抄録
システム制御理論における設計問題の多くは双線形行列不等式(Bilinear Matrix Inequality : BMI) を用いて自然に記述される. そのため, このBMI を直接, 効率良く解くことができるアルゴリズムが要望されている. 本研究ではBeowulfクラスタを用い確率論的最適化のひとつであるReal-coded genetic algorithms (RCGA) によってBMI を解くことを考える.また, 現在実数値GA において効率が良いと考えられる交叉法である「Unimodal Normal Distribution Crossover (UNDX)法を、またBMI の構造上の特徴を考慮して交叉法として「Extrapolation-directed Crossover(EDX)」法, 世代交代法として「Minimal GenerationGap (MGG) model」を応用することを考える.さらに過去に本研究グループで提案した主探索直線のLMI 緩和予測モデルを用い, 並列計算において有用な「Innatately Split Model (ISM)」に基づく最適化計算をすることにより, より短時間で結果を出す事を考えた.また、これらの手法の有用性をいくつかの例題・制御系設計例を用い, 現在実用規模のBMI を解く唯一の方法と考えるマルチスタート交互LMI 解法と比較し、検証した.
