触媒最適化のための応答曲面法における遺伝的プログラミング，ラジアル基底関数ネットワーク，多項式の比較

抄録

本研究ではメタンの高圧ドライリフォーミング用Co-MgO触媒の調製条件の最適化によるCO収率の向上を試みた。最適化手法として，実験計画法に基づく実験で得られる調製条件-活性の関係を様々な方法で回帰する応答曲面法を用いた。回帰方法として遺伝的プログラミング，ラジアル基底関数ネットワーク，多項式を比較したところ，非線形の高い調製条件-活性相関も明示的な関数で示すことが可能で，推定誤差も小さい遺伝的プログラミングが最も優れていることが示された。これは調製条件-活性相関を表す関数を遺伝子に見立て，遺伝的アルゴリズムによって式の形やパラメーターを進化させつつ，実験結果を最もよく再現できる式を見出す方法である。ラジアル基底関数ネットワークも非線形性の高い相関を表現できるが式が複雑なため，調製条件-活性相関の本質に関する情報の抽出が困難である。一方，多項式では関係が明示されるものの，非線形性の高い調製条件-活性相関を表すことができない。したがって，触媒開発には遺伝的プログラミングを用いる応答曲面法が最も有効と考えられる。