JP6947029B2 - 制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラム - Google Patents

Description

本発明は、制御対象に対する予測制御を行う制御装置と、それを使用する情報処理装置と、制御方法と、コンピュータ・プログラムに関する。

この種の制御装置には、制御対象に対し、将来の制御量を予測して制御する予測制御を行う予測制御装置がある。

予測制御は、制御対象の動作結果を予測する制御モデルを用いて、アクチュエータの操作量に対する制御対象の制御量の変化を予測し、最適なアクチュエータの操作量を決定する制御方法である。その応用分野は、産業用プロセス制御、居住空間における環境制御、農林水産物施設における環境制御および移動体制御などがある。

ここで、関連技術としては、例えば以下の特許文献がある。

特許文献１は、過去から現在までの計測値の時系列データと、アクチュエータの操作量指令値の過去から未来までの時系列データとを入力として、制御モデルを同定する方法を開示している。

特許文献２は、実操業のプロセスデータを収集し、収集したデータを用いて、オンラインで制御モデルを同定する方法を開示している。

特開２００１−２４９７０５号公報 特許第５５６９０７９号公報

しかしながら、特許文献１および特許文献２に提案されている技術は、制御対象が実稼働時にデータを収集する必要がある。そのため、これらの技術は、未稼働の制御対象に適用することができない。

そこで、本発明は、未稼働の制御対象に適用することが可能な制御装置等の提供を主たる目的とする。

上記の目的を達成すべく、本発明の一態様に係る制御装置は、以下の構成を備える。

即ち、本発明の一態様に係る制御装置は、
記憶手段と、アクチュエータの操作の統計量を基に、シミュレーションを行い、その操作に対する出力に関する情報を求めて、求めた情報を前記記憶手段に保存するシミュレーション手段と、
前記情報を基に学習し、その結果として得られる予測モデルを前記記憶手段に保存する学習手段と、
前記予測モデルを参照して制御問題を生成する生成手段と、
を備える。

同目的を達成する本発明の一態様に係る情報処理装置は、
上記制御装置と、
前記制御問題を処理する処理手段と、
前記処理手段により求められた情報を出力する出力手段と
を備える。

同目的を達成する本発明の一態様に係る制御方法は、
アクチュエータの操作の統計量を基にシミュレーションを行い、その操作に対する出力に関する情報を求めて、求めた情報を記憶手段に保存し、
前記情報を基に学習し、その結果として得られる予測モデルを前記記憶手段に保存し、
前記予測モデルを参照して制御問題を生成する。

更に、同目的は、上記構成を有する制御装置、情報処理装置、或いは、制御方法を、コンピュータによって実現するためのコンピュータ・プログラム、及びそのコンピュータ・プログラムが格納されている、コンピュータ読み取り可能な記憶媒体によっても達成される。

上記の本発明によれば、未稼働の制御対象に適用することが可能な制御装置等を提供することができるという効果がある。

本発明の第１の実施形態に係る制御装置の構成を示すブロック図である。 本発明の第２の実施形態に係る制御装置の構成を示すブロック図である。 本発明の第２の実施形態に係る制御装置の動作を示すフローチャートである。 本発明の第２の実施形態に係るシミュレーションデータベースの一例を示す図である。 本発明の第２の実施形態に係る学習データベースの一例を示す図である。 本発明の第２の実施形態に係る予測モデルデータベースの一例を示す図である。 本発明の第２の実施形態に係る制御問題の一例を示す図である。 本発明の第３の実施形態に係る情報処理装置の構成を示すブロック図である。 本発明の第３の実施形態を実現可能なコンピュータのハードウェア構成を例示的に説明する図である。 本発明の第３の実施形態を実現可能なコンピュータのハードウェア構成を例示的に説明する図である。 本発明の第４の実施形態に係る情報処理装置の構成を示すブロック図である。 本発明の第５の実施形態に係る情報処理装置の構成を示すブロック図である。 本発明の第６の実施形態に係る情報処理装置の構成を示すブロック図である。

