重心動揺検査を刷新するモデルベース特性パラメータの構築

基于模型的特征参数构建创新重心摇摆测试

• 批准号: 21H01270
• 负责人: 吉田 勝俊
• 金额: $ 4.66万
• 依托单位: Utsunomiya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H01270/
• 关键词: 重心動揺; 平衡機能; システム同定; 確率密度関数; 粒子群最適化; 重心動揺; 平衡機能; システム同定; 確率密度関数; 粒子群最適化

本研究は，応募者らの独自技術により，重心動揺検査の方法論を，世界に先駆けて刷新するものである．そのために，重心動揺データの確率密度関数を記述するランダム制御系モデルを提案する．これと重心動揺データの実測値に基づき，提案モデルのシステムパラメータを同定することを目的とする．本年度の主な成果として，重心動揺の実験データに基づき，その確率分布を再現するランダム制御系モデルを提案し，そのモデルパラメータを同定した．まず，被験者ごとの実験データを詳細に観察し， 確率密度関数が単峰性（ピークが１つ）を示す場合，双峰性（ピークが２つ）を示す場合，もしくはこれらが複合する場合があることを明らかにした．これらを統一的に記述可能なモデルとして，不感帯を有するランダム制御系モデルを提案した．その数値解の確率密度関数と，実験結果の確率密度関数の残差二乗和を最小化する最適化計算を行い，実験結果に最もフィットするモデルパラメータ値を得た．得られたモデルパラメータ値を用いて，重心動揺の確率密度関数を推定したところ，極めて高精度な推定結果を得た．特筆すべき点として，各被験者が示す多様な確率分布を，単峰性，双峰性の違いによらず，単一のモデル表現によって，定量的かつ高精度に再現したことが挙げられる．その他の成果として，本研究の最適化計算において避けるべき，局所最適化の問題を解消する新しいアルゴリズムを開発し，その有効性を示した．

这项研究是使用申请人的独特技术进行振动测试的第一个世界化改革方法。为此，我们提出了一个随机控制模型，该模型描述了重心振荡数据的概率密度函数。目的是基于此识别所提出模型的系统参数以及质心振荡数据的实际测量值。作为今年的主要结果，我们提出了一个随机控制模型，该模型基于重力煽动中心的实验数据再现概率分布，并确定了模型参数。首先，我们详细观察了每个受试者的实验数据，并揭示了当概率密度函数显示单向函数（一个峰值），双峰性（两个峰），或者当可能合并时。我们提出了一个带有死区的随机控制系统模型，作为一个模型，可以以统一的方式描述这些模型。我们进行了优化计算，以最大程度地减少数值解决方案的概率密度函数以及实验结果的概率密度函数的残差平方之和，并获得了最适合实验结果的模型参数值。使用获得的模型参数值，估算了重心波动的概率密度函数，并获得了极为准确的估计结果。最值得注意的一点之一是，每个受试者显示的不同概率分布是使用单个模型表达式进行定量，准确地复制的，无论单峰和双峰之间的差异如何。其他结果包括开发一种新算法来解决本研究的优化计算中应避免的局部优化问题，并显示其有效性。