SPSS Modelerでパラメーター最適化①ー複数のパラメーターから目標仕様を予測する

Last updated at 2024-04-17Posted at 2023-05-19

複数のパラメーターを調整して何らかの目標仕様を満たしたいということがあります。
例えば、シリコン量と鉄分の量（パラメーター）を調整して、ある強度（目標仕様）のパーツを作りたいというようなことです。

このようなパラメーター調整をSPSS Modelerを使って行う方法を、3回シリーズで解説しています。
この記事はそのシリーズの①番目の記事です。

以下のような試作品開発、サロゲート・モデル、配合、マテリアルズ・インフォマティクス、プロセス・インフォマティクスなどの分野で活用できます。

ここではCAEのシミュレーターのテスト結果の複数のパラメーターから目標仕様を予測するというシナリオで説明します。

実行動画（動画は、シリーズ①②③をすべてを解説しています。）

まず、「CAEdata.csv」からCAEのシミュレーターでの結果を読み込みます。
「P1」から「P27」のパラメーターでシミュレーションを行った結果として「摩擦係数」や「強度」、「コスト」などの目標仕様がどうなったかという結果が記録されています。

ここではまず「P1」から「P27」を説明変数にして「摩擦係数」を予測するモデルを作ってみます。
「データ型」ノードを接続し、「値を読み込み」をクリックして、「摩擦係数」のロールを「対象」、「P1」から「P27」のロールを「入力」にします。

「1次」のモデル作成ノードを接続し、右クリックで「実行」します。

以下のようにモデルが出来上がりますので、「編集」で内容を見てみます。

「係数」のグラフを開いて「スタイル」を「表」にすると係数に影響をしているパラメータとその係数がわかります。
ここから「摩擦係数」を下げるには「P13」や「P7」を大きくするという手が考えられることがわかります。

出来上がったモデルをつかってスコアリングをしてみます。「CAE候補data.csv」をモデルナゲットに接続します。

以下のように「P1」から「P27」のパラメーターのみが入ったデータです。このパラメーターでCAEのシミュレーションを行ったときに、目標仕様である「摩擦係数」がどのくらいになるかを予測できます。、

モデルナゲットに「テーブル」ノードを接続して実行します。
以下のようにこのパラメーターのセットだと1.731の「摩擦係数」になることが予測できました。

このように時間のかかるCAEシミュレーションを行わずに目標仕様を予測することで、時間とコストを削減することができます。