次に、本発明を実施する形態について図面を参照して詳細に説明する。

＜第１の実施形態＞
図１は、本発明の第１の実施形態に係る制御装置１０の構成を示すブロック図である。

制御装置１０は、シミュレーション部１１と、学習部１２と、生成部１３と、記憶部１４とを含む。

シミュレーション部１１は、アクチュエータの操作の統計量を基に、シミュレーションを行い、その操作に対する出力に関する情報を求める。そして、シミュレーション部１１は、その情報を記憶部１４に保存する。アクチュエータは、制御対象に作用を与えるデバイス、回路などの装置である。

学習部１２は、シミュレーション部１１が保存した情報を基に、制御対象の入力値とそれに対する将来の出力値の関係性を学習する。そして、学習部１２は、その結果として得られる予測モデルを記憶部１４に保存する。予測モデルは、例えば、将来の出力を目的変数とし、説明変数に制御対象の入力を含む関数である。

生成部１３は、記憶部１４に保存された予測モデルを参照して制御問題を生成する。制御問題は、例えば、多次元連立方程式（不等式）で表現される多変数の最小化（最大化）問題である。

以上、説明したように、第１の実施形態には、未稼働の制御対象に適用することが可能な制御装置等を提供することができるという効果がある。

その理由は、本実施形態に係る制御装置１０は、シミュレーションによって生成したデータを学習して制御問題を生成するからである。

＜第２の実施形態＞
次に上述した第１の実施形態に係る制御装置１０を基本とする第２の実施形態について説明する。図２は、本発明の第２の実施形態に係る制御装置１０１の構成を示すブロック図である。ただし、図２に示す構成は、一例であって、本発明は、図２に示す制御装置１０１に限定されない。

制御装置１０１は、シミュレーションデータベース１０５と、シミュレーション部１１０と、学習データベース１１５と、学習部１２０と、予測モデルデータベース１２５と、生成部１３０とを含む（図２において、「データベース」（Ｄａｔａｂａｓｅ）は、「ＤＢ」と表記する。これは、以下の図でも同様である。）。

シミュレーションデータベース１０５は、少なくとも、シミュレーションに用いるアクチュエータの操作の統計量を保持する。アクチュエータは、制御対象に作用を与える装置である。アクチュエータは、具体的には、モータ、ヒーター、または、照明などである。アクチュエータの操作は、例えば、モータをある速度で回転させること、ヒーターにより発熱させること、または、照明により照度を上げることである。そのときのアクチュエータの操作量は、アクチュエータに入力する値（入力値、指令値）である電流、電圧などの制御入力で決まる。統計量は、指令値の分布の特徴を表すもので、例えば、最小値、最大値、平均値、または、標準偏差などである。

シミュレーションデータベース１０５は、上述の統計量のほかに、制御対象の入力値（制御入力）と出力値との間の関係性を定めた関数または方程式（これらをシミュレーションモデルとも言う）、シミュレーションステップ時間、シミュレーション終了時間を記憶してもよい。シミュレーションステップ時間は、制御対象への各入力値に対するシミュレーションの実行間隔である。シミュレーションデータベース１０５が記憶する統計量は、制御入力の最小値と最大値、制御入力がとりうる確率分布、および、制御対象の初期状態を表す情報を含んでもよい。さらに、将来起こりうる経時変化を考慮して、シミュレーションデータベース１０５は、現時点からの制御入力の時間変化を表す情報を保持してもよい。

シミュレーション部１１０は、シミュレーションデータベース１０５を参照してシミュレーションを実行する。その実行結果として、シミュレーション部１１０は、制御対象の入力に対する出力と状態をそれぞれ表す情報を出力する。

シミュレーション部１１０は、出力した情報を学習データベース１１５に保存する。

学習データベース１１５は、制御対象の入力と、出力と、状態をそれぞれ表す情報を、シミュレーションステップ時間ごとに保持する。入力を表す情報は、制御対象へ外部から与えられる変数であり、入力変数という。入力変数の値は入力値（指令値）である。また、出力を表す情報は、制御対象から外部に取り出される（外部から観測される）変数であり、出力変数という。出力変数の値は、出力値である。さらに、状態を表す情報は、制御対象の内部にある変数であり、状態変数という。外部から観測可能な状態変数は、出力変数であり、かつ状態変数でもあるということになるが、ここでは簡単のために、このような変数は、出力変数と分類し、外部から観測できない変数を状態変数とする。

