知財求人 - 知財ポータルサイト「IP Force」
(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】P2024089189
(43)【公開日】2024-07-03
(54)【発明の名称】パラメータ探索装置および方法
(51)【国際特許分類】
G05B 13/02 20060101AFI20240626BHJP
G06N 20/00 20190101ALI20240626BHJP
【ＦＩ】
G05B13/02 J
G06N20/00 130
【審査請求】未請求
【請求項の数】6
【出願形態】ＯＬ
(21)【出願番号】P 2022204395
(22)【出願日】2022-12-21
(71)【出願人】
【識別番号】000006666
【氏名又は名称】アズビル株式会社
(74)【代理人】
【識別番号】100098394
【弁理士】
【氏名又は名称】山川 茂樹
(72)【発明者】
【氏名】田中 雅人
【テーマコード（参考）】
5H004
【Ｆターム（参考）】
5H004GA30
5H004KC08
(57)【要約】
【課題】実対象での繰り返し試行でパラメータの最適化を行なうケースについて効率を改善する。
【解決手段】パラメータ探索装置は、複数の入力パラメータを実対象に入力したときに実対象から評価値を取得する評価値検出部４と、複数の入力パラメータのうち特定の入力パラメータのみを変化させたときに評価値が単調増減ではなくなる条件として、複数の入力パラメータと評価値との組み合わせを最低３点取得する非単調増減条件検出部５と、複数の入力パラメータのそれぞれを特定の入力パラメータとしたときの条件を取得し終えた後に、条件記憶部６に記憶された条件を参照して、入力パラメータを説明変数とし、評価値を目的変数とする評価関数式を推定する評価関数式推定部８と、評価関数式を用いて、評価値が極小または極大になる複数の入力パラメータの最適解を探索する最適解探索部９を備える。
【選択図】 図４
【解決手段】パラメータ探索装置は、複数の入力パラメータを実対象に入力したときに実対象から評価値を取得する評価値検出部４と、複数の入力パラメータのうち特定の入力パラメータのみを変化させたときに評価値が単調増減ではなくなる条件として、複数の入力パラメータと評価値との組み合わせを最低３点取得する非単調増減条件検出部５と、複数の入力パラメータのそれぞれを特定の入力パラメータとしたときの条件を取得し終えた後に、条件記憶部６に記憶された条件を参照して、入力パラメータを説明変数とし、評価値を目的変数とする評価関数式を推定する評価関数式推定部８と、評価関数式を用いて、評価値が極小または極大になる複数の入力パラメータの最適解を探索する最適解探索部９を備える。
【選択図】 図４
【特許請求の範囲】
【請求項1】
複数の入力パラメータのうち特定の１つの入力パラメータ以外のパラメータを固定値とし、前記特定の入力パラメータのみを変化させるように構成された入力パラメータ数値指示部と、
前記複数の入力パラメータを実対象に入力したときに前記実対象から得られる評価値、または前記評価値を求めるために必要な情報を検出するように構成された実対象動作検出部と、
前記実対象動作検出部による検出結果に基づいて前記評価値を取得するように構成された評価値検出部と、
前記特定の入力パラメータを変化させたときに前記評価値が単調増減ではなくなる条件として、前記複数の入力パラメータと前記評価値との組み合わせを最低３点取得するように構成された非単調増減条件検出部と、
前記非単調増減条件検出部が取得した条件を記憶するように構成された第１の記憶部と、
前記特定の入力パラメータと数値を固定する入力パラメータとの組み合わせを順次変更しながら、前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部とに処理を実行させ、前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得させるように構成された順次処理実行部と、
前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第１の記憶部に記憶された条件を参照して、前記入力パラメータを説明変数とし、前記評価値を目的変数とする評価関数式を推定するように構成された評価関数式推定部と、
前記評価関数式を用いて、前記評価値が極小または極大になる前記複数の入力パラメータの最適解を探索するように構成された最適解探索部と、
前記最適解を提示するように構成された最適解提示部とを備えることを特徴とするパラメータ探索装置。
前記複数の入力パラメータを実対象に入力したときに前記実対象から得られる評価値、または前記評価値を求めるために必要な情報を検出するように構成された実対象動作検出部と、
前記実対象動作検出部による検出結果に基づいて前記評価値を取得するように構成された評価値検出部と、
前記特定の入力パラメータを変化させたときに前記評価値が単調増減ではなくなる条件として、前記複数の入力パラメータと前記評価値との組み合わせを最低３点取得するように構成された非単調増減条件検出部と、
前記非単調増減条件検出部が取得した条件を記憶するように構成された第１の記憶部と、
前記特定の入力パラメータと数値を固定する入力パラメータとの組み合わせを順次変更しながら、前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部とに処理を実行させ、前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得させるように構成された順次処理実行部と、
前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第１の記憶部に記憶された条件を参照して、前記入力パラメータを説明変数とし、前記評価値を目的変数とする評価関数式を推定するように構成された評価関数式推定部と、
前記評価関数式を用いて、前記評価値が極小または極大になる前記複数の入力パラメータの最適解を探索するように構成された最適解探索部と、
前記最適解を提示するように構成された最適解提示部とを備えることを特徴とするパラメータ探索装置。
【請求項2】
請求項１記載のパラメータ探索装置において、
前記特定の入力パラメータの初期値と、前記特定の入力パラメータの変化幅と、前記特定の入力パラメータ以外のパラメータとするときの固定値とが前記複数の入力パラメータのそれぞれについて前記入力パラメータ数値指示部に予め設定されていることを特徴とするパラメータ探索装置。
前記特定の入力パラメータの初期値と、前記特定の入力パラメータの変化幅と、前記特定の入力パラメータ以外のパラメータとするときの固定値とが前記複数の入力パラメータのそれぞれについて前記入力パラメータ数値指示部に予め設定されていることを特徴とするパラメータ探索装置。
【請求項3】
請求項１または２記載のパラメータ探索装置において、
前記最適解を、２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとするときの初期値とし、前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部と前記順次処理実行部とによる１回目の条件検出処理における前記特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における前記特定の入力パラメータの変化幅とする設定を、前記入力パラメータ数値指示部に対して行なうように構成された詳細探索指示部と、
前記詳細探索指示部による設定後の前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部と前記順次処理実行部とによる前記２回目の条件検出処理において前記非単調増減条件検出部が取得した条件を記憶するように構成された第２の記憶部と、
前記２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記評価関数式推定部と前記最適解探索部と前記最適解提示部とに対し、前記第２の記憶部の記憶内容のみで処理を実行させると共に、前記第１の記憶部の記憶内容と前記第２の記憶部の記憶内容の両方を併せた内容で処理を実行させるように構成された詳細探索処理部とをさらに備えることを特徴とするパラメータ探索装置。
前記最適解を、２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとするときの初期値とし、前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部と前記順次処理実行部とによる１回目の条件検出処理における前記特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における前記特定の入力パラメータの変化幅とする設定を、前記入力パラメータ数値指示部に対して行なうように構成された詳細探索指示部と、
前記詳細探索指示部による設定後の前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部と前記順次処理実行部とによる前記２回目の条件検出処理において前記非単調増減条件検出部が取得した条件を記憶するように構成された第２の記憶部と、
