多目的最適化によるパレート解

集団サイズを15、世代数を10とした多目的遺伝的アルゴリズムの最適化計算を行います。多目的最適化によって得られた入力電流Inputと温度の標準偏差Tdevのグラフを図4に示します。
温度の標準偏差Tdevが最小値のケースを最適値として示します。最適値は初期設計案に比べ、入力電流値を下げることができ、かつ標準偏差も小さくなります。
一方、最適化で得られた値より電流を下げた場合について確認します。図4に示すように、電流値を下げると全体的に温度が十分に上昇せず、標準偏差Tdevが悪化します。
最適形状における入力電流による温度分布の比較を図5に示します。

相関行列による感度評価

相関行列を図6に、CPositionとTdevの散布図を図7に、最適設計に対して同程度の電流でTdevが悪化したケースとの温度分布の比較を図8に示します。
図6を確認すると、設計変数のうち最もTdevに感度があるのはCPositionであり、コイル幅CWidthは感度が小さいことがわかります。また、図7より、CPositionが大きくなるにつれてTdevも大きくなっていることがわかります。
図8を見ると、コイル位置がワーク端部に移動することによって温度もワーク端部に近い部分が高くなり、温度のばらつきが大きくなっていることがわかります。
これらの結果より、今回の例ではCPositionのTdevに関する相関性が高いこと、小さい値の方が均一加熱されること、CWidthはTdevとの相関性が低いことがわかります。