学習部１２０は、学習データベース１１５を参照し、制御対象の入力値とそれに対する将来の出力の予測値との関係性を学習する。そして、学習部１２０は、その関係性を表現した予測モデルを生成する。そして、学習部１２０は、予測モデルを予測モデルデータベース１２５に保存する。

一般に、シミュレーションモデルは、高次の微分方程式である。そして、シミュレーションモデルは、広範な入力条件に対応できるようにあらゆる動作を表現するため、複雑な数式である。そのため、この数式を実際の制御モデル（制御則）として用いることは、実用的でない。一方、予測モデルは、想定する動作を表現するように限定するため、あらゆる動作を表現するシミュレーションモデルに比べて、単純な数式である。予測モデルは、将来の出力値を目的変数とし、説明変数に制御入力を含む関数である。特に、予測モデルが区分線形関数である場合に、その予測モデルは、容易に制御則として用いることが可能である。

生成部１３０は、予測モデルデータベース１２５に保存された予測モデルである関数を参照して、制御問題を生成する。制御問題は、多次元連立方程式（不等式）で表現される多変数の最小化（最大化）問題として定式化される。制御問題は、より具体的には、（整数混合）線形計画問題や（整数混合）二次計画問題として定式化される。

次に、本発明の第２の実施形態の動作について説明する。

図３は、本発明の第２の実施形態に係る制御装置１０１の動作を示すフローチャートである。

はじめに、シミュレーション部１１０は、シミュレーションデータベース１０５を参照することにより、制御対象の入力値と、状態変数の初期値とを決定する。シミュレ-ション部１１０は、制御対象の入力値と、状態変数の初期値とを、シミュレーションデータベース１０５に格納された最小値と最大値の間で一様にランダムに生成してもよい。あるいは、シミュレ-ション部１１０は、制御対象の入力値と、状態変数の初期値とを、シミュレーションデータベース１０５に格納された確率分布に従ってランダムに生成してもよい。あるいは、シミュレ-ション部１１０は、シミュレーションデータベース１０５に保存された値を、状態変数の初期値として、使用してもよい。

それから、シミュレ-ション部１１０は、その決定した値を基に、シミュレーションを実行する（ステップＳ１１０）。

シミュレーションが完了した後に、シミュレーション部１１０は、シミュレーション結果である制御対象の入力値と、出力値と、内部状態を表す情報とを学習データベース１１５に保存する（ステップＳ１１５）。

学習部１２０は、学習データベース１１５を参照し、制御対象の入力値とそれに対する将来の出力値（予測値）の関係性を学習し、予測モデルを出力する（ステップＳ１２０）。関係性の学習は、例えば、回帰分析により行う。本実施形態では、特に、線形回帰分析を想定している。但し、関係性を学習する方法は、これに限らず、一般に知られた他の方法を用いてもよい。学習結果である予測モデルは、将来の出力を目的変数とし、説明変数に制御対象の入力を含む関数である。

学習を完了した後、学習部１２０は、学習結果である予測モデルを予測モデルデータベース１２５に保存する（ステップＳ１２５）。

生成部１３０は、予測モデルデータベース１２５を参照し、制御装置１００の外部から与えられる設定値を取り込んで制御問題を生成する（ステップＳ１３０）。設定値は、制御対象の制御したい変数（目的変数）における、望ましい値である。例えば、部屋が制御対象である場合、制御したい変数は、室温である。そして、室温を２０℃にしたい場合、制御装置１００は、設定値として、２０℃を与えられる。制御問題は、予測モデルデータベース１２５に保存された関数に、設定値と、制御対象の状態を表す情報値とを代入することにより得られる、制御対象への制御入力を変数とした多次元連立方程式（不等式）の最小化（最大化）問題である。制御対象を部屋とした場合、状態を表す情報は、部屋の温度、湿度、または照度等である。その値は、学習データベース１１５に保存された情報から得ることができる。予測モデルが区分線形関数である場合、制御問題は、複数の線形連立方程式（不等式）になる。特に、最適化の評価関数が線形である場合、制御問題は、線形計画問題に帰着できる。