前記２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記評価関数式推定部と前記最適解探索部と前記最適解提示部とに対し、前記第２の記憶部の記憶内容のみで処理を実行させると共に、前記第１の記憶部の記憶内容と前記第２の記憶部の記憶内容の両方を併せた内容で処理を実行させるように構成された詳細探索処理部とをさらに備えることを特徴とするパラメータ探索装置。
【請求項4】
複数の入力パラメータのうち特定の１つの入力パラメータ以外のパラメータを固定値とし、前記特定の入力パラメータのみを変化させる第１のステップと、
前記複数の入力パラメータを実対象に入力したときに前記実対象から得られる評価値、または前記評価値を求めるために必要な情報を検出する第２のステップと、
前記第２のステップの検出結果に基づいて前記評価値を取得する第３のステップと、
前記特定の入力パラメータを変化させたときに前記評価値が単調増減ではなくなる条件として、前記複数の入力パラメータと前記評価値との組み合わせを最低３点取得して第１の記憶部に記憶させる第４のステップと、
前記特定の入力パラメータと数値を固定する入力パラメータとの組み合わせを順次変更しながら、前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップの処理を実行し、前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得する第５のステップと、
前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第１の記憶部に記憶された条件を参照して、前記入力パラメータを説明変数とし、前記評価値を目的変数とする評価関数式を推定する第６のステップと、
前記評価関数式を用いて、前記評価値が極小または極大になる前記複数の入力パラメータの最適解を探索する第７のステップと、
前記最適解を提示する第８のステップとを含むことを特徴とするパラメータ探索方法。
前記複数の入力パラメータを実対象に入力したときに前記実対象から得られる評価値、または前記評価値を求めるために必要な情報を検出する第２のステップと、
前記第２のステップの検出結果に基づいて前記評価値を取得する第３のステップと、
前記特定の入力パラメータを変化させたときに前記評価値が単調増減ではなくなる条件として、前記複数の入力パラメータと前記評価値との組み合わせを最低３点取得して第１の記憶部に記憶させる第４のステップと、
前記特定の入力パラメータと数値を固定する入力パラメータとの組み合わせを順次変更しながら、前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップの処理を実行し、前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得する第５のステップと、
前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第１の記憶部に記憶された条件を参照して、前記入力パラメータを説明変数とし、前記評価値を目的変数とする評価関数式を推定する第６のステップと、
前記評価関数式を用いて、前記評価値が極小または極大になる前記複数の入力パラメータの最適解を探索する第７のステップと、
前記最適解を提示する第８のステップとを含むことを特徴とするパラメータ探索方法。
【請求項5】
請求項４記載のパラメータ探索方法において、
前記特定の入力パラメータの初期値と、前記特定の入力パラメータの変化幅と、前記特定の入力パラメータ以外のパラメータとするときの固定値とが前記複数の入力パラメータのそれぞれについて予め設定されていることを特徴とするパラメータ探索方法。
前記特定の入力パラメータの初期値と、前記特定の入力パラメータの変化幅と、前記特定の入力パラメータ以外のパラメータとするときの固定値とが前記複数の入力パラメータのそれぞれについて予め設定されていることを特徴とするパラメータ探索方法。
【請求項6】
請求項４または５記載のパラメータ探索方法において、
前記最適解を、２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとするときの初期値とし、前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップと前記第５のステップとによる１回目の条件検出処理における前記特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における前記特定の入力パラメータの変化幅とする設定を行なう第９のステップと、
前記第９のステップによる設定後の前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップと前記第５のステップとによる前記２回目の条件検出処理において前記第４のステップで取得した条件を第２の記憶部に記憶させる第１０のステップと、
前記２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第２の記憶部の記憶内容のみで前記第６のステップと前記第７のステップと前記第８のステップの処理を実行すると共に、前記第１の記憶部の記憶内容と前記第２の記憶部の記憶内容の両方を併せた内容で前記第６のステップと前記第７のステップと前記第８のステップの処理を実行する第１１のステップとをさらに含むことを特徴とするパラメータ探索方法。
前記最適解を、２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとするときの初期値とし、前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップと前記第５のステップとによる１回目の条件検出処理における前記特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における前記特定の入力パラメータの変化幅とする設定を行なう第９のステップと、
前記第９のステップによる設定後の前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップと前記第５のステップとによる前記２回目の条件検出処理において前記第４のステップで取得した条件を第２の記憶部に記憶させる第１０のステップと、
前記２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第２の記憶部の記憶内容のみで前記第６のステップと前記第７のステップと前記第８のステップの処理を実行すると共に、前記第１の記憶部の記憶内容と前記第２の記憶部の記憶内容の両方を併せた内容で前記第６のステップと前記第７のステップと前記第８のステップの処理を実行する第１１のステップとをさらに含むことを特徴とするパラメータ探索方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、実対象にパラメータを入力してパラメータの最適解を探索する技術に係り、特に最適化の効率を改善することができるパラメータ探索装置および方法に関するものである。
【背景技術】
【0002】
代表的なフィードバック制御であるＰＩＤ制御のＰＩＤパラメータの調整を想定し、制御対象モデル生成方法および制御パラメータ調整方法が提案されている（特許文献１）。そのモデル生成処理においては、Ｐｏｗｅｌｌ法の最適解探索アルゴリズムが具体例として示されている。この最適解探索アルゴリズムを採用する場合、時系列データからのモデリングは１回の実験的試行で済み、生成したモデルを利用してＰＩＤパラメータを調整（最適化）する。つまり、実験的試行自体は１回で済み、繰り返し行うべき試行錯誤はコンピュータ上での処理だけになるので、効率的な調整（最適化）が可能になる。
【0003】
しかしながら、モデル生成が困難な対象、あるいはモデル生成のためのデータ収集が困難な対象では、実対象での繰り返し試行で最適化を行なわざるを得ない。すなわち、実験的試行が１回では済ませられないケースもある。そして、そのような実対象での繰り返し試行で最適化を行なうケースであっても、手順が簡易であること、すなわち効率が良いことが好ましいので、改善が求められている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２００４－３８４２８号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
本発明は、上記課題を解決するためになされたもので、実対象での繰り返し試行でパラメータの最適化を行なうケースについて最適化の効率を改善するためのパラメータ探索装置および方法を提供することを目的とする。
【課題を解決するための手段】
【0006】
