-
公开(公告)号：CN118673787A
公开(公告)日：2024-09-20
申请号：CN202410204795.1
申请日：2024-02-23
Applicant: 本田技研工业株式会社
IPC: G06F30/27 , G06N3/126 , G06N3/006 , G06F119/02
Abstract: 提供一种能够支援产品设计的最优化的设计支援装置、设计支援方法及存储介质。设计支援装置具备：性能预测部，其使用机器学习模型，根据包含产品的多个设计因素在内的设计因素群来预测产品的多个性能；以及生成部，其基于所预测的多个性能的综合评价，生成产品的设计信息的候补。生成部具备帕累托解取得部，该帕累托解取得部使用将多个设计因素作为染色体信息的遗传算法，取得多个性能的帕累托解作为设计信息的候补。
-
公开(公告)号：CN110739474B
公开(公告)日：2022-07-12
申请号：CN201910650712.0
申请日：2019-07-18
Applicant: 本田技研工业株式会社
IPC: H01M8/1004 , H01M8/0273 , H01M8/0206
Abstract: 本公开涉及发电单电池。发电单电池(12)的带树脂膜的MEA(28)具有电解质膜‑电极结构体(28a)以及树脂膜(46)。树脂膜(46)的第一框状片(46a)的内周端在比阴极电极(44)的外周端(44e)靠外方处隔着间隙(G)来与外周端(44e)相向。第二框状片(46b)的内周部被夹持在阳极电极(42)与阴极电极(44)之间。在与第一框状片(46a)相向的第一金属隔板(30)设置以支承第一框状片(46a)的内周部和阴极电极(44)的外周部的方式构成的凸状支承构造(89)。
-
公开(公告)号：CN118734519A
公开(公告)日：2024-10-01
申请号：CN202310341984.9
申请日：2023-03-31
Applicant: 本田技研工业株式会社
Inventor： 中岛翔
IPC: G06F30/20 , G06F111/06
Abstract: 提供保证稳定性且抑制计算时间增加的信息处理装置、信息处理方法及计算机可读取存储介质。执行：从具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据，进行交叉、变异工序生成新个体，从n个个体和生成的个体，基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体，按生成的个体判定有无脱离跨多个说明变量的拉回制约的说明条件，关于脱离拉回制约的多个说明变量，再设定满足该拉回制约的再设定值，判定多个说明变量的再设定值分别是否满足各个说明变量涉及的制约条件即单独制约条件，在存在具有脱离单独制约条件的说明变量的再设定值的个体即制约脱离个体时，将制约脱离个体换为从n个个体选择的个体复制。
-
公开(公告)号：CN110739474A
公开(公告)日：2020-01-31
申请号：CN201910650712.0
申请日：2019-07-18
Applicant: 本田技研工业株式会社
IPC: H01M8/1004 , H01M8/0273 , H01M8/0206
Abstract: 本公开涉及发电单电池。发电单电池(12)的带树脂膜的MEA(28)具有电解质膜-电极结构体(28a)以及树脂膜(46)。树脂膜(46)的第一框状片(46a)的内周端在比阴极电极(44)的外周端(44e)靠外方处隔着间隙(G)来与外周端(44e)相向。第二框状片(46b)的内周部被夹持在阳极电极(42)与阴极电极(44)之间。在与第一框状片(46a)相向的第一金属隔板(30)设置以支承第一框状片(46a)的内周部和阴极电极(44)的外周部的方式构成的凸状支承构造(89)。
-
公开(公告)号：CN118734521A
公开(公告)日：2024-10-01
申请号：CN202310342678.7
申请日：2023-03-31
Applicant: 本田技研工业株式会社
Inventor： 中岛翔
IPC: G06F30/20 , G06F111/06
Abstract: 维持多目标优化的进化结果的平衡且设计能封入圆筒容器的电极的信息处理装置、信息处理方法及计算机可读取存储介质。将从具有n个个体且各个个体是具有多个说明变量的本代数据以第一概率选择的个体的一部分说明变量的值变更为基于其他个体的对应的说明变量的值的目标值，生成新个体，将从本代数据以第二概率选择的个体的一部分说明变量的值变更为其他值，生成新个体，从保存和生成的个体基于各个体的说明变量群算出的适应度筛选下代数据的n个个体，作为说明变量群，设定圆筒型电池的电极的第一及第二构件群的厚度合计值、电极长度，据此生成卷绕体的圆筒直径作为个体，按各个体对脱离拉回制约的多个说明变量再设定基于多个说明变量的再设定值。
-
Patent Agency Ranking
公开(公告)号：CN118734515A
公开(公告)日：2024-10-01
申请号：CN202310340462.7
申请日：2023-03-31
Applicant: 本田技研工业株式会社
IPC: G06F30/20 , G06F111/06