以上により、本発明の第２の実施形態の動作の説明が完了する。

次に、制御対象が園芸施設である場合を例として、それぞれのデータベースの構成について説明する。

図４は、本発明の第２の実施形態に係るシミュレーションデータベース１０５の一例を示す図である。シミュレーションデータベース１０５は、シミュレーションテーブルと、入力変数テーブルと、状態変数テーブルとを含む。

図４によれば、シミュレーションテーブルは、シミュレーションステップ時間が１分であり、１４４０分（１日に相当）までシミュレーションを行うことを示す情報を含む。温度Ｔと湿度Ｈに関して、微分方程式で表現されたシミュレーションモデルを用いてシミュレーションが実行される。

統計量を記憶する入力変数テーブルは、制御対象への入力変数の名前と、それぞれの統計値とを含む。図４の入力変数テーブルを参照すると、入力変数ｕＨとｕＷは、アクチュエータの操作の量（指令値）を表す変数である。そして、入力変数ｕＨとｕＷのそれぞれの値は、例えば、ヒーターと窓開度の指令値に対応する。この場合、アクチュエータは、ヒーターと、窓（厳密にいうと窓を開閉させるためのモータ）である。そして、アクチュエータの操作の統計量は、最小値、最大値、平均値および標準偏差である。

統計量を記憶する状態変数テーブルは、制御対象の状態変数の名前と、その状態変数が取り得る一組以上の初期値とを含む。

図５は、本発明の第２の実施形態に係る学習データベース１１５の一例を示す図である。学習データベース１１５は、シミュレーションステップ時間（１分）ごとに、入力変数と、出力変数と、状態変数とを保持している。入力変数ｕＨとｕＷは、例えば、それぞれ、ヒーター指令値（Ｏｆｆや強中弱などを表す値）と、窓開度指令値（窓を何％開けるかを表す値）を表す。出力変数ＴとＨは、それぞれ施設中央で高さが１．５ｍ付近における温度と湿度を表す。状態変数Ｔ１とＨ１は、それぞれ施設中央で地表面付近における温度と湿度を表す。例えば、図５の２行目のレコードに示すように、１分後に、入力変数ｕＨの値であるヒーター指令値を「２」に、入力変数ｕＷの値である窓開度指令値を「４」にした場合について説明する。このとき、図５に示す学習データベース１１５によれば、施設中央で、高さが１．５ｍ付近の温度と湿度は、出力変数Ｔ、Ｈに対応し、それぞれの値は１９．９℃と８０％になる。また、地表付近の温度と湿度は、状態変数Ｔ１とＨ１に対応し、それぞれの値は２２．６℃と９０％になる。

図６は、本発明の第２の実施形態に係る予測モデルデータベース１２５の一例を示す図である。予測モデルデータベース１２５は、将来の複数の予測に対応する複数の予測モデルである関数を記憶する。例えば、現在の時間をｔとすると、現在から１分後（ｔ＋１）の施設中央で高さが１．５ｍ付近の温度の予測値Ｔ（ｔ＋１）は、現在のヒーター指令値ｕＨ（ｔ）に「３」を掛けた値と、現在の窓開度指令値ｕＷ（ｔ）に「２．１」を掛けた値と、施設中央で高さが１．５ｍ付近の現在の温度Ｔ（ｔ）に「０．８」を掛けた値とを足し合わせた値である。