本発明のパラメータ探索装置は、複数の入力パラメータのうち特定の１つの入力パラメータ以外のパラメータを固定値とし、前記特定の入力パラメータのみを変化させるように構成された入力パラメータ数値指示部と、前記複数の入力パラメータを実対象に入力したときに前記実対象から得られる評価値、または前記評価値を求めるために必要な情報を検出するように構成された実対象動作検出部と、前記実対象動作検出部による検出結果に基づいて前記評価値を取得するように構成された評価値検出部と、前記特定の入力パラメータを変化させたときに前記評価値が単調増減ではなくなる条件として、前記複数の入力パラメータと前記評価値との組み合わせを最低３点取得するように構成された非単調増減条件検出部と、前記非単調増減条件検出部が取得した条件を記憶するように構成された第１の記憶部と、前記特定の入力パラメータと数値を固定する入力パラメータとの組み合わせを順次変更しながら、前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部とに処理を実行させ、前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得させるように構成された順次処理実行部と、前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第１の記憶部に記憶された条件を参照して、前記入力パラメータを説明変数とし、前記評価値を目的変数とする評価関数式を推定するように構成された評価関数式推定部と、前記評価関数式を用いて、前記評価値が極小または極大になる前記複数の入力パラメータの最適解を探索するように構成された最適解探索部と、前記最適解を提示するように構成された最適解提示部とを備えることを特徴とするものである。
【0007】
また、本発明のパラメータ探索装置の１構成例は、前記特定の入力パラメータの初期値と、前記特定の入力パラメータの変化幅と、前記特定の入力パラメータ以外のパラメータとするときの固定値とが前記複数の入力パラメータのそれぞれについて前記入力パラメータ数値指示部に予め設定されていることを特徴とするものである。
また、本発明のパラメータ探索装置の１構成例は、前記最適解を、２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとするときの初期値とし、前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部と前記順次処理実行部とによる１回目の条件検出処理における前記特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における前記特定の入力パラメータの変化幅とする設定を、前記入力パラメータ数値指示部に対して行なうように構成された詳細探索指示部と、前記詳細探索指示部による設定後の前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部と前記順次処理実行部とによる前記２回目の条件検出処理において前記非単調増減条件検出部が取得した条件を記憶するように構成された第２の記憶部と、前記２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記評価関数式推定部と前記最適解探索部と前記最適解提示部とに対し、前記第２の記憶部の記憶内容のみで処理を実行させると共に、前記第１の記憶部の記憶内容と前記第２の記憶部の記憶内容の両方を併せた内容で処理を実行させるように構成された詳細探索処理部とをさらに備えることを特徴とするものである。
また、本発明のパラメータ探索装置の１構成例は、前記最適解を、２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとするときの初期値とし、前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部と前記順次処理実行部とによる１回目の条件検出処理における前記特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における前記特定の入力パラメータの変化幅とする設定を、前記入力パラメータ数値指示部に対して行なうように構成された詳細探索指示部と、前記詳細探索指示部による設定後の前記入力パラメータ数値指示部と前記実対象動作検出部と前記評価値検出部と前記非単調増減条件検出部と前記順次処理実行部とによる前記２回目の条件検出処理において前記非単調増減条件検出部が取得した条件を記憶するように構成された第２の記憶部と、前記２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記評価関数式推定部と前記最適解探索部と前記最適解提示部とに対し、前記第２の記憶部の記憶内容のみで処理を実行させると共に、前記第１の記憶部の記憶内容と前記第２の記憶部の記憶内容の両方を併せた内容で処理を実行させるように構成された詳細探索処理部とをさらに備えることを特徴とするものである。
【0008】
また、本発明のパラメータ探索方法は、複数の入力パラメータのうち特定の１つの入力パラメータ以外のパラメータを固定値とし、前記特定の入力パラメータのみを変化させる第１のステップと、前記複数の入力パラメータを実対象に入力したときに前記実対象から得られる評価値、または前記評価値を求めるために必要な情報を検出する第２のステップと、前記第２のステップの検出結果に基づいて前記評価値を取得する第３のステップと、前記特定の入力パラメータを変化させたときに前記評価値が単調増減ではなくなる条件として、前記複数の入力パラメータと前記評価値との組み合わせを最低３点取得して第１の記憶部に記憶させる第４のステップと、前記特定の入力パラメータと数値を固定する入力パラメータとの組み合わせを順次変更しながら、前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップの処理を実行し、前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得する第５のステップと、前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第１の記憶部に記憶された条件を参照して、前記入力パラメータを説明変数とし、前記評価値を目的変数とする評価関数式を推定する第６のステップと、前記評価関数式を用いて、前記評価値が極小または極大になる前記複数の入力パラメータの最適解を探索する第７のステップと、前記最適解を提示する第８のステップとを含むことを特徴とするものである。
【0009】
また、本発明のパラメータ探索方法の１構成例は、前記特定の入力パラメータの初期値と、前記特定の入力パラメータの変化幅と、前記特定の入力パラメータ以外のパラメータとするときの固定値とが前記複数の入力パラメータのそれぞれについて予め設定されていることを特徴とするものである。
また、本発明のパラメータ探索方法の１構成例は、前記最適解を、２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとするときの初期値とし、前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップと前記第５のステップとによる１回目の条件検出処理における前記特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における前記特定の入力パラメータの変化幅とする設定を行なう第９のステップと、前記第９のステップによる設定後の前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップと前記第５のステップとによる前記２回目の条件検出処理において前記第４のステップで取得した条件を第２の記憶部に記憶させる第１０のステップと、前記２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第２の記憶部の記憶内容のみで前記第６のステップと前記第７のステップと前記第８のステップの処理を実行すると共に、前記第１の記憶部の記憶内容と前記第２の記憶部の記憶内容の両方を併せた内容で前記第６のステップと前記第７のステップと前記第８のステップの処理を実行する第１１のステップとをさらに含むことを特徴とするものである。
また、本発明のパラメータ探索方法の１構成例は、前記最適解を、２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとするときの初期値とし、前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップと前記第５のステップとによる１回目の条件検出処理における前記特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における前記特定の入力パラメータの変化幅とする設定を行なう第９のステップと、前記第９のステップによる設定後の前記第１のステップと前記第２のステップと前記第３のステップと前記第４のステップと前記第５のステップとによる前記２回目の条件検出処理において前記第４のステップで取得した条件を第２の記憶部に記憶させる第１０のステップと、前記２回目の条件検出処理において前記複数の入力パラメータのそれぞれを前記特定の入力パラメータとしたときの前記条件を取得し終えた後に、前記第２の記憶部の記憶内容のみで前記第６のステップと前記第７のステップと前記第８のステップの処理を実行すると共に、前記第１の記憶部の記憶内容と前記第２の記憶部の記憶内容の両方を併せた内容で前記第６のステップと前記第７のステップと前記第８のステップの処理を実行する第１１のステップとをさらに含むことを特徴とするものである。
