toggle navigation

講演紹介（１）

　Dr.Rezaeiら（1）は排ガス予測手法について、ハイブリッド排ガスモデルを提案している。入力と出力から統計モデルを作成して予測する手法は、ニューラルネットワークやサポートベクターマシンなどの機械学習のアプローチを取り入れることで精度向上が図られているが、計算コストが大きくなり、過学習の問題もある。ハイブリッドモデルでは、統計モデルに対する入力の一部を物理モデルの出力を使っている。例えば50%燃焼完了期間や燃焼域最大温度などを物理モデルで計算して統計モデルの入力としている。このハイブリッドモデルによって表1や図1に示すように排気有害物質の予測精度が向上している。簡単そうに見えるが、実際には予測対象によって入力パラメータと統計モデルの種類を変えており、使いこなすには多くの経験が必要に感じる。機械学習が万能ではなく、物理モデルを組み合わせることが有効との提案は、機械工学技術者の活躍の場があるということであり、今後の発展が期待される。

Table 1　Overview of the test validation results

Fig.1　Influence of regression models and input parameter on soot emissions

【参考文献】