図７は、本発明の第２の実施形態に係る制御問題の一例を示す図である。図６に示した予測モデルデータベース１２５を参照して、図７に示した制御問題を作成する手順について説明する。例えば、現在の時間をｔとして、設定値は、１分後および２分後に希望する温度と湿度として、Ｔ（ｔ＋１）＝２１．１、Ｔ（ｔ＋２）＝１７．８、Ｈ（ｔ＋１）＝５２．８、Ｈ（ｔ＋２）＝３７．４とする。さらに、状態を表す値は、学習データベース１１５を参照して、Ｔ（ｔ）＝２０．０、Ｈ（ｔ）＝８０．０とする。図６に示した予測モデルデータベース１２５にこれらの６個の値を代入すると、図７に示す線形計画問題が、制御問題として得られる。ここで、制御問題は、入力変数（ｕＨ（ｔ）、ｕＷ（ｔ）、ｕＨ（ｔ＋１）およびｕＷ（ｔ＋１））の和を最小化すべき目的関数としている。図７に示した４つの式を連立方程式として解くと、ｕＨ（ｔ）、ｕＷ（ｔ）、ｕＨ（ｔ＋１）およびｕＷ（ｔ＋１）は、求められる。この例では、入力変数の数と等式の数が同じであるため、等式条件のみで入力変数の値は確定する。しかし、一般的には、制御問題は、等式を満たし、かつ、目的関数が最小である値を求める問題になる。等式の数よりも入力変数の数が多い場合、それぞれの入力変数の値は、確定しない。そのため、目的関数を最小化する入力変数の値が解となる。

以上、説明したように、第２の実施形態には、未稼働の（将来の）制御対象に適用することが可能な制御装置等を提供することができるという効果がある。

その理由は、本実施形態に係る制御装置１０１は、シミュレーションデータベース１０５を参照してシミュレーションを実行し、シミュレーション実行結果を保存した学習データベース１１５を参照して学習し、学習結果を保存した予測モデルデータベース１２５を参照して制御問題を生成するからである。

さらに、制御装置１０１は、実稼働時に収集したデータでなく、シミュレーションによって得たデータを基に、制御問題を生成するため、実稼働時に変化する範囲の外を対象とする制御にも適用することが可能である。

＜第３の実施形態＞
次に上述した第２の実施形態に係る制御装置１０１を基本とする第３の実施形態について説明する。図８は、本発明の第３の実施形態に係る情報処理装置１００の構成を示すブロック図である。ただし、図８に示す構成は、一例であって、本発明は、図８に示す情報処理装置１００に限定されない。

図８を参照すると、情報処理装置１００は、制御装置１０１と、処理装置１０２とを含む。制御装置１０１は、第２の実施形態と同様であるため、説明を省略する。

処理装置１０２は、処理部１４０と、出力部１５０とを含む。

処理部１４０は、制御装置１０１の生成部１３０で生成された制御問題の解を導出する。そのために、処理部１４０は、既存の解法アルゴリズムやそれを実装したソルバー（アプリケーションプログラム）を用いることができる。

制御問題の解を導出する前に、処理部１４０は、第２の実施形態において制御装置１０１の生成部１３０で行うとしていた以下の処理を、生成部１３０の代わりに、行ってもよい。すなわち、処理部１４０は、予測モデルデータベース１２５に保存された関数に、設定値の一部または全部を代入してもよい。また、処理部１４０は、予測モデルデータベース１２５に保存された関数に、制御対象の状態を表す情報値の一部または全部を代入してもよい。

出力部１５０は、処理部１４０の結果である制御問題の解を出力する。出力部１５０は、例えば、処理装置１０２に内蔵されたディスプレイである。あるいは、出力部１５０は、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）により通信可能に処理装置１０２に接続されたディスプレイであってもよい。

なお、情報処理装置１００、制御装置１０１および処理装置１０２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）とプログラムを記憶した記憶媒体を含み、プログラムに基づく制御によって動作するコンピュータであってもよい。

