Sweep
Exploration
設計空間を大規模に探索
スイープの途中にある Exploration のワークスペース。緑の野の上にアプリのウィンドウが置かれ、その左のレールにスタディ — Tuner、目的関数、制約が、ピン留めされたシミュレーション設定の上に並びます。キャンバスには bouncing_ball モデル。ハッチングされた地面、2 つのスイープ対象パラメータを担うばね・ダンパの接触、ボール、その上の重力、そして高さを信号ポートへ読み出すセンサー。ウィンドウの端をまたいで 4 枚のカードが浮かびます。ダイヤル上で毎秒 24 を示す cluster.eval_rate、減衰する波としての bouncing_ball.height、248 回の評価で埋まりつつある 3 目的の pareto_front、そしてメッシュ密度・ソルバー許容誤差・サンプル数を持つ tuner.presets。右のエージェントパネルは依頼、返答、4 つのツール呼び出し、3 つの変更ファイルを示し、キャンバス下のドックが実行の進み具合を読み上げます。
Exploration でできること
シミュレーション 1 回が答えるのは、問い 1 つです。Exploration は数千を問います — どんなモデルもスタディに包み、評価のひとつひとつをクラスタへ送り出し、探索そのものを読めるようにします。だから、いつやめるべきかが分かります。
スタディの設定
モデルに問いを立てる
FMU、SSP、あるいは Paper の計算グラフを結び、そこで問いを宣言します。どのパラメータが自由で、どの範囲で、どの目的関数と制約に対してか。手法を選べば — パラメータスイープ、勾配を使わない最適化、大域的感度分析、モンテカルロサンプリング — あとは Exploration が引き受けます。
スタディを 1 枚のカードに収めた Exploration のウィンドウ。gearbox_2stage.fmu が FMI 2.0 として結ばれ、3 つの自由パラメータが、このスタディがモデル自身の定義域から切り出した幅を示します — ギア比 4.0 から 12.0、J_load 0.8 から 3.2 kg·m²、c_spring 5e3 から 2e4 N·m/rad。質量は最小化、T_peak は 85 °C 以下、σ_max は 340 MPa 未満に抑えます。足元には 4 つの手法ボタン — Sweep、Optimize、Sensitivity、Sample — が並び、選択が Optimize へ移ると、その下にそのアルゴリズム自身の設定が現れます。NSGA-II、母集団 40、25 世代、シード 7。まだ何も走っていません。スタディは下書きのままです。
ライブダッシュボード
探索が収束していくのを見る
候補はバッチが終わってからではなく、着地したそのたびに流れて返ります。収束のプロットは目的関数がまだ良くなっているかを教え、平行座標は最適化器が空間のどの隅に賭けたのかを教えます — そして、それが静かに制約の境界へ潰れてしまっていないかどうかも。
キャンバスに収束のカードを 1 枚だけ置いた Exploration のウィンドウ。評価が返るにつれて、これまでの最良値をたどる線が左から埋まっていきます — 最初は急に、そのあとは長く浅い尾を引き、そして決して上がりません。これまでの最良値は上がれないからです。そのあいだカードのカウンタは 1000 のうち 184 から 589 へ登り、下では最適化ドックのレールが進みます。軸は最初の候補に対する割合としての目的関数なので、この絵は解けた数値を述べずに、探索がまだ良くなっているかどうかだけを語ります。
結果とパレート
トレードオフを読む
多目的問題に答えはありません。あるのはフロントです。候補を並べ替えて絞り込み、時間領域の信号を重ねてなぜひとつが勝つのかを見て、パレート集合を読み、選んだ設計をひとつの操作で元のモデルへ書き戻せます — その選択の出自を保ったまま。
キャンバスにフロントを置き、右にインスペクタを開いた Exploration のウィンドウ。評価済みの設計の雲が 3 つの目的 — 質量、効率、ピーク温度 — の上で埋まっていき、カウントは 620 回の評価から 1000 へ進みます。インスペクタは選ばれた候補 #918 を保持しています。16.20 kg、効率 0.9258、84.6 °C。その「モデルに適用」ボタンがアプリの色で満ち、その下にこの選択の出自が届きます — ギア比 8.63 を gearbox_2stage へ書き戻し、由来は ratio_sweep の第 22 世代。
大規模に
クラスタ上での最適化
評価のひとつひとつが計算資源へ送られる独立した実行なので、候補 1000 件のスタディは一晩仕事ではなくスケジューリングの問題になります。フロントが止まったら休め、制約が明らかに破られたら早めに止め、走った評価のぶんだけ払えばよい。
実行の条件を左のレールに置いた Exploration のウィンドウ — ワーカー 18、予算は 1000 実行、NSGA-II、経過時間 6 分に対して CPU 104 分 — そしてキャンバスには現在の割り当て窓が 150 のセルとして並びます。待機中のスロットは淡く、返ってくるとそれぞれが見つけた目的関数の値で濃さを変えた点として描かれます。熱の制約で途中で打ち切られた実行は、すべての中でもっとも小さなセルになります。使わずに済んだ計算こそが要点だからです。その打ち切りは終盤に集まります。探索が制約を押しているところです。ひとつのセルがアプリの色に灯り、レールの下の 1 行は、使わずに済んだ CPU 9 分 9 秒と読めます。
手法
設計に問いを立てる 4 つの方法
Optimize
Sensitivity
Sample