データに対応するデータを出力するとともに所定の対象の定常状態における入出力を模擬した学習モデル９を用いて、第１出力データに対応する第２出力データを出力する処理部４１２と、第２出力データに対して、少なくとも第２遅れの時定数を含む第２遅れ要素を含む処理を施して第３出力データを出力する処理部４１３と、第１遅れの時定数及び第２遅れの時定数の少なくとも一方を調整する調整部４１４と、を備える。
【0225】
このような構成によれば、所定の対象の状態に影響を及ぼす要因を考慮に入れることができる。これによって、所定の対象を精度良く模擬することができる。
【0226】
また、情報処理装置４において、調整部４１４は、所定の対象の構造を示す情報に基づいて、少なくとも一方を調整する。このような構成によれば、所定の対象の構造が変更された場合を考慮に入れることができる。これによって、所定の対象を精度良く模擬することができる。
【0227】
また、情報処理装置４において、第３出力データは、所定の対象に設けられた内部空間の温度であり、構造を示す情報は、内部空間と、内部空間の外部とを接続する開口２１のサイズであり、調整部４１４は、開口２１のサイズが大きいほど、第１遅れの時定数又は第２遅れの時定数の少なくとも一方が小さくなるように調整する。このような構成によれば、開口２１のサイズが変更された場合を考慮に入れることができる。これによって、所定の対象の内部空間の温度を精度良く模擬することができる。
【0228】
また、情報処理装置４において、調整部４１４は、所定の対象の目標とする状態が、第１状態から第２状態へ変化した後の少なくとも一方の第１の値と、第２状態から第１状態へ変化した後の少なくとも一方の第２の値とが異なるように、少なくとも一方の値を調整する。このような構成によれば、所定の対象が２つの状態の間で変化する場合に、変化する方向に応じた時定数となるように調整することができる。これによって、所定の対象を精度良く模擬することができる。
【0229】
また、情報処理装置４において、調整部４１４は、第３出力データと、第２出力データとに基づいて、少なくとも一方の値を調整する。このような構成によれば、所定の対象が変化する方向に応じた時定数を更に定量的に調整することができる。これによって、所定の対象を更に精度良く模擬することができる。
【0230】
また、情報処理装置４において、第２出力データは、所定の対象の所定の箇所の目標とする温度であり、第３出力データは、所定の対象の所定の箇所の温度であり、調整部４１４は、第３出力データと、第２出力データとの大小関係に基づいて、少なくとも一方の値を調整する。このような構成によれば、所定の対象の所定の箇所が２つの温度の間で変化する場合に、変化する方向に応じた時定数となるように調整することができる。これによって、所定の対象の所定の箇所の温度を精度良く模擬することができる。
【0231】
また、実施形態の情報処理装置５は、第１の対象に対して入力データが入力された際に第１の対象において入力データが変化するよう、入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する処理部４１１と、所定値の入力データに対応するデータを出力するとともに第１の対象の定常状態における入出力を模擬した学習モデル９を用いて、第１出力データを入力として、第２出力データを出力する処理部４１２と、第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する処理部４１３と、第１の対象の状態に影響を及ぼす第２の対象を模擬し、第３出力データに対応する第４出力データを出力する処理部５１４と、を備え、入力データは、第４出力データを含む。
【0232】
このような構成によれば、第２の対象が存在する場合に、第２の対象が第１の対象に及ぼす影響を考慮に入れることができる。これによって、所定の対象を精度良く模擬することができる。
【0233】
また、情報処理装置５において、第３出力データは、第１の対象の所定の箇所の温度であり、第２の対象は、第１の対象と熱のやりとりをし、処理部５１４は、所定の箇所の温度に応じて変化する第２の対象の温度を第４出力データとして出力する。このような構成によれば、第２の対象の温度が、第１の対象に及ぼす影響を考慮に入れることができる。これによって、所定の対象を精度良く模擬することができる。
【0234】
また、実施形態の情報処理装置６は、第１の対象に対して入力データが入力された際に第１の対象において入力データが変化するよう、入力データに対して、第１時間要素を含む処理を施して第１出力データを出力する処理部４１１と、所定値の入力データに対応するデータを出力するとともに第１の対象の定常状態における入出力を模擬した学習モデル９を用いて、第１出力データを入力として、第２出力データを出力する処理部４１２と、第２出力データに対して、第２時間要素を含む処理を施して第３出力データを出力する処理部４１３と、を備え、処理部４１１は、第１の対象の状態に影響を及ぼす第２の対象を模擬したモデルを含む。
【0235】
このような構成によれば、第２の対象が存在する場合に、第２の対象が第１の対象に及ぼす影響を考慮に入れることができる。これによって、所定の対象を精度良く模擬することができる。
【0236】
また、情報処理装置６において、第３出力データは、第１の対象の所定の箇所の温度であり、第２の対象は、第１の対象と熱のやりとりをし、処理部４１１は、モデルを用いて、所定の箇所の温度に応じて変化する第２の対象の温度を第１出力データの一部として出力する。このような構成によれば、第２の対象の温度が、第１の対象に及ぼす影響を考慮に入れることができる。これによって、所定の対象を精度良く模擬することができる。
【符号の説明】
【0237】
１：情報処理システム
２：ショーケース
２０：センサ
２１：開口
２２：物体
２３：冷却器
３：情報処理装置
３００：プロセッサ
３０１：主記憶装置
３０２：補助記憶装置
３０３：入力装置
３０４：出力装置
３０５：通信装置
３１０：取得部
３１１：モデル生成部
３１２：取得部
３１３：パラメータ同定部
３１４：出力部
５：情報処理装置
４００：プロセッサ
４０１：主記憶装置
４０２：補助記憶装置
４０３：入力装置
４０４：出力装置
４０５：通信装置
４１０：取得部
４１１：処理部
４１２：処理部
４１３：処理部
４１４：調整部
４１５：出力部
５：情報処理装置
５１４：処理部
６：情報処理装置
６１１：処理部
８：学習データ
ＳＤ：サンプルデータ
９：学習モデル
１０：パラメータ
１１：代理モデル
１２：代理モデル
１３：代理モデル
２：ショーケース
２０：センサ
２１：開口
２２：物体
２３：冷却器
３：情報処理装置
３００：プロセッサ
３０１：主記憶装置
３０２：補助記憶装置
３０３：入力装置
３０４：出力装置
３０５：通信装置
３１０：取得部
３１１：モデル生成部
３１２：取得部
３１３：パラメータ同定部
３１４：出力部
５：情報処理装置
４００：プロセッサ
４０１：主記憶装置
４０２：補助記憶装置
４０３：入力装置
４０４：出力装置
４０５：通信装置
４１０：取得部
４１１：処理部
４１２：処理部
４１３：処理部
４１４：調整部
４１５：出力部
５：情報処理装置
５１４：処理部
６：情報処理装置
６１１：処理部
８：学習データ
ＳＤ：サンプルデータ
９：学習モデル
１０：パラメータ
１１：代理モデル
１２：代理モデル
１３：代理モデル
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】