図９は、本発明の第３の実施形態の情報処理装置１００を実現可能なコンピュータ１００Ａの構成を例示的に説明する図である。

情報処理装置１００のハードウェア構成であるコンピュータ１００Ａは、ＣＰＵ３１０と、ハードディスクやメモリ等の記憶部（記憶媒体）３２０と、他の装置等と通信を行う通信部３３０と、キーボード等の入力操作部３４０と、ディスプレイ等の表示部３５０とを含む。ＣＰＵ３１０は、記憶部３２０を制御し、コンピュータプログラムを実行することで、シミュレーション部１１０、学習部１２０、生成部１３０、処理部１４０および出力部１５０の機能を実現する。コンピュータプログラムは、記憶部３２０に記憶されていてもよい。なお、コンピュータ１００Ａは、単一のＣＰＵ３１０で、シミュレーション部１１０と、学習部１２０と、生成部１３０と、処理部１４０および出力部１５０の機能を実現するのではなく、複数のＣＰＵを用いてこれらの機能を実現してもよい。記憶部３２０は、シミュレーションデータベース１０５と、学習データベース１１５と、予測モデルデータベース１２５とを含む。なお、コンピュータ１００Ａは、単一の記憶手段３２０にそれらのデータベースを含むのではなく、複数の記憶手段３２０にデータベースを分散させてもよい。入力手段３４０は、ユーザ等からの入力を受け付ける。出力手段３５０は、ユーザ等へ結果を出力する。なお、通信手段３３０は、他の装置から制御問題等を受信し、他の装置へ結果を送信してもよい。

図１０は、本発明の第３の実施形態の情報処理装置１００を実現可能なコンピュータシステム１００Ｂの構成を例示的に説明する図である。コンピュータシステム１００Ｂに含まれるコンピュータ１０１Ｂとコンピュータ１０２Ｂは、通信経路３３５を介して接続されている。通信経路３３５は、有線であっても無線であってもよい。

コンピュータ１０１Ｂは、ＣＰＵ３１０Ａと、ハードディスクやメモリ等の記憶部（記憶媒体）３２０と、他の装置等と通信を行う通信部３３０Ａと、キーボード等の入力操作部３４０Ａと、ディスプレイ等の表示部３５０Ａとを含む。ＣＰＵ３１０Ａは、記憶部３２０を制御し、コンピュータプログラムを実行することで、シミュレーション部１１０、学習部１２０および生成部１３０の機能を実現する。コンピュータプログラムは、記憶部３２０に記憶されていてもよい。記憶部３２０は、シミュレーションデータベース１０５と、学習データベース１１５と、予測モデルデータベース１２５とを含む。

コンピュータ１０２Ｂは、ＣＰＵ３１０Ｂと、他の装置等と通信を行う通信部３３０Ｂと、キーボード等の入力操作部３４０Ｂと、ディスプレイ等の表示部３５０Ｂとを含む。ＣＰＵ３１０Ｂは、コンピュータプログラムを実行することで、処理部１４０および出力部１５０の機能を実現する。

コンピュータシステム１００Ｂは、コンピュータ１０１Ｂとコンピュータ１０２Ｂを別々の場所に配置してもよい。例えば、コンピュータ１０１Ｂは、データセンターに配置し、コンピュータ１０２Ｂは、制御対象の近くに配置してもよい。また、コンピュータシステム１００Ｂは、一つのコンピュータ１０１Ｂに複数のコンピュータ１０２Ｂを接続する構成としてもよい。

以上、説明したように、第３の実施形態には、未稼働の制御対象に適用することが可能な情報処理装置等を提供することができるという効果がある。

その理由は、本実施形態に係る情報処理装置１００は、第２の実施形態により生成した制御問題に対して、その解を導出し、導出した解を出力するからである。

＜第４の実施形態＞
次に上述した第３の実施形態に係る情報処理装置１００を基本とする第４の実施形態について説明する。

図１１は、本発明の第４の実施形態に係る情報処理装置１００１の構成を示すブロック図である。図１１を参照すると、本発明の第４の実施形態の情報処理装置１００１は、制御対象２００１に接続されている。図１１に示す情報処理装置１００１は、制御装置と処理装置が分かれた構成としていないが、図８に示した情報処理装置１００のように制御装置と処理装置とに分かれる構成として実現してもよい。以降に示す図１２および図１３も同様である。