【発明の効果】
【0010】
本発明によれば、入力パラメータ数値指示部と実対象動作検出部と評価値検出部と非単調増減条件検出部と第１の記憶部と順次処理実行部と評価関数式推定部と最適解探索部と最適解提示部とを設けることにより、ローカルミニマムが存在しない形状の評価関数が設計可能なケースであれば、入力パラメータの最適解を探索する効率を改善することができる。
【0011】
また、本発明では、詳細探索指示部と第２の記憶部と詳細探索処理部とを設けることにより、入力パラメータの最適化の精度をさらに高めることができる。
【図面の簡単な説明】
【0012】
【発明を実施するための形態】
【0013】
［発明の原理１］
本発明では、ローカルミニマムが存在しない形状（単峰性と言うべき形状）の評価関数（例えば図１のような下に凸の評価関数）Ｘｓ＝ｆ（Ｐｒ１，Ｐｒ２，・・・，Ｐｒｉ）を設計可能であることを前提とする。ｆは関数を意味する記号であり、Ｘｓは評価値（目的変数）、Ｐｒ１，Ｐｒ２，・・・，Ｐｒｉ（ｉは２以上の整数）は入力パラメータ（説明変数）である。ただし、真の評価関数式（すなわち図１のようなパラメータ空間における評価関数の全体像）は言うまでもなく未知である。
本発明では、ローカルミニマムが存在しない形状（単峰性と言うべき形状）の評価関数（例えば図１のような下に凸の評価関数）Ｘｓ＝ｆ（Ｐｒ１，Ｐｒ２，・・・，Ｐｒｉ）を設計可能であることを前提とする。ｆは関数を意味する記号であり、Ｘｓは評価値（目的変数）、Ｐｒ１，Ｐｒ２，・・・，Ｐｒｉ（ｉは２以上の整数）は入力パラメータ（説明変数）である。ただし、真の評価関数式（すなわち図１のようなパラメータ空間における評価関数の全体像）は言うまでもなく未知である。
【0014】
図１のような評価関数が存在していることを前提として、任意の１入力パラメータ（例えばＰｒ１以外の入力パラメータＰｒ２～Ｐｒｉ）の数値を固定し、入力パラメータＰｒ１のみを変化させる。これにより、評価値Ｘｓ（実測値そのもの、あるいは上記評価関数とは別の評価値算出式などによる実測値）が単調増減ではなくなる最低３点の条件（入力パラメータと評価値との組み合わせ）を検出する処理を、自動あるいはオペレータが介在する形の半自動で行なう。図２の例では、入力パラメータＰｒ２を一定値Ｐｒ２＿ｃに固定し、入力パラメータＰｒ１のみを変化させて、評価値Ｘｓが単調増減ではなくなる３点Ａ，Ｂ，Ｃを検出した結果を示している。
【0015】
さらに、入力パラメータＰｒ２のみを変化させるケース、入力パラメータＰｒｉのみを変化させるケースなどについても、上記の入力パラメータＰｒ１のケースと同様に評価値Ｘｓが単調増減ではなくなる最低３点の条件を検出する処理を自動で行なう。
【0016】
次に、評価関数が単峰性と言うべき形状であるという前提に基づき、２次の回帰関数により、未知の評価関数式を推定する処理を行なう。前述の処理により、各入力パラメータＰｒ１～Ｐｒｉについて、評価値Ｘｓが単調増減ではなくなる最低３点の条件が検出できているので、評価関数式Ｘｓ＝ｆｓ（Ｐｒ１，Ｐｒ２，・・・，Ｐｒｉ）を推定することができる。
【0017】
そして、推定した評価関数式を用いて、評価値Ｘｓが最適解（極小または極大）になる入力パラメータＰｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓを探索する。図３の例では、評価値Ｘｓが極小になる入力パラメータＰｒ１＿ｓ，Ｐｒ２＿ｓを検出した結果を示している。
【0018】
本発明では、やや粗い最適化ではあるが、実対象での繰り返し試行での試行回数を低減できる確率は高くなる。すなわち、図３において入力パラメータＰｒ１＿ｓ，Ｐｒ２＿ｓの値と、図３に示す真の評価関数式Ｘｓ＝ｆ（Ｐｒ１，Ｐｒ２，・・・，Ｐｒｉ）において評価値Ｘｓが極小になる入力パラメータＰｒ１，Ｐｒ２の値とは、概ね近い数値になり、精密な探索を省略することができる。
【0019】
［発明の原理２］
前述の発明の原理１の処理（１回目の条件検出処理と最適解探索処理）は、やや粗い最適化である。そこで、もう少し手順を煩雑にすることにはなるが、１回目の最適解探索処理で求めた最適解の周辺で、発明の原理１の処理と同じことを繰り返してもよい（２回目の条件検出処理と最適解探索処理）。その場合、一度は最適解を推定しているので、評価値Ｘｓが単調増減ではなくなる最低３点の条件を検出するための試行回数は、確率的には発明の原理１のときよりも少なくなることが期待できる。
前述の発明の原理１の処理（１回目の条件検出処理と最適解探索処理）は、やや粗い最適化である。そこで、もう少し手順を煩雑にすることにはなるが、１回目の最適解探索処理で求めた最適解の周辺で、発明の原理１の処理と同じことを繰り返してもよい（２回目の条件検出処理と最適解探索処理）。その場合、一度は最適解を推定しているので、評価値Ｘｓが単調増減ではなくなる最低３点の条件を検出するための試行回数は、確率的には発明の原理１のときよりも少なくなることが期待できる。
【0020】
しかし、２回目の条件検出処理において新たに検出した最低３点の条件（データ）のみを用いるのが得策なのか、あるいは１回目と２回目の条件検出処理において検出した条件（データ）を併せて用いるのが得策なのかは、パラメータ空間における評価関数の全体像が未知なので判断できない。
【0021】
そこで、発明者は、２回目の条件検出処理において新たに検出した最低３点の条件（データ）のみを用いて、評価関数式Ｘｓ＝ｆｓ（Ｐｒ１，Ｐｒ２，・・・，Ｐｒｉ）を再度推定して、評価値Ｘｓが最適（極小または極大）になる入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉを探索した結果と、１回目と２回目の条件検出処理において検出した条件（データ）を併せて用いて、評価関数式Ｘｓ＝ｆｓ（Ｐｒ１，Ｐｒ２，・・・，Ｐｒｉ）を再度推定して、評価値Ｘｓが最適（極小または極大）になる入力パラメータＰｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓを探索した結果とを提示するのが得策であることに想到した。オペレータは、前者と後者のどちらか、あるいは両方を実対象に適用して、好ましい結果を採用すればよい。発明の原理２においても、トータルで見れば効率改善の効果は少なからず得られる。
【0022】
［第１の実施例］
以下、本発明の実施例について図面を参照して説明する。本実施例は、発明の原理１に対応する例である。図４は本実施例のパラメータ探索装置の構成を示すブロック図である。パラメータ探索装置は、複数の入力パラメータのうち特定の１つの入力パラメータ以外のパラメータを固定値とし、特定の入力パラメータのみを変化させる入力パラメータ数値指示部１と、複数の入力パラメータを実対象に入力する入力パラメータ数値入力部２と、複数の入力パラメータを実対象に入力したときに実対象から得られる評価値、または評価値を求めるために必要な情報を検出する実対象動作検出部３と、実対象動作検出部３よる検出結果に基づいて評価値を取得する評価値検出部４と、特定の入力パラメータを変化させたときに評価値が単調増減ではなくなる条件として、複数の入力パラメータと評価値との組み合わせを最低３点取得する非単調増減条件検出部５と、非単調増減条件検出部５が取得した条件を記憶する条件記憶部６と、特定の入力パラメータと数値を固定する入力パラメータとの組み合わせを順次変更しながら、入力パラメータ数値指示部１と入力パラメータ数値入力部２と実対象動作検出部３と評価値検出部４と非単調増減条件検出部５とに処理を実行させ、複数の入力パラメータのそれぞれを特定の入力パラメータとしたときの条件を取得させる順次処理実行部７と、複数の入力パラメータのそれぞれを特定の入力パラメータとしたときの条件を取得し終えた後に、条件記憶部６に記憶された条件を参照して、入力パラメータを説明変数とし、評価値を目的変数とする評価関数式を推定する評価関数式推定部８と、評価関数式を用いて、評価値が極小または極大になる複数の入力パラメータの最適解を探索する最適解探索部９と、最適解を提示する最適解提示部１０とを備えている。
以下、本発明の実施例について図面を参照して説明する。本実施例は、発明の原理１に対応する例である。図４は本実施例のパラメータ探索装置の構成を示すブロック図である。パラメータ探索装置は、複数の入力パラメータのうち特定の１つの入力パラメータ以外のパラメータを固定値とし、特定の入力パラメータのみを変化させる入力パラメータ数値指示部１と、複数の入力パラメータを実対象に入力する入力パラメータ数値入力部２と、複数の入力パラメータを実対象に入力したときに実対象から得られる評価値、または評価値を求めるために必要な情報を検出する実対象動作検出部３と、実対象動作検出部３よる検出結果に基づいて評価値を取得する評価値検出部４と、特定の入力パラメータを変化させたときに評価値が単調増減ではなくなる条件として、複数の入力パラメータと評価値との組み合わせを最低３点取得する非単調増減条件検出部５と、非単調増減条件検出部５が取得した条件を記憶する条件記憶部６と、特定の入力パラメータと数値を固定する入力パラメータとの組み合わせを順次変更しながら、入力パラメータ数値指示部１と入力パラメータ数値入力部２と実対象動作検出部３と評価値検出部４と非単調増減条件検出部５とに処理を実行させ、複数の入力パラメータのそれぞれを特定の入力パラメータとしたときの条件を取得させる順次処理実行部７と、複数の入力パラメータのそれぞれを特定の入力パラメータとしたときの条件を取得し終えた後に、条件記憶部６に記憶された条件を参照して、入力パラメータを説明変数とし、評価値を目的変数とする評価関数式を推定する評価関数式推定部８と、評価関数式を用いて、評価値が極小または極大になる複数の入力パラメータの最適解を探索する最適解探索部９と、最適解を提示する最適解提示部１０とを備えている。
