ExpertAI

教師なし機械学習を使用した最適化で、ユーザーが指定した基準に従って探索結果をグループ化します。

1. 設計探索リボンの評価ツールグループでResults Explorerツールをクリックします。

   
   
   図 1.

   Results Explorerブラウザが開きます。
2. Results ExplorerブラウザでExpertAIアイコンをクリックします。

   
   
   図 2.

   ExpertAIパネルは3つのエリアDataset and Clustering、Classifiers、Constraintsの3つに分かれています。

   Dataset

   変位などの応答タイプに基づいてデータセットを作成します。クラスター化された結果のレビューと可視化を行います。

   Classifiers

   ラベル付けされたクラスターデータから分類子を作成します。トレーニングされた分類子は、その後の最適化における制約条件として活用することができます。

   Constraints

   選択されたクラスターに基づいて作成された制約を使用して最適化を作成し、評価します。

3. 新規のデータセットを作成します。
4. をクリックして、新しいデータセットを作成します。
5. DatasetダイアログでSubcaseを選択します。
6. 1つ以上の結果タイプ、1つのステップ、およびクラスタリングに含めるパートのすべてのパートIDを選択します。
   注:

   ステップが選択されていない場合、最後のタイムステップがクラスタリングに使用されます。

   PartIDが選択されていない場合は、すべてのパートがクラスタリングに使用されます。
7. Requestをクリックします。
8. Submitをクリックします。

   クラスタリングレポートが作成されます。モデルの規模や結果によっては、レポートの作成に時間がかかる場合があります。

   作成されると Datasetダイアログが閉じ、新しく作成されたクラスター情報が表示されます。

   
   
   図 3.

9. クラスターの可視化 ツールを使用してクラスターの情報をさらに詳しく調べます。
10. Train Classifierをクリックすると、現在のクラスターに基づいて分類子が作成されます。
    トレーニングされた分類子は、以下の表に示された情報とともにリストされます。

    Accuracy with Solver

    ソルバーベースの最適化実行時に期待される精度が表示されます。

    Accuracy with Fit

    フィットベースの最適化を実行する際に期待される精度を表示します。

    R-Squared Fit

    フィットの質を表示します。

11. 分類子を右クリックして、Create Constraintを選択します。
12. 制約として使用するクラスターを選択し、制約の下限を入力します。
    その後の最適化では、最適な結果が制約値よりも高い確率で選択されたクラスターに適合するように、制約を満たそうとします。
13. Optimizeをクリックし、実行する最適化タイプを選択します。
    注: 最適化では、クラスターが作成された元の探索から、目標を含む設計変数と応答を使用します。最適化を実行するには目的関数が必要です。

    元の探索タイプがDOEの場合、フィットベースとソルバーベースの両方の最適化を実行できます。元の探索タイプが最適化の場合、実行できるのはソルバーベースの最適化のみです。