制御対象２００１は、駆動部２１０を含む。

駆動部２１０は、情報処理装置１００１の出力部１５０から出力される値を基に、アクチュエータ（図示しない）を駆動する。アクチュエータを駆動する操作は、個々のアクチュエータごとにあらかじめ設定されており、その設定された内容に従って、行われる。例えば、出力部１５０による出力値が１０である場合、駆動部２１０は、モータを１０秒間オンにする。また、例えば、駆動部２１０は、モータの入力電圧を１０ボルトに設定するとしてもよい。

以上、説明したように、第４の実施形態には、未稼働の制御対象に適用することが可能な情報処理装置等を提供することができるという効果がある。

その理由は、本実施形態に係る情報処理装置１００１は、第３の実施形態によって得られた制御問題の解を基に、制御対象２００１の駆動部２１０がアクチュエータを駆動するからである。

＜第５の実施形態＞
次に上述した第４の実施形態に係る情報処理装置１００１を基本とする第５の実施形態について説明する。

図１２は、本発明の第５の実施形態に係る情報処理装置１００２の構成を示すブロック図である。図１２を参照すると、本発明の第５の実施形態の情報処理装置１００２は、制御対象２００２に接続されている。

制御対象２００２は、駆動部２１０と、測定部２２０とを含む。

駆動部２１０は、第４の実施形態と同様であるため、説明を省略する。

測定部２２０は、制御対象２００２の稼働時に、制御対象２００２の出力値と状態、および、制御対象２００２へ入力した入力値を測定する。そして、測定部２２０は、それらの測定した値を学習データベース１１５に追加して保存する。

学習部１２０は、データが追加された学習データベース１１５を参照して再び学習を行い、予測モデルを作成する。そして、学習部１２０は、その予測モデルを予測モデルデータベース１２５に保存する。

再び学習するタイミングは、例えば、あらかじめ決めた周期でも、学習データベース１１５に追加されたデータ量がある値を超えた時でも、あるいは、情報処理装置１００２の外部から再学習することを要求する信号を受け取った時でもよい。

以上、説明したように、第５の実施形態には、未稼働の制御対象に適用することが可能な情報処理装置等を提供することができるという効果がある。

その理由は、本実施形態に係る制御装置１００２は、測定部２２０が測定した値を基に、学習部１２０が再び学習を行うことにより、測定した値を反映した予測モデルを作成するからである。これにより、情報処理装置１００２は、シミュレーションによって生成されたデータを学習して作成した予測モデルを、より現実に即した内容にすることが可能である。

＜第６の実施形態＞
次に上述した第５の実施形態に係る情報処理装置１００２を基本とする第６の実施形態について説明する。

図１３は、本発明の第６の実施形態に係る情報処理装置１００３の構成を示すブロック図である。図１３を参照すると、本発明の第６の実施形態の情報処理装置１００３は、本発明の第５の実施形態の情報処理装置１００２に、さらに、判定部１６０を含む。

判定部１６０は、処理部１４０で求められた入力値に対して、予測モデルを用いて計算された予測値と、制御対象２００３の測定部２２０で測定された値とを比較し、そのかい離があらかじめ定められた値を超えた時に再学習が必要であると判定する。

判定部１６０により再学習が必要であると判定された場合、学習部１２０は、学習データベース１１５を参照して、学習する。そして、学習部１２０は、学習した結果を、予測モデルデータベース１２５に保存する。

以上、説明したように、第６の実施形態には、未稼働の制御対象に適用することが可能な情報処理装置等を提供することができるという効果がある。

その理由は、本実施形態に係る情報処理装置１００３は、予測モデルを用いて計算した予測値と、測定部２２０が測定した値がかい離している場合に、測定部２２０が測定した値を基に、学習部１２０が再学習を行うことにより、測定した値を反映した予測モデルを作成するからである。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