【0023】
図５は本実施例のパラメータ探索装置の動作を説明するフローチャートである。入力パラメータ数値指示部１は、任意の１入力パラメータ（例えばＰｒ１）以外の入力パラメータ（例えばＰｒ２～Ｐｒｉ）の値を固定し、入力パラメータＰｒ１のみを変化させる指示を出力する（図５ステップＳ１００）。
【0024】
入力パラメータを変化させる処理については、オペレータの知見などに基づき、最適値が含まれ得る範囲で変化させる必要がある。入力パラメータ数値指示部１には、入力パラメータＰｒ１について基準値Ｐｒ１＿ｘ（探索の初期値）と、変化幅ΔＰｒ１と、探索の終了閾値Ｐｒ１＿ｅｎｄとが例えばオペレータによって予め設定され、さらにＰｒ１以外の入力パラメータＰｒ２～Ｐｒｉの固定値Ｐｒ２＿ｃ～Ｐｒｉ＿ｃが予め設定されている。
【0025】
入力パラメータ数値指示部１は、入力パラメータＰｒ１の初期値Ｐｒ１＿ｘと変化幅ΔＰｒ１と終了閾値Ｐｒ１＿ｅｎｄと入力パラメータＰｒ２～Ｐｒｉの固定値Ｐｒ２＿ｃ～Ｐｒｉ＿ｃとを入力パラメータ数値入力部２への指示情報として出力する。
【0026】
入力パラメータ数値入力部２は、入力パラメータ数値指示部１の指示に従って、入力パラメータＰｒ１の初期値Ｐｒ１＿ｘを実対象に入力すると同時に、入力パラメータＰｒ２～Ｐｒｉの固定値Ｐｒ２＿ｃ～Ｐｒｉ＿ｃを実対象に入力する（図５ステップＳ１０１）。
【0027】
入力パラメータ数値入力部２と実対象とが通信などで繋がっていない場合は、入力パラメータ数値入力部２が入力パラメータＰｒ１～Ｐｒｉの数値を提示することにより、数値を見たオペレータが手動で入力することになる。入力パラメータ数値入力部２と実対象とが通信などで繋がっている場合は、入力パラメータ数値入力部２が自動的に入力するので、オペレータが数値を確認しなくても済む。
【0028】
実対象動作検出部３は、入力パラメータＰｒ１～Ｐｒｉが入力されたときに実対象から得られる評価値Ｘｓまたは評価値Ｘｓを求めるために必要な情報（状態量）を検出する（図５ステップＳ１０２）。実対象動作検出部３と実対象とが通信などで繋がっていない場合は、実対象に設置されたセンサなどからの出力値をオペレータが確認して、実対象動作検出部３に手動で入力する必要がある。実対象動作検出部３と実対象とが通信などで繋がっている場合は、センサなどからの出力値を自動で取得することが可能である。
【0029】
評価値検出部４は、実対象動作検出部３による検出結果に基づいて、評価値Ｘｓを取得する（図５ステップＳ１０３）。実対象動作検出部３が評価値Ｘｓそのものを検出する場合は、実対象動作検出部３の出力値を取得するだけでよい。実対象動作検出部３から評価値Ｘｓを求めるために必要な情報（状態量）が出力される場合には、評価値検出部４は、所定の評価値算出式などにより評価値Ｘｓを求めるようにすればよい。
【0030】
非単調増減条件検出部５は、評価値Ｘｓが単調増減ではなくなる最低３点の条件（入力パラメータＰｒ１～Ｐｒｉと評価値Ｘｓとの組み合わせ）を取得できたかどうかを判定する（図５ステップＳ１０４）。取得を終えていない場合にはステップＳ１０５に進む。ここで、評価値Ｘｓが単調増減ではなくなる最低３点の条件とは、特定の入力パラメータ以外のパラメータを固定値とし、特定の入力パラメータのみを変化させたときに、最低３点の範囲内で評価値Ｘｓが極小または極大になる条件のことを言う。
【0031】
入力パラメータ数値入力部２は、入力パラメータＰｒ１が探索の終了閾値Ｐｒ１＿ｅｎｄ以上でない場合（図５ステップＳ１０５においてＮＯ）、入力パラメータＰｒ１を変化させ、変化後の入力パラメータＰｒ１を実対象に入力すると同時に、入力パラメータＰｒ２～Ｐｒｉの固定値Ｐｒ２＿ｃ～Ｐｒｉ＿ｃを実対象に入力する（図５ステップＳ１０６）。変化後の値をＰｒ１’とすれば、入力パラメータ数値入力部２は、例えば式（１）または式（２）により、入力パラメータＰｒ１を変化させる。
Ｐｒ１’＝Ｐｒ１＋ΔＰｒ１ ・・・（１）
Ｐｒ１’＝Ｐｒ１＋２×ΔＰｒ１ ・・・（２）
Ｐｒ１’＝Ｐｒ１＋ΔＰｒ１ ・・・（１）
Ｐｒ１’＝Ｐｒ１＋２×ΔＰｒ１ ・・・（２）
【0032】
こうして、入力パラメータＰｒ１～Ｐｒｉのうち入力パラメータＰｒ１のみを変化させながら、ステップＳ１０２～Ｓ１０５の処理を繰り返し実施する。入力パラメータ数値入力部２は、一定時間が経過する度に入力パラメータＰｒ１を変化させてもよいし、評価値検出部４が評価値Ｘｓを取得できたことを確認した後に入力パラメータＰｒ１を変化させるようにしてもよい。
【0033】
非単調増減条件検出部５は、評価値検出部４が評価値Ｘｓを取得する度に１回前の評価値Ｘｓに対する最新の評価値Ｘｓの増減の方向を確認する。非単調増減条件検出部５は、２回前の評価値Ｘｓに対する１回前の評価値Ｘｓの増減の方向と、１回前の評価値Ｘｓに対する最新の評価値Ｘｓの増減の方向とが異なる場合、評価値Ｘｓが単調増減ではなくなったと判定する。そして、非単調増減条件検出部５は、２回前の入力パラメータＰｒ１～Ｐｒｉと２回前の評価値Ｘｓとの組み合わせと、１回前の入力パラメータＰｒ１～Ｐｒｉと１回前の評価値Ｘｓとの組み合わせと、最新の入力パラメータＰｒ１～Ｐｒｉと最新の評価値Ｘｓとの組み合わせとを、評価値Ｘｓが単調増減ではなくなる最低３点の条件として取得する。これにより、ステップＳ１０４において判定ＹＥＳとなる。
【0034】
なお、本発明では、実対象での繰り返し試行で最適化を行なう場合の効率改善を目的としているので、３点の条件で済ませることが理想的である。ただし、効率だけではなく、精度も考慮する必要がある場合は、３点よりも多く検出するようにしてもよい。
【0035】
例えば非単調増減条件検出部５は、評価値Ｘｓが単調増減ではなくなったと判定したときに、評価値Ｘｓがさらに１回分多く得られるまで待ち、３回前の入力パラメータＰｒ１～Ｐｒｉと３回前の評価値Ｘｓとの組み合わせと、２回前の入力パラメータＰｒ１～Ｐｒｉと２回前の評価値Ｘｓとの組み合わせと、１回前の入力パラメータＰｒ１～Ｐｒｉと１回前の評価値Ｘｓ（単調増減ではなくなったと判定したときの評価値Ｘｓ）との組み合わせと、最新の入力パラメータＰｒ１～Ｐｒｉと最新の評価値Ｘｓとの組み合わせとを、評価値Ｘｓが単調増減ではなくなる４点の条件として取得してもよい。
【0036】
非単調増減条件検出部５が取得した最低３点の条件は、条件記憶部６に格納される。なお、評価値Ｘｓが単調増減ではなくなる最低３点の条件を取得できないまま入力パラメータＰｒ１が探索の終了閾値Ｐｒ１＿ｅｎｄ以上になってしまった場合（ステップＳ１０５においてＹＥＳ）、入力パラメータＰｒ１～Ｐｒｉの設定が適切でなかったことになるので、処理を一旦終えて、入力パラメータＰｒ１～Ｐｒｉを設定し直す必要がある。
【0037】
次に、評価値Ｘｓが単調増減ではなくなる最低３点の条件を取得できたときに（ステップＳ１０４においてＹＥＳ）、順次処理実行部７は、全ての入力パラメータを変化させたかどうかを判定する（図５ステップＳ１０７）。順次処理実行部７は、全ての入力パラメータを変化させていない場合（ステップＳ１０７においてＮＯ）、変化させる入力パラメータと固定する入力パラメータとの組み合わせを変更するよう入力パラメータ数値指示部１に対して指示する（図５ステップＳ１０８）。
【0038】
入力パラメータ数値指示部１は、順次処理実行部７の指示に従って、Ｐｒ２以外の入力パラメータＰｒ１，Ｐｒ３～Ｐｒｉの値を固定し、入力パラメータＰｒ２のみを変化させる指示を出力する（ステップＳ１００）。入力パラメータＰｒ１と同様に、入力パラメータ数値指示部１には、入力パラメータＰｒ２について初期値Ｐｒ２＿ｘと、変化幅ΔＰｒ２と、探索の終了閾値Ｐｒ２＿ｅｎｄとが予め設定され、さらにＰｒ２以外の入力パラメータＰｒ１，Ｐｒ３～Ｐｒｉの固定値Ｐｒ１＿ｃ，Ｐｒ３＿ｃ～Ｐｒｉ＿ｃが予め設定されている。
【0039】
入力パラメータ数値指示部１は、入力パラメータＰｒ２の初期値Ｐｒ２＿ｘと変化幅ΔＰｒ２と終了閾値Ｐｒ２＿ｅｎｄと入力パラメータＰｒ１，Ｐｒ３～Ｐｒｉの固定値Ｐｒ１＿ｃ，Ｐｒ３＿ｃ～Ｐｒｉ＿ｃとを入力パラメータ数値入力部２への指示情報として出力する。
【0040】
こうして、入力パラメータＰｒ１の場合と同様に、入力パラメータＰｒ２のみを変化させながら、ステップＳ１０２～Ｓ１０５の処理を繰り返し実施する。
