CF-007
深層学習を活用した高精度知能化制御の提案

○広津鉄平・堀口辰也・中村敏明（日立）・田向　権（九工大）

組込みハードウエアの性能向上により，深層学習（DL: Deep Learning）の応用範囲が拡大，特に画像認識分野での性能向上が進んでいるが，他の応用での研究は少ない状況である．本発表では，リアルタイム制御分野において，新しいDLの応用を提案する．本研究は古典制御と比較し制御性能を飛躍的に向上可能であるモデル予測制御を用いる．本手法では，プラント予測モデルをDNNで高精度化し，大域的な解を得られるABC(Artificial Bee Colony)アルゴリズムにより最適操作量を探索することにより，制御性能とロバスト性向上の両立が可能となる．本発表では，開発した制御手法を「DNNモデル予測制御(DNN-MPC: DNN Model Predictive Control)」と命名し，そのコンセプトを提案する．