この出願は、２０１５年６月１８日に出願された日本出願特願２０１５−１２２４８６を基礎とする優先権を主張し、その開示の全てをここに取り込む。

１０ 制御装置
１１ シミュレーション部
１２ 学習部
１３ 生成部
１４ 記憶部
１００ 情報処理装置
１００Ａ、１０１Ｂ、１０２Ｂ コンピュータ
１００Ｂ コンピュータシステム
１０１ 制御装置
１０２ 処理装置
１０５ シミュレーションデータベース
１１０ シミュレーション部
１１５ 学習データベース
１２０ 学習部
１２５ 予測モデルデータベース
１３０ 生成部
１４０ 処理部
１５０ 出力部
１６０ 判定部
２１０ 駆動部
２２０ 測定部
３１０、３１０Ａ、３１０Ｂ ＣＰＵ
３２０ 記憶部
３３０、３３０Ａ、３３０Ｂ 通信部
３３５ 通信経路
３４０、３４０Ａ、３４０Ｂ 入力操作部
３５０、３５０Ａ、３５０Ｂ 表示部
１００１、１００２、１００３ 情報処理装置
２００１、２００２、２００３ 制御対象

Claims (10)

1. 記憶手段と、
   制御対象に作用を与えるアクチュエータの操作の統計量を基に、前記操作を入力とした前記制御対象の動作のシミュレーションによる前記制御対象の出力に関する情報を求めて、前記制御対象の入力に関する情報と求めた前記制御対象の出力に関する情報とを前記記憶手段に保存するシミュレーション手段と、
   前記情報を基に学習することにより得られる、前記制御対象の入力と出力の予測値との関係性を表す予測モデルを前記記憶手段に保存する学習手段と、
   前記予測モデルを参照して制御問題を生成する生成手段と、
   を備えた制御装置。
2. 前記予測モデルは、ある時刻の制御対象の出力を目的変数とし、前記時刻以前の制御対象の入力を説明変数に含む関数から成る
   請求項１記載の制御装置。
3. 前記関数は、区分線形関数である
   請求項２記載の制御装置。
4. 前記アクチュエータの操作の統計量は、前記アクチュエータの操作の最小値、最大値または確率分布のいずれかを含む
   請求項１乃至３の何れか一項に記載の制御装置。
5. 前記制御問題を処理する処理手段と、
   前記処理手段により求められた出力情報を出力する出力手段と
   請求項１乃至４の何れか一項に記載の制御装置と
   を備えた情報処理装置。
6. 前記出力手段が出力した前記出力情報を基に前記アクチュエータの操作を行う装置に接続された請求項５記載の情報処理装置。
7. 前記アクチュエータの操作を行った時の情報を測定した測定情報を前記記憶手段に追加し、追加後の前記記憶手段に保存された測定情報を参照して、前記学習手段が再学習することにより前記予測モデルを作成する請求項６記載の情報処理装置。
8. 前記処理手段が処理した結果と、前記測定情報とを比較し、再学習の要否を判定する判定手段をさらに備え、
   前記判定手段により再学習が必要と判定された場合に、前記学習手段が再学習することにより前記予測モデルを作成する請求項７記載の情報処理装置。
9. 制御対象に作用を与えるアクチュエータの操作の統計量を基に、前記操作を入力とした前記制御対象の動作のシミュレーションによる前記制御対象の出力に関する情報を求めて、前記制御対象の入力に関する情報と求めた前記制御対象の出力に関する情報とを記憶手段に保存し、
   前記情報を基に学習することにより得られる、前記制御対象の入力と出力の予測値との関係性を表す予測モデルを前記記憶手段に保存し、
   前記予測モデルを参照して制御問題を生成する
   制御方法。
10. 記憶手段を備えるコンピュータに、
    制御対象に作用を与えるアクチュエータの操作の統計量を基に、前記操作を入力とした前記制御対象の動作のシミュレーションによる前記制御対象の出力に関する情報を求めて、前記制御対象の入力に関する情報と求めた前記制御対象の出力に関する情報とを前記記憶手段に保存するシミュレーション機能と、
    前記情報を基に学習することにより得られる、前記制御対象の入力と出力の予測値との関係性を表す予測モデルを前記記憶手段に保存する学習機能と、
    前記予測モデルを参照して制御問題を生成する生成機能と
    を実行させる
    コンピュータ・プログラム。

Images