順次処理実行部７は、入力パラメータＰｒ２のみを変化させて、評価値Ｘｓが単調増減ではなくなる最低３点の条件を取得できたときに（ステップＳ１０４においてＹＥＳ）、全ての入力パラメータを変化させていない場合には（ステップＳ１０７においてＮＯ）、変化させる入力パラメータと固定する入力パラメータとの組み合わせを変更するよう入力パラメータ数値指示部１に対して指示する（ステップＳ１０８）。
順次処理実行部７は、入力パラメータＰｒ２のみを変化させて、評価値Ｘｓが単調増減ではなくなる最低３点の条件を取得できたときに（ステップＳ１０４においてＹＥＳ）、全ての入力パラメータを変化させていない場合には（ステップＳ１０７においてＮＯ）、変化させる入力パラメータと固定する入力パラメータとの組み合わせを変更するよう入力パラメータ数値指示部１に対して指示する（ステップＳ１０８）。
【0041】
入力パラメータ数値指示部１は、順次処理実行部７の指示に従って、Ｐｒｉ以外の入力パラメータＰｒ１～Ｐｒ（ｉ－１）の値を固定し、入力パラメータＰｒｉのみを変化させる指示を出力する（ステップＳ１００）。入力パラメータＰｒ１，Ｐｒ２と同様に、入力パラメータ数値指示部１には、入力パラメータＰｒｉについて初期値Ｐｒｉ＿ｘと、変化幅ΔＰｒｉと、探索の終了閾値Ｐｒｉ＿ｅｎｄとが予め設定され、さらにＰｒｉ以外の入力パラメータＰｒ１～Ｐｒ（ｉ－１）の固定値Ｐｒ１＿ｃ～Ｐｒ（ｉ－１）＿ｃが予め設定されている。
【0042】
入力パラメータ数値指示部１は、入力パラメータＰｒｉの初期値Ｐｒｉ＿ｘと変化幅ΔＰｒｉと終了閾値Ｐｒｉ＿ｅｎｄと入力パラメータＰｒ１～Ｐｒ（ｉ－１）の固定値Ｐｒ１＿ｃ～Ｐｒ（ｉ－１）＿ｃとを入力パラメータ数値入力部２への指示情報として出力する。
【0043】
こうして、入力パラメータＰｒ１，Ｐｒ２の場合と同様に、入力パラメータＰｒｉのみを変化させながら、ステップＳ１０２～Ｓ１０５の処理を繰り返し実施する。
順次処理実行部７は、入力パラメータＰｒｉのみを変化させて、評価値Ｘｓが単調増減ではなくなる最低３点の条件を取得できたときに（ステップＳ１０４においてＹＥＳ）、全ての入力パラメータを変化させたと判定する（ステップＳ１０７においてＹＥＳ）。
順次処理実行部７は、入力パラメータＰｒｉのみを変化させて、評価値Ｘｓが単調増減ではなくなる最低３点の条件を取得できたときに（ステップＳ１０４においてＹＥＳ）、全ての入力パラメータを変化させたと判定する（ステップＳ１０７においてＹＥＳ）。
【0044】
次に、評価関数式推定部８は、条件記憶部６に記憶された条件を参照して、入力パラメータＰｒ（Ｐｒ１～Ｐｒｉ）を説明変数とし、評価値Ｘｓを目的変数とする評価関数式（２次の回帰関数式）を推定する（図５ステップＳ１０９）。２次の回帰関数式を推定する方法としては、重回帰分析、ＳＶＲ（Support Vector Regression）、ファジィ数量化理論２類応用（特許第２６４３６９９号公報）などの一般的な方法がある。
【0045】
なお、２次の回帰関数式が入力パラメータＰｒ（Ｐｒ１～Ｐｒｉ）毎に独立になるように、すなわちＰｒ１×Ｐｒ２のような２次の項が存在しないように、入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉに加えて、入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉを加工したＰｒ１２，Ｐｒ２２，・・・，Ｐｒｉ２を説明変数として、回帰分析自体は１次の回帰式を生成する処理となるようにすることが好ましい。
【0046】
最適解探索部９は、評価関数式推定部８が推定した評価関数式を用いて、評価値Ｘｓの最適化（極小または極大）を達成できる入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの最適解Ｐｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓを探索する（図５ステップＳ１１０）。探索方法については、Ｐｏｗｅｌｌ法の最適解探索アルゴリズムなどの一般的な方法を適用すればよい。
【0047】
最適解提示部１０は、最適解探索部９が探索した入力パラメータの最適解Ｐｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓをオペレータに対して提示する（図５ステップＳ１１１）。オペレータは、提示された最適解を用いて実対象を動作させることにより、最適解の妥当性を確認できる。
【0048】
以下、本実施例の適用例について説明する。ここでは、図６に示すような４つのゾーンＺ１～Ｚ４の温度制御系を実対象とする。加熱装置は、例えばガラス基盤などの大型のワーク１００を加熱するための加熱処理炉１０１と、加熱処理炉１０１の内部に設置されたヒータ１０２－１～１０２－４と、加熱処理炉１０１内のゾーンＺ１～Ｚ４の温度ＰＶ１～ＰＶ４を計測する温度センサ１０３－１～１０３－４（例えば非接触の放射温度計など）と、ヒータ１０２－１～１０２－４に出力する操作量ＭＶ１～ＭＶ４を算出するＰＩＤコントローラ１０４－１～１０４－４と、上位コントローラ１０５とから構成される。ＰＩＤコントローラ１０４－１～１０４－４は、温度センサ１０３－１～１０３－４が計測した温度ＰＶ１～ＰＶ４が温度設定値ＳＰ１～ＳＰ４と一致するように操作量ＭＶ１～ＭＶ４を算出する。
【0049】
ここでは、ワーク１００の代表点温度Ｔｓ１～Ｔｓ４を整定時に均一化することを考える。その場合、各ＰＩＤコントローラ１０４－１～１０４－４に与える温度設定値ＳＰ１～ＳＰ４を適宜調整することで達成可能である。そこで、温度設定値ＳＰ１～ＳＰ４を入力パラメータＰｒ１～Ｐｒ４とし、均一化の目標温度（例えば３００℃）からの各代表点温度Ｔｓ１～Ｔｓ４の偏差絶対値の総和Ｅｘ＝Σ｜３００－Ｔｓｉ｜（ｉ＝１～４）を評価値Ｘｓとする。
【0050】
図７は、低温度（１５０℃付近）から４つのゾーンＺ１～Ｚ４の温度を上昇させた場合のシミュレーション結果を示す図である。図７の例では、単純に温度設定値をＳＰ１＝ＳＰ２＝ＳＰ３＝ＳＰ４＝３３０℃に設定している。ＰＩＤコントローラ１０４－１～１０４－４がフィードバック制御するヒータ付近の温度ＰＶ１～ＰＶ４は、同一の温度に収束するが、例えば非接触の放射温度計などで計測できるワーク１００の整定時の代表点温度Ｔｓ１～Ｔｓ４は、均一化できない。このときの評価値Ｅｘは３２．４１になる。そこで、この温度設定値ＳＰ１＝ＳＰ２＝ＳＰ３＝ＳＰ４＝３３０℃を入力パラメータＰｒ１～Ｐｒ４の基準値（初期値）とする。
【0051】
【表1】
【0052】
入力パラメータ数値指示部１は、表１に示すように、まず入力パラメータＰｒ１（ゾーンＺ１の温度設定値ＳＰ１）以外の入力パラメータＰｒ２～Ｐｒ４（ゾーンＺ２～Ｚ４の温度設定値ＳＰ２～ＳＰ４）の固定値Ｐｒ２＿ｃ～Ｐｒ４＿ｃを３３０℃とし、入力パラメータＰｒ１の初期値Ｐｒ１＿ｘを３３０℃とし、入力パラメータＰｒ１の変化幅をΔＰｒ１＝ΔＳＰ１＝２０℃とする指示を入力パラメータ数値入力部２に対して出力する。
【0053】
最初はＰｒ１＝Ｐｒ２＝Ｐｒ３＝Ｐｒ４＝３３０℃（ＳＰ１＝ＳＰ２＝ＳＰ３＝ＳＰ４＝３３０℃）の指示が入力パラメータ数値入力部２からＰＩＤコントローラ１０４－１～１０４－４に与えられることにより、ゾーンＺ１～Ｚ４の温度制御が行なわれ、評価値検出部４が評価値Ｘｓ＝Ｅｘ＝３２．４１を取得する。
【0054】
次に、入力パラメータ数値入力部２が入力パラメータＰｒ１を変化幅ΔＰｒ１＝２０℃だけ変化させて、Ｐｒ１＝３５０℃，Ｐｒ２＝Ｐｒ３＝Ｐｒ４＝３３０℃（ＳＰ１＝３５０℃，ＳＰ２＝ＳＰ３＝ＳＰ４＝３３０℃）の指示をＰＩＤコントローラ１０４－１～１０４－４に与えることにより、ゾーンＺ１～Ｚ４の温度制御が行なわれ、評価値検出部４が評価値Ｘｓ＝Ｅｘ＝４１．２１を取得する。
【0055】
そして、入力パラメータＰｒ１＝ＳＰ１を３５０℃に増加させたことで、評価値Ｅｘが増大したので、評価値Ｘｓが単調増減ではなくなる最低３点の条件を検出するために、非単調増減条件検出部５は、入力パラメータＰｒ１＝ＳＰ１を減少させるよう入力パラメータ数値指示部１に対して指示する。
【0056】
入力パラメータ数値入力部２は、入力パラメータ数値指示部１を介して非単調増減条件検出部５からの指示を受けて、１回前の入力パラメータＰｒ１＝ＳＰ１＝３３０℃を変化幅ΔＰｒ１＝２０℃だけ変化させて、Ｐｒ１＝３１０℃，Ｐｒ２＝Ｐｒ３＝Ｐｒ４＝３３０℃（ＳＰ１＝３１０℃，ＳＰ２＝ＳＰ３＝ＳＰ４＝３３０℃）の指示をＰＩＤコントローラ１０４－１～１０４－４に与えることにより、評価値検出部４が評価値Ｘｓ＝Ｅｘ＝４３．６３を取得する。この時点で、評価値Ｘｓが単調増減ではなくなる最低３点の条件を検出できたことになる。
【0057】
さらに、入力パラメータＰｒ２＝ＳＰ２のみを変化させた場合、入力パラメータＰｒ３＝ＳＰ３のみを変化させた場合、入力パラメータＰｒ４＝ＳＰ４のみを変化させた場合のそれぞれについて同様に評価値Ｘｓが単調増減ではなくなる最低３点の条件を検出すると、表１のような結果が得られる。この結果は条件記憶部６に格納される。
【0058】
評価関数式推定部８は、条件記憶部６に記憶された条件を参照して、入力パラメータＰｒ（Ｐｒ１～Ｐｒ４）を説明変数とし、評価値Ｘｓ＝Ｅｘを目的変数とする評価関数式を推定する。ただし、入力パラメータＰｒ１，Ｐｒ２，Ｐｒ３，Ｐｒ４に加えて、Ｐｒ１２，Ｐｒ２２，Ｐｒ３２，Ｐｒｉ２を説明変数として、回帰分析自体は１次の回帰式を生成する処理（例えばファジィ数量化理論２類応用）を採用する。これにより、以下に示す評価関数式が得られる。Ｓはサンプリングスコアである。