Abstract: 提供一种算出能够实现的解的信息处理方法、信息处理装置及计算机可读取存储介质。信息处理方法由信息处理装置执行：交叉工序，将从具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据中以第一概率选择出的个体的一部分的说明变量的值变更为基于其他个体的对应的说明变量的值得到的目标值，来生成新的个体，n为2以上的整数；变异工序，将从所述本代数据中以第二概率选择出的个体的一部分的说明变量的值变更为其他值，来生成新的个体；以及筛选工序，从所述n个个体和所生成的个体中，基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体，其中，所述说明变量被设定为，取预先决定的规定的范围的值。
-
公开(公告)号：CN118734524A
公开(公告)日：2024-10-01
申请号：CN202310348837.4
申请日：2023-03-31
Applicant: 本田技研工业株式会社
IPC: G06F30/20 , G06F111/06
Abstract: 提供在保证解的精度的同时抑制计算量的增加的信息处理装置、信息处理方法及计算机可读取存储介质。将从具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据中以第一概率选择出的个体的一部分的说明变量的值变更为基于其他个体的对应的说明变量的值的目标值，生成新个体，将从本代数据中以第二概率选择出的个体的一部分的说明变量的值变更为其他值，生成新个体，从保存和生成的个体基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体，按所生成的每个个体，判定有无脱离跨多个说明变量的四则运算下的制约条件即拉回制约的说明条件，关于脱离拉回制约的多个说明变量，再设定基于多个说明变量得到的再设定值。
-
公开(公告)号：CN118734520A
公开(公告)日：2024-10-01
申请号：CN202310342249.X
申请日：2023-03-31
Applicant: 本田技研工业株式会社
IPC: G06F30/20 , G06F111/06
Abstract: 算出能实现的解信息的处理装置、信息处理方法及计算机可读取存储介质。信息处理方法由信息处理装置执行：交叉工序，将从具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据中以第一概率选择出的个体的一部分的说明变量的值变更为基于其他个体的对应的说明变量的值得到的目标值，生成新个体，n为3以上的整数；变异工序，将从所述本代数据中以第二概率选择出的个体的一部分的说明变量的值变更为其他值，生成新个体；筛选工序，从所述n个个体和所生成的个体中，基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体，值由组合条件规定的说明变量被设定为，取由预先决定的多个值构成的多个组合中的1个组合所示的值。
-
公开(公告)号：CN118674061A
公开(公告)日：2024-09-20
申请号：CN202410186370.2
申请日：2024-02-19
Applicant: 本田技研工业株式会社
IPC: G06N20/00 , G06F18/214 , G06F18/241 , G06F18/2431 , G06F18/27
Abstract: 提供能恰当执行进行多种产品的性能预测的机器学习模型的生成及验证的学习装置、学习方法及存储介质。学习装置具备：分类部，将产品数据按每个规定的分类进行分类而生成学习原始数据，产品数据包含作为表示产品的材料或设计事项的说明变量与表示产品的性能的目标变量所形成的组的多个数据集；分配部，将学习原始数据向训练数据和验证数据分配；模型学习部，基于训练数据生成机器学习模型；验证部，将验证数据所包含的目标变量与由机器学习模型基于验证数据的说明变量预测的目标变量比较。分配部以使学习原始数据中的每个分类的数据集的比例与训练数据中的每个分类的数据集的比例及验证数据中的每个分类的数据集的比例对应的方式分配学习原始数据。
-
公开(公告)号：CN118673468A
公开(公告)日：2024-09-20
申请号：CN202410204794.7
申请日：2024-02-23
Applicant: 本田技研工业株式会社
IPC: G06F18/27 , G06F18/214 , G06N20/00
Abstract: 能促进更恰当的模型的设定的模型设定支援装置、模型设定支援方法及存储介质。模型设定支援装置具有多个学习模型，学习模型能根据至少包括表示产品的材料或设计事项的多种说明变量在内的说明变量群，推定表示产品的性能的目的变量，模型设定支援装置具备：模型学习部，使用训练数据来分别学习多个学习模型，训练数据包括由说明变量群和目的变量的目标值构成的数据集；分析部，按每个学习模型来执行第一分析和第二分析，第一分析是指，根据说明变量群算出目的变量的预测值并基于目的变量的目标值算出预测值的预测精度，第二分析是指，导出说明变量对目的变量的贡献度；学习结果处理部，按每个学习模型来输出表示预测精度和贡献度的学习结果信息。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