Ｓ＝－０．０５４５（Ｐｒ１－３００）＋０．０００８７４（Ｐｒ１－３００）２
－０．０６１４（Ｐｒ２－３００）＋０．０００８９０（Ｐｒ２－３００）２
－０．０８２４（Ｐｒ３－３００）＋０．０００８５５（Ｐｒ３－３００）２
－０．０８５８（Ｐｒ４－３００）＋０．０００７６７（Ｐｒ４－３００）２
＋４．５７ ・・・（３）
Ｅｘ＝２８．６Ｓ＋５８．４ ・・・（４）
Ｓ＝－０．０５４５（Ｐｒ１－３００）＋０．０００８７４（Ｐｒ１－３００）２
－０．０６１４（Ｐｒ２－３００）＋０．０００８９０（Ｐｒ２－３００）２
－０．０８２４（Ｐｒ３－３００）＋０．０００８５５（Ｐｒ３－３００）２
－０．０８５８（Ｐｒ４－３００）＋０．０００７６７（Ｐｒ４－３００）２
＋４．５７ ・・・（３）
Ｅｘ＝２８．６Ｓ＋５８．４ ・・・（４）
【0059】
最適解探索部９は、式（３）、式（４）の評価関数式を用いて、評価値Ｘｓ＝Ｅｘが極小になる入力パラメータの最適解Ｐｒ１＿ｓ＝ＳＰ１，Ｐｒ２＿ｓ＝ＳＰ２，Ｐｒ３＿ｓ＝ＳＰ３，Ｐｒ４＿ｓ＝ＳＰ４を探索する。ここでは、ＳＰ１＝３３１℃，ＳＰ２＝３３５℃，ＳＰ３＝３４８℃，ＳＰ４＝３５６℃という結果が得られた。図５のフローによる処理の結果を図８（Ａ）、図８（Ｂ）、図９（Ａ）、図９（Ｂ）に示す。これらの図は図２、図３に対応するものである。
【0060】
最適解の探索結果ＳＰ１＝３３１℃，ＳＰ２＝３３５℃，ＳＰ３＝３４８℃，ＳＰ４＝３５６℃を適用して４つのゾーンＺ１～Ｚ４の温度を上昇させた場合のシミュレーション結果を図１０に示す。このときの評価値Ｘｓ＝Ｅｘは１８．３６になる。図７の結果と比較すると、ワーク１００の整定時の代表点温度Ｔｓ１～Ｔｓ４の均一化について、改善効果が得られていることが分かる。
【0061】
［第２の実施例］
次に、本発明の第２の実施例について説明する。本実施例は、発明の原理２に対応する例である。第１の実施例の処理（１回目の関数生成）では、やや粗い最適化になっていることを想定し、２回目の関数生成（詳細探索）を実行する。図１１は本実施例のパラメータ探索装置の構成を示すブロック図である。
次に、本発明の第２の実施例について説明する。本実施例は、発明の原理２に対応する例である。第１の実施例の処理（１回目の関数生成）では、やや粗い最適化になっていることを想定し、２回目の関数生成（詳細探索）を実行する。図１１は本実施例のパラメータ探索装置の構成を示すブロック図である。
【0062】
本実施例のパラメータ探索装置は、入力パラメータ数値指示部１と、入力パラメータ数値入力部２と、実対象動作検出部３と、評価値検出部４と、非単調増減条件検出部５と、条件記憶部６と、順次処理実行部７と、評価関数式推定部８ａと、最適解探索部９ａと、最適解提示部１０ａと、最適解を、２回目の条件検出処理において複数の入力パラメータのそれぞれを特定の入力パラメータとするときの初期値とし、入力パラメータ数値指示部１と入力パラメータ数値入力部２と実対象動作検出部３と評価値検出部４と非単調増減条件検出部５と順次処理実行部７とによる１回目の条件検出処理における特定の入力パラメータの変化幅よりも小さい値を、２回目の条件検出処理における特定の入力パラメータの変化幅とする設定を、入力パラメータ数値指示部１に対して行なう詳細探索指示部１１と、詳細探索指示部１１による設定後の入力パラメータ数値指示部１と入力パラメータ数値入力部２と実対象動作検出部３と評価値検出部４と非単調増減条件検出部５と順次処理実行部７とによる２回目の条件検出処理において非単調増減条件検出部５が取得した条件を記憶する詳細条件記憶部１２と、２回目の条件検出処理において複数の入力パラメータのそれぞれを特定の入力パラメータとしたときの条件を取得し終えた後に、評価関数式推定部８ａと最適解探索部９ａと最適解提示部１０ａとに対し、詳細条件記憶部１２の記憶部の記憶内容のみで処理を実行させると共に、条件記憶部６の記憶内容と詳細条件記憶部１２の記憶内容の両方を併せた内容で処理を実行させる詳細探索処理部１３とを備えている。
【0063】
【0064】
次に、詳細探索指示部１１は、１回目の条件検出処理と最適解探索処理の終了後、最適解探索部９が探索した入力パラメータの最適解Ｐｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓを２回目の条件検出処理における入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの初期値とし、１回目の条件検出処理における変化幅ΔＰｒ１，ΔＰｒ２，・・・，ΔＰｒｉよりも所定のルールで規定された分だけ小さい値を２回目の条件検出処理における入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの変化幅とする設定を、入力パラメータ数値指示部１に対して行なう（図１３ステップＳ１１２）。変化幅を小さく設定するルールとしては、例えば変化幅ΔＰｒ１，ΔＰｒ２，・・・，ΔＰｒｉのそれぞれ１／２の値を２回目の条件検出処理における入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの変化幅とする、というルールが考えられる。
【0065】
詳細探索指示部１１による設定の後、入力パラメータ数値指示部１と入力パラメータ数値入力部２と実対象動作検出部３と評価値検出部４と非単調増減条件検出部５と順次処理実行部７とは、入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉのうち１つのみを変化させて、評価値Ｘｓが単調増減ではなくなる最低３点の条件を検出する２回目の条件検出処理を入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉのそれぞれについて行なう（図１３ステップＳ１１３～Ｓ１２１）。この処理は、入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの初期値と変化幅が１回目と異なる点以外は、１回目の条件検出処理（ステップＳ１００～Ｓ１０８）と同様である。
【0066】
２回目の条件検出処理において非単調増減条件検出部５が取得した最低３点の条件は、詳細条件記憶部１２に格納される。
次に、詳細探索処理部１３は、評価関数式推定部８ａに対し、詳細条件記憶部１２の記憶内容のみで処理を実行させると共に、条件記憶部６の記憶内容と詳細条件記憶部１２の記憶内容の両方を併せた内容で処理を実行させる。
次に、詳細探索処理部１３は、評価関数式推定部８ａに対し、詳細条件記憶部１２の記憶内容のみで処理を実行させると共に、条件記憶部６の記憶内容と詳細条件記憶部１２の記憶内容の両方を併せた内容で処理を実行させる。
【0067】
詳細探索処理部１３からの指示に応じて、評価関数式推定部８ａは、詳細条件記憶部１２に記憶された条件を参照して、入力パラメータＰｒ（Ｐｒ１～Ｐｒｉ）を説明変数とし、評価値Ｘｓを目的変数とする評価関数式（２次の回帰関数式）を推定する。さらに、評価関数式推定部８ａは、条件記憶部６に記憶された条件と詳細条件記憶部１２に記憶された条件とを参照して、入力パラメータＰｒ（Ｐｒ１～Ｐｒｉ）を説明変数とし、評価値Ｘｓを目的変数とする評価関数式（２次の回帰関数式）を推定する（図１３ステップＳ１２２）。
【0068】
次に、詳細探索処理部１３は、最適解探索部９ａに対し、詳細条件記憶部１２の記憶内容のみで処理を実行させると共に、条件記憶部６の記憶内容と詳細条件記憶部１２の記憶内容の両方を併せた内容で処理を実行させる。
【0069】
詳細探索処理部１３からの指示に応じて、最適解探索部９ａは、詳細条件記憶部１２に記憶された条件を参照して評価関数式推定部８ａが推定した評価関数式を用いて、評価値Ｘｓの最適化（極小または極大）を達成できる入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの最適解Ｐｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓを探索する。さらに、最適解探索部９ａは、条件記憶部６と詳細条件記憶部１２とに記憶された条件を参照して評価関数式推定部８ａが推定した評価関数式を用いて、評価値Ｘｓの最適化（極小または極大）を達成できる入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの最適解Ｐｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓを探索する（図１３ステップＳ１２３）。
【0070】
最適解提示部１０ａは、詳細条件記憶部１２の記憶内容のみによる入力パラメータの最適解Ｐｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓと、条件記憶部６の記憶内容と詳細条件記憶部１２の記憶内容の両方による入力パラメータの最適解Ｐｒ１＿ｓ，Ｐｒ２＿ｓ，・・・，Ｐｒｉ＿ｓとをオペレータに対して提示する（図１３ステップＳ１２４）。
オペレータは、提示された２種類の最適解のどちらか、あるいは両方を実対象に適用して、好ましい結果を採用すればよい。
オペレータは、提示された２種類の最適解のどちらか、あるいは両方を実対象に適用して、好ましい結果を採用すればよい。
【0071】
以下、本実施例の適用例について説明する。本実施例においても、図６に示した温度制御系を実対象とする。
詳細探索指示部１１は、１回目の条件検出処理と最適解探索処理で得られた最適解ＳＰ１＝３３１℃，ＳＰ２＝３３５℃，ＳＰ３＝３４８℃，ＳＰ４＝３５６℃を、２回目の条件検出処理における入力パラメータＰｒ１～Ｐｒ４（ＳＰ１～ＳＰ４）の初期値とする。また、詳細探索指示部１１は、１回目の条件検出処理における入力パラメータＰｒ１～Ｐｒ４（ＳＰ１～ＳＰ４）の変化幅ΔＰｒ１＝ΔＰｒ２＝ΔＰｒ３＝ΔＰｒ４＝２０℃のそれぞれ１／２の値ΔＰｒ１＝ΔＰｒ２＝ΔＰｒ３＝ΔＰｒ４＝１０℃を、２回目の条件検出処理における入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの変化幅とする。
詳細探索指示部１１は、１回目の条件検出処理と最適解探索処理で得られた最適解ＳＰ１＝３３１℃，ＳＰ２＝３３５℃，ＳＰ３＝３４８℃，ＳＰ４＝３５６℃を、２回目の条件検出処理における入力パラメータＰｒ１～Ｐｒ４（ＳＰ１～ＳＰ４）の初期値とする。また、詳細探索指示部１１は、１回目の条件検出処理における入力パラメータＰｒ１～Ｐｒ４（ＳＰ１～ＳＰ４）の変化幅ΔＰｒ１＝ΔＰｒ２＝ΔＰｒ３＝ΔＰｒ４＝２０℃のそれぞれ１／２の値ΔＰｒ１＝ΔＰｒ２＝ΔＰｒ３＝ΔＰｒ４＝１０℃を、２回目の条件検出処理における入力パラメータＰｒ１，Ｐｒ２，・・・，Ｐｒｉの変化幅とする。
【0072】
詳細探索指示部１１による設定後の入力パラメータ数値指示部１と入力パラメータ数値入力部２と実対象動作検出部３と評価値検出部４と非単調増減条件検出部５と順次処理実行部７の動作は、１回目の条件検出処理と同様である。２回目の条件検出処理により、表２に示す結果が得られる。この結果は詳細条件記憶部１２に格納される。
【0073】
【表2】
【0074】
詳細探索処理部１３からの指示に応じて、評価関数式推定部８ａは、詳細条件記憶部１２に記憶された条件を参照して、入力パラメータＰｒ（Ｐｒ１～Ｐｒｉ）を説明変数とし、評価値Ｘｓ＝Ｅｘを目的変数とする評価関数式を推定する。これにより、以下に示す評価関数式が得られる。
Ｓ＝－０．０４４６（ＳＰ１－３００）＋０．００１４７（ＳＰ１－３００）２
－０．０８２８（ＳＰ２－３００）＋０．００１５４（ＳＰ２－３００）２
－０．１１８（ＳＰ３－３００）＋０．００１３９（ＳＰ３－３００）２
－０．２００（ＳＰ４－３００）＋０．００１８５（ＳＰ４－３００）２
＋８．４６ ・・・（５）
Ｅｘ＝１８．７Ｓ＋２３．２ ・・・（６）
Ｓ＝－０．０４４６（ＳＰ１－３００）＋０．００１４７（ＳＰ１－３００）２
－０．０８２８（ＳＰ２－３００）＋０．００１５４（ＳＰ２－３００）２
－０．１１８（ＳＰ３－３００）＋０．００１３９（ＳＰ３－３００）２
－０．２００（ＳＰ４－３００）＋０．００１８５（ＳＰ４－３００）２
＋８．４６ ・・・（５）
Ｅｘ＝１８．７Ｓ＋２３．２ ・・・（６）
【0075】
最適解探索部９ａは、式（５）、式（６）の評価関数式を用いて、評価値Ｘｓ＝Ｅｘが極小になる入力パラメータの最適解Ｐｒ１＿ｓ＝ＳＰ１，Ｐｒ２＿ｓ＝ＳＰ２，Ｐｒ３＿ｓ＝ＳＰ３，Ｐｒ４＿ｓ＝ＳＰ４を探索する。ここでは、ＳＰ１＝３１５℃，ＳＰ２＝３２７℃，ＳＰ３＝３４２℃，ＳＰ４＝３５４℃という結果が得られた。詳細条件記憶部１２の記憶内容のみによる処理の結果を図１４（Ａ）、図１４（Ｂ）、図１５（Ａ）、図１５（Ｂ）に示す。これらの図は図２、図３に対応するものである。
【0076】
最適解の探索結果ＳＰ１＝３１５℃，ＳＰ２＝３２７℃，ＳＰ３＝３４２℃，ＳＰ４＝３５４℃を適用して４つのゾーンＺ１～Ｚ４の温度を上昇させた場合のシミュレーション結果を図１６に示す。このときの評価値Ｘｓ＝Ｅｘは１０．５３になる。図１０の結果と比較すると、ワーク１００の整定時の代表点温度Ｔｓ１～Ｔｓ４の均一化について、さらに改善効果が得られていることが分かる。
【0077】
次に、詳細探索処理部１３からの指示に応じて、評価関数式推定部８ａは、条件記憶部６と詳細条件記憶部１２とに記憶された両方の条件を参照して、入力パラメータＰｒ（Ｐｒ１～Ｐｒｉ）を説明変数とし、評価値Ｘｓ＝Ｅｘを目的変数とする評価関数式を推定する。これにより、以下に示す評価関数式が得られる。
Ｓ＝－０．０１８９（ＳＰ１－３００）＋０．０００４０９（ＳＰ１－３００）２
－０．０２８２（ＳＰ２－３００）＋０．０００４６６（ＳＰ２－３００）２
－０．０３７７（ＳＰ３－３００）＋０．０００３９６（ＳＰ３－３００）２
－０．００４７６（ＳＰ４－３００）＋０．０００４２９（ＳＰ４－３００）２
＋２．２０ ・・・（７）
Ｅｘ＝５２．３Ｓ＋４５．２ ・・・（８）
Ｓ＝－０．０１８９（ＳＰ１－３００）＋０．０００４０９（ＳＰ１－３００）２
－０．０２８２（ＳＰ２－３００）＋０．０００４６６（ＳＰ２－３００）２
－０．０３７７（ＳＰ３－３００）＋０．０００３９６（ＳＰ３－３００）２
－０．００４７６（ＳＰ４－３００）＋０．０００４２９（ＳＰ４－３００）２
＋２．２０ ・・・（７）
Ｅｘ＝５２．３Ｓ＋４５．２ ・・・（８）
【0078】
最適解探索部９ａは、式（７）、式（８）の評価関数式を用いて、評価値Ｘｓ＝Ｅｘが極小になる入力パラメータの最適解Ｐｒ１＿ｓ＝ＳＰ１，Ｐｒ２＿ｓ＝ＳＰ２，Ｐｒ３＿ｓ＝ＳＰ３，Ｐｒ４＿ｓ＝ＳＰ４を探索する。ここでは、ＳＰ１＝３２３℃，ＳＰ２＝３３０℃，ＳＰ３＝３４８℃，ＳＰ４＝３５６℃という結果が得られた。条件記憶部６の記憶内容と詳細条件記憶部１２の記憶内容とによる処理の結果を図１７（Ａ）、図１７（Ｂ）、図１８（Ａ）、図１８（Ｂ）に示す。これらの図は図２、図３に対応するものである。
【0079】
最適解の探索結果ＳＰ１＝３２３℃，ＳＰ２＝３３０℃，ＳＰ３＝３４８℃，ＳＰ４＝３５６℃を適用して４つのゾーンＺ１～Ｚ４の温度を上昇させた場合のシミュレーション結果を図１９に示す。このときの評価値Ｘｓ＝Ｅｘは６．６３になる。図１６の結果と比較すると、ワーク１００の整定時の代表点温度Ｔｓ１～Ｔｓ４の均一化について、さらに改善効果が得られていることが分かる。オペレータは、好ましい結果を採用すればよいので、図１９の結果が得られた温度設定値ＳＰ１～ＳＰ４を採用できる。
【0080】
なお、第１、第２の実施例では、評価値Ｘｓが極小になる入力パラメータの最適解を求める例について具体的に説明しているが、最適解探索部９，９ａは、評価値Ｘｓが極大になる入力パラメータの最適解を求めるようにしてもよい。極小と極大のどちらを最適とするかは例えば実対象に応じて決まることは言うまでもない。
【0081】
また、第１、第２の実施例では、特定の入力パラメータを一律に増加させて、評価値Ｘｓが単調増減ではなくなる最低３点の条件を取得しているが、これに限るものではなく、特定の入力パラメータを一律に減少させて、評価値Ｘｓが単調増減ではなくなる最低３点の条件を取得するようにしてもよい。
【0082】
また、特定の入力パラメータを一律に増加または減少させるのではなく、特定の入力パラメータを増加の方向に変化させたときに、評価値Ｘｓが増大したら、特定の入力パラメータを初期値から減少させて、特定の入力パラメータが減少するに従って評価値Ｘｓが増大する箇所を探索してもよい。表１、表２の適用例で説明した方法は、このような探索方法によるものである。評価値Ｘｓが極大になる入力パラメータの最適解を求める場合は、特定の入力パラメータを増加の方向に変化させたときに、評価値Ｘｓが減少したら、特定の入力パラメータを初期値から減少させて、特定の入力パラメータが減少するに従って評価値Ｘｓが減少する箇所を探索すればよい。
【0083】
第１、第２の実施例で説明したパラメータ探索装置は、ＣＰＵ（Central Processing Unit）、記憶装置及びインタフェースを備えたコンピュータと、これらのハードウェア資源を制御するプログラムによって実現することができる。このコンピュータの構成例を図２０に示す。
【0084】
コンピュータは、ＣＰＵ２００と、記憶装置２０１と、インタフェース装置（Ｉ／Ｆ）２０２とを備えている。Ｉ／Ｆ２０２には、実対象に設置されたセンサやディスプレイ装置等が接続される。このようなコンピュータにおいて、本発明のパラメータ探索方法を実現させるためのプログラムは記憶装置２０１に格納される。ＣＰＵ２００は、記憶装置２０１に格納されたプログラムに従って第１、第２の実施例で説明した処理を実行する。
【産業上の利用可能性】
【0085】
本発明は、実対象にパラメータを入力してパラメータの最適解を探索する技術に適用することができる。
【符号の説明】
【0086】
１…入力パラメータ数値指示部、２…入力パラメータ数値入力部、３…実対象動作検出部、４…評価値検出部、５…非単調増減条件検出部、６…条件記憶部、７…順次処理実行部、８，８ａ…評価関数式推定部、９，９ａ…最適解探索部、１０，１０ａ…最適解提示部、１１…詳細探索指示部、１２…詳細条件記憶部、１３…詳細探索処